这几天客户问得勤的一句是:「我这边要不要跟着加钱?」问的多半是带宽、防护值。先把话说在前头:这两周公开报道里的几次大故障,跟带宽没关系,跟防护也没关系。
据公开报道,2026 年 11 月 13 日美国联邦航空管理局(FAA)的网络故障导致航班停飞超过四小时;上周微软多项服务出现持续约一天的全球性中断,微软随后发布的初步事后报告把原因指向一个未被发现的软件缺陷。同一天,Cisco 旗下的 ThousandEyes(做互联网与云性能监测的公司)照例给出每周网络故障汇总,盯的是 ISP、云服务商和会议服务的可用性。

把这几条放一起看,问题都出在配置、变更和测试这一层,不是机房没电、线路被挖断那种硬件故事。
这几天断的,到底是哪一层?
结论先说:断的是配置和变更层,不是带宽层。
微软那份初步事后报告里有两处细节值得记住。一是故障由一个未被检测出的软件缺陷引发,随后级联扩散;二是用于测试那个更新的环境,和它真正要跑的生产基础设施对不上。一个测试没覆盖到的 bug,跟着更新一路推到生产,第二天全球一大片服务不可用。
FAA 那条更直白。据公开报道,11 月 13 日的故障与一次路由器安装有关,涉及 Juniper 设备的网络过载,同时暴露出仍在运行的老旧基础设施——报道称是已使用约 25 年的 Cisco 路由器。目前 FAA 已暂停相关设备的后续安装,事件细节在 11 月 18 日的更新中又补了一轮。
这两件事的共同点很清楚:引起几小时到一天级中断的,是一次改动、一个 bug、一台该换没换的旧设备。你的机柜通着电、端口满速,也不代表业务不掉。
一个没被测出来的 bug,跟你租的机器有什么关系?
如果业务跑在别人维护的云平台上,这类变更你拦不住,只能自己留退路。
不少客户会问:「我买独立服务器,是不是就碰不上这种事?」不是。独立服务器和香港CN2服务器这种你有 root 权限的环境,好处是变更节奏由你定,什么时候打补丁、什么时候重启,你说得算;代价是补丁、回滚、监控全压在你或你的运维身上,漏掉的一环照样变成一次中断。
所以这不是「云不好、物理机好」的问题,是「变更谁能控制」的问题。两种都可能断,只是断法不同:托管环境断在别人的变更上,自管环境断在你自己的疏忽上。
带宽买大、防护值买高,能挡这种故障吗?
挡不住。这两样买的是另外两件事。
带宽解决并发上来时扛不扛得住,防护值解决攻击打过来时清洗得动多少流量。我们经常遇到有人在一次访问变慢后就把带宽加一档、把高防服务器的防护值加一档——这钱花下去,能挡住的还是 DDoS 那类流量型问题。配置错误、更新回滚不了、设备老化,跟防护值没关系,加多少都一样。
顺带答一句常被问到的:「高防服务器防护值怎么选?」看你的业务被打的类型和日常流量,跟这次这类故障完全不是一回事,别因为一份断网报告去加这一项预算。
换一家服务商,能把这类故障换掉吗?
换不掉。这次断的是微软和 FAA 这个规模的基础设施,任何一家服务商都没法向你承诺不发生同类问题。
真正决定你掉不掉业务的,是你有没有第二个地方可以切过去:DNS 解析能不能快速改、数据多久备份一次、上一次恢复演练是什么时候。这三件事比换供应商有效。
什么时候才值得考虑分散部署?你的用户在国内,主站放梦飞云服务器的香港CN2服务器,回程走 CN2 线路延时稳定,再在海外放一个能独立接管的备用环境;如果用户主要在欧美,美国服务器租用的延时表现更合适,香港节点只做备份反而多花一份钱还慢。这条线路值不值多花的钱,看你的用户在哪,不是看哪边配置好看。
多云专线那种玩法,中小业务用得上吗?
同周还有一条公告:Azure Multicloud Interconnect(Azure 多云互联)正式可用,提供 Azure 与支持的云服务商之间的私有连接,据公告 Amazon Web Services 已在支持范围内,Google Cloud Platform 处于公开预览。
这种托管的多云私有互联,解决的是大企业在多个云之间跑内部流量的场景。中小站长和出海团队,用公网加 DNS 切换就能做到「一个环境挂了另一个顶上」,没必要为一条专线付费。真到了跨云专线这个预算级别,要先讨论的多半是人员和流程,不是线路。
这两天能动手的,是哪几件事?
- 把备份恢复做一次实测:不是看备份任务跑没跑,是把一台机器从备份拉起来计时。
- DNS 的 TTL(生存时间)现在就调低,真出事时切换时间由它决定。
- 升级和重启安排在自己可控的时间,动手前确认能不能回滚。
- 监控做成外部探测,从用户侧发起,别只盯机房里的指标。
这周不用急着加机器。先把那条备份恢复做实测——如果手上的环境连一次完整恢复都没跑过,那才是眼下最容易出事的地方。

