第一次遭遇雲服務器完全崩潰

第一次遭遇雲服務器完全崩潰：CPU 突然 100%、控制檯無法重啓、控制檯無法強制關機。到目前爲止，騰訊雲的工程師和我本人都沒有找到具體原因。

本文所示圖片使用的是 github 倉庫圖片，網速過慢的朋友請移步原文地址或者來我的小站godbmw.com

1. 案件陳述

• 案發地點：騰訊學生雲 ubuntu 16.04，寬帶 1M
• 案發時間：2018-10-09 13:40

• 案件陳述：

  1. 2018-10-09 12:37 左右，CPU 使用率突增到 100%，內網出入寬帶、流量包、內存使用量均無異常。
  2. 2018-10-09 13:28 正式死機，控制檯無法強制重啓（清除緩存、更換瀏覽器依然無法重啓）、無法強制關機。
  3. 開始提交工單，周折很久，討論無果。遂沒有消息。
  4. 2018-10-09 14:00 重回控制檯，再次強制重啓成功！
  5. 重新上線了自己的項目和公司的一些腳本，慶幸沒造成損失。
  6. 檢查日誌，和騰訊雲工單的工程師討論。雙方確認日誌沒有問題，無法排查出錯誤。

2. 災難現場

首先是，個人網站無法進入，如下圖：

首先是，無法強制重啓和強制關機，如下圖所示，請注意截圖上方的報錯提示信息：

騰訊雲的控制檯已經說明了，強制關機是強制切斷電源的物理操作！這都沒法進行，我本人表示很迷。

在提交的工單的過程中，有大概 20 分鐘的時間，是沒有任何回覆的。然後大概到了 2018-10-09 14:00，多次嘗試後，終於可以強制關機和重啓了。有圖爲證：

以上情況，不得不讓我懷疑，是工程師們手動去關的服務器電源:)

3. 如何補救？

經過這次服務器事件才體會到：雲服務的穩定性是多麼重要！ 這次事件騰訊雲的工程師也沒語焉不詳，我只能猜測是：服務器的物理問題。

所以，我這次果斷準備了兩個服務器，開始做“負載均衡”（還要修改備案）。除此之外，日常備份數據也是非常重要。

最後，還是希望雲服務商的服務儘量保持穩定，至少在服務器崩潰的情況下，可以找出崩潰原因並且修復。