最近公有云不够太平，在阿里云故障、AWS故障、谷歌云故障之后，腾讯云也挂了……，几大公有云频频出现故障，一时让很多上云的小伙伴们无从选择，还能有靠谱点的吗？其实，关于公有云的故障，早就引起了很多不满，一度成为人们上云的最大障碍。这些都是公有云里的大牌，市场地位显赫，技术过硬，也是不差钱的金主，但仍逃不过故障的魔掌，其它的公有云就更不用提了，只是市场份额不大，出了故障也不像这几个更受人们关注罢了。这说明在公有云的道路上，还有很长的路要走，还需要不断完善。

公有云仍算是一个新鲜事物，伴随着云计算的出现而出现的，迅速成为了一种新的IT服务模式，与传统的机房租赁不同，客户需要自己买设备，放到机房中自己运营，业务断了也得自己处理，损失自己承受。现在公有云则不同，这时客户租用的是公有云提供的整个服务，客户一下子成了甲方，有权利对乙方造成的损失进行索赔，所以当公有云故障时，自然这些甲方不高兴，其实以前机房故障也并不少，只是哑巴吃黄连，有苦说不出。现在则不同，将业务交给了公有云，就要求公有云不能出故障，这样虽显得无理，但只是站的立场不同而已。客观上讲，上云之后，依仗先进的数据中心架构和运维水平，故障频率和时长较以往已有大幅减少。的确，我们是偶尔能听到某个公有云又断了。但屈指数一数，按年计算也不过一两次而已，这对偌大的、全年24小时满负运行的公有云实属不易。航空飞机、火箭、航天这些领域不也发生过大大小小的故障吗？公有云就要全年无故障运行？当然，出现了故障总是要总结经验的，避免同样的错误第二次发生。

现在的公有云承载了太多业务，网络架构和规模都很庞大，复杂性可想而知，要让这样一个庞大的IT系统运转起来，并且还要长时间不出问题，难，很难！公有云企业也是绞尽脑汁，确保业务不出问题，一切以业务为先。有人可能会说，为何不增加冗余备份系统，冗余的确可以降低故障发生，就像飞机一定要携带两个或者四个发动机一样，但这样无疑增加了系统复杂度，要处处都要备份，这样的公有云运行起来也显得臃肿，所以要在冗余和复杂度上做好权衡。一味地追求冗余，最终这个公有云可能变得不能用。现在公有云基础架构上都倡导简化，比如网络层级要减少，无用的网络协议弃用，能减则减，这样的公有云才好维护，出了故障也能很快感知到，切换到冗余设备或系统上来。公有云拥有大量专业技术人才，也在如何保证业务持续性方面做了大量研究，对公有云的任何部分都做假设，任一个环节出问题都有备用方案，从而确保业务不受影响，这项工作正在做，也会一直做下去。

与其将命运交给别人，不如掌握在自己手中。作为用户，一方面我们要上云，一方面也要把握好这个度。公有云的确可以给上云业务带来好处，最大的好处就是IT投入成本大幅降低，租用公有云的业务很廉价，这要比自己购买设备，自己做运维要便宜得多。但并不是什么业务都要上云，要做好取舍，关键业务是否掌握到自己手里，也好不受制于人，这是作为一个上云用户要认真考虑的事情，自己的业务是否能得到完全保障。一旦确定上云，那要做好选择，有条件的要选择多云，即将业务跑在多个公有云上，我们经常听到有公有云故障，但从没听到过两个公有云同时故障，可以选择两家或更多家公有云部署业务，万一其中一个公有云故障，业务可以顺利切换到另外一个公有云上，确保业务不受影响。也许这样的投入成本要高一点，但就要看我们对业务的重视程度了，能够忍受可能故障带来的损失。另外，要向公有云要护身符，一旦公有云故障，给自己的业务带来损失，可以根据故障损失来要索赔，避免自己遭受额外的损失。一般公有云急于扩张，是很可能答应去签订这样的保护协议的，这样就给自己增加了一个保障，这对公有云方也是一个约束，让其更加不敢有故障，从方方面面去确保不出故障。

公有云已经走下了神坛，和我们的工作和生活紧密联系在一起，有太多的业务都与此有关，可公有云不过也才发展十年的时间，我们要给它成长的空间，让它不断得到完善。正因为公有云吸引了太多的关注，所以一出故障，事件就会很快发酵，影响范围很广。人无完人，更何况是这样复杂的新生系统，出现故障再正常不过了。对于大部分的公有云，早已将保持业务稳定性放在了首位，它们在背后做了大量的工作，一切就是确保用户的业务不受影响，在此基础上再去搞扩张，搞发展，这和用户的想法不谋而合。相比以往的技术，公有云在可靠性方面其实是有很大提升的，新的技术在冗余上做很多文章，包括虚拟化技术、软件定义、灾备技术等等，只不过现在一出故障，就成了众矢之的，坏消息传的太快。当然，我们仍要清晰地认识到，公有云还处于起步阶段，难以避免会出现这样或者那样的问题，我们要给公有云成长的空间。公有云能够快速部署业务，建设成本极低，免维护，这些都是优势，是其能够获得大量用户支持，市场不断高速增长的原因，它的未来也一定是光明的，会有越来越多的用户选择公有云所提供的服务。对于公有云的可靠性，我们要给予一定的宽容心，给它成长的空间。