周四凌晨，不少美國用戶發(fā)現(xiàn)Coinbase無法交易。問題根源指向亞馬遜云服務(wù)——AWS位于弗吉尼亞州北部的一個數(shù)據(jù)中心因冷卻系統(tǒng)故障導(dǎo)致內(nèi)部溫度飆升，被迫限流并轉(zhuǎn)移部分流量。

AWS在事件報告中解釋，冷卻能力不足是觸發(fā)因素。額外制冷設(shè)備在首批故障報告后數(shù)小時才陸續(xù)上線，隨后出現(xiàn)"早期恢復(fù)跡象"。但后續(xù)更新顯示，引入足夠制冷能力以安全重啟剩余系統(tǒng)的耗時超出預(yù)期，公司未給出完全恢復(fù)的具體時間表。

Coinbase確認(rèn)其交易平臺問題由該AWS事件引發(fā)。數(shù)小時的市場功能降級后，交易所宣布所有市場重新啟用，交易恢復(fù)正常。全球最大衍生品交易所CME集團(tuán)也報告稱，同一時段其CME Direct平臺出現(xiàn)問題，但僅將原因描述為"必要維護(hù)"，未說明是否與AWS事件相關(guān)。兩家公司均在非工作時間拒絕進(jìn)一步置評。

此次事發(fā)地US-East-1是AWS最老、最繁忙、最集中的區(qū)域。該區(qū)域的一個可用區(qū)包含一個或多個獨(dú)立運(yùn)行的物理數(shù)據(jù)中心。AWS官方恢復(fù)建議很標(biāo)準(zhǔn)：受影響區(qū)的客戶應(yīng)故障轉(zhuǎn)移至其他可用區(qū)。這對做好架構(gòu)準(zhǔn)備的工程團(tuán)隊(duì)有效，對未做準(zhǔn)備的則不然。

類似劇本并非首次上演。去年10月，AWS遭遇更大規(guī)模 outage：DynamoDB的DNS解析故障蔓延至百余項(xiàng)服務(wù)，Snapchat、Reddit、美聯(lián)航及Coinbase等平臺下線約14小時，成為2024年CrowdStrike軟件故障以來最大規(guī)模的互聯(lián)網(wǎng)中斷。一個月后，CME因芝加哥地區(qū)CyrusOne數(shù)據(jù)中心冷卻故障，經(jīng)歷了多年來最長的交易中斷之一。

冷卻故障、配置錯誤、DNS失誤——技術(shù)誘因各異，結(jié)果卻相似：單一物理或邏輯站點(diǎn)成為不成比例影響的瓶頸。當(dāng)基礎(chǔ)設(shè)施集中度與單點(diǎn)脆弱性疊加，"故障轉(zhuǎn)移"從選項(xiàng)變成了必修課。