The Cloudflare Blog
·
深入分析Cloudflare在2025年9月12日的仪表板和API故障
💡
原文英文，约1200词，阅读约需5分钟。
📝
内容提要
由于仪表板中的错误，Cloudflare的租户服务API发生故障，导致多个API和仪表板大规模中断。错误引发了不必要的API调用，导致服务过载。虽然已采取措施恢复服务，但仍存在问题。团队计划通过改进监控和资源分配来防止类似事件再次发生。
🎯
关键要点
- Cloudflare的租户服务API发生故障，导致多个API和仪表板大规模中断。
- 故障的直接原因是仪表板中的一个错误，导致不必要的API调用。
- 错误的依赖项导致React的useEffect钩子重复执行，造成API调用过多。
- 租户服务的过载影响了其他API和仪表板的可用性。
- 团队采取了措施恢复服务，包括增加资源和实施全局速率限制。
- 在恢复过程中，尝试的补丁未能改善服务，反而导致进一步的中断。
- 未来将通过改进监控和资源分配来防止类似事件的发生。
- 计划使用Argo Rollouts来自动回滚服务更新，以减少影响。
- 仪表板的修复将包括随机延迟以减少重试冲突。
- 将改进API调用的可见性，以便更好地识别请求类型。
❓
延伸问答
Cloudflare的仪表板故障是如何发生的？
故障是由于仪表板中的一个错误，导致不必要的API调用，进而使租户服务API过载。
Cloudflare采取了哪些措施来恢复服务？
Cloudflare增加了资源、实施了全局速率限制，并尝试修复错误以恢复服务。
未来Cloudflare将如何防止类似故障再次发生？
Cloudflare计划改进监控和资源分配，并使用Argo Rollouts自动回滚服务更新。
仪表板故障对其他服务有何影响？
租户服务的过载影响了其他API和仪表板的可用性，导致API请求返回错误状态码。
Cloudflare如何处理高峰期的API请求？
Cloudflare增加了租户服务的资源，并改进监控，以应对高峰期的负载。
Cloudflare的仪表板修复措施包括哪些内容？
修复措施包括引入随机延迟以减少重试冲突，并改善API调用的可见性。
➡️
