
Google Cloud 公布倫敦 europe-west2-b 可用區停運的原因:設施雖然採用 2N 雙路供電,但 Google 表示,電壓感測設計缺陷加上可編程邏輯控制器(PLC)配置錯誤,令 PLC 誤判仍有市電,緊急發電機收不到自動啟動指令,不間斷電源系統(UPS)電力耗盡後服務中斷。事故令 Lloyds、HSBC、Royal Mail 及 Revolut 等機構服務中斷。對依賴單一可用區的團隊而言,事故反映雲端服務可用性仍與機房的實體電力及控制系統綁在一起。
Google Cloud 停電:PLC 誤判仍有市電
Google Cloud 倫敦可用區失去市電後,負責管理發電機組的 PLC 仍判斷有正常電源可用,所以沒有向發電機組發出啟動指令。Google 表示,當時主、次配電饋線均已斷電,電壓感測設計缺陷及 PLC 配置錯誤令發電機無法自動接手。
Google 表示,該可用區的 UPS 在失去市電時可維持約 5 分鐘。事故中 UPS 正常運作,但發電機未有接手,UPS 電力耗盡後服務隨之中斷。
Google 2N 供電:B 線維修時 A 線故障
Google 倫敦設施採用 2N 市電供電架構,每個關鍵負載都有兩條完整供電路徑,但事故發生時其中一條饋線正在維修。Google 表示,季度發電機負載測試發現問題後,B 饋線斷路器已斷開以便修理,全部關鍵負載暫時由 A 饋線支撐。
其後電力供應商連接 A 饋線的外部地底電纜故障,令設施失去市電供應,Google 指這是事故的根本原因。設施另有一條後備市電連接,但設定為在維修或緊急情況下以人手切換至整個園區;中央高壓發電機組則由雙冗餘 PLC 管理。
Google 重新編程 PLC,加快事故通知
Google 表示,恢復市電後已重新編程 PLC,亦修改及測試該可用區的電力設定,並稱測試結果全部正常。
Google 另計劃建立自動化警報至通訊機制,加快通知影響整個地點的事故,並擴大針對基建層級事件的全平台測試。
Google Cloud 事故:企業如何安排備援
Google Cloud 今次事故反映,即使設施有 2N 供電及雙冗餘 PLC,可用區仍可能因控制邏輯出錯而停運,可用性不能只看供電路徑數目。供電路徑維修期間冗餘減少,也可能令原本正常的維修窗口成為較高風險的時段。
IT Manager 和 CIO 可評估關鍵系統是否過度依賴單一可用區,考慮多可用區或多區域設計,並定期演練切換。Google 正改善事故通知機制,企業也可檢視收到雲端事故警報後,如何向受影響客戶通報;備援安排需要連同切換及通知流程一起考慮。




