Autonomous hardware diagnostics and recovery at scale

Cloudflare开发了名为Phoenix的自主系统，用于处理服务器修复和恢复。Phoenix在没有人工干预的情况下对损坏的服务器进行诊断、修复和重新启用。系统定期运行，发现损坏的服务器，运行测试并确定恢复候选人。Phoenix是自动化感知的，确保恢复操作不会干扰其他正在进行的操作。系统通过详细的日志记录和进度更新提供透明度。Cloudflare还实施了错误预算概念来管理服务器故障的风险。Phoenix已被证明是高效的，减少能源浪费，使工程师能够专注于更有生产力的工作。