Steins;Lab
·
快讯 | Cloudflare 2025年12月5日 故障复盘
内容提要
2025年12月5日，Cloudflare因扩容WAF请求体缓冲区导致28%流量出现HTTP 500错误，故障持续25分钟，最终通过回滚配置恢复服务。事件暴露出发布流程的缺陷，需加强灰度策略和代码审查。
关键要点
-
2025年12月5日，Cloudflare因扩容WAF请求体缓冲区导致28%流量出现HTTP 500错误，故障持续25分钟。
-
故障源于禁用内部测试工具后触发的FL1代理规则模块的Lua代码漏洞。
-
事件暴露出发布流程的缺陷，需加强灰度策略和代码审查。
-
紧急发布未进行详尽的灰度和观察，导致系统不可用。
-
Cloudflare计划强化部署与版本管理，简化应急操作能力，实施故障开放错误处理机制。
-
两次故障相隔时间太近，用户质疑之前的复盘改进措施是否有效。
-
Cloudflare将暂停所有网络变更，待相关防护与回滚系统完善后再恢复操作。
延伸解读
故障原因分析
此次Cloudflare故障的根本原因在于扩容WAF请求体缓冲区时，禁用内部测试工具导致的Lua代码漏洞。这一事件提醒我们，系统更新时必须谨慎处理内部工具的状态，以避免潜在的代码错误影响全网服务。
发布流程的缺陷
故障暴露了Cloudflare在发布流程中的缺陷，尤其是在紧急发布时未进行充分的灰度测试和观察。这表明在面对安全漏洞时，企业需要在速度与质量之间找到更好的平衡，以降低对用户的影响。
用户信任的挑战
此次事件发生后，用户对Cloudflare的信任受到挑战，尤其是在两次故障相隔时间较短的情况下。公司需要采取有效措施，确保整改措施的落实，以恢复用户的信心并防止类似事件再次发生。
延伸问答
2025年12月5日Cloudflare故障的主要原因是什么？
故障主要由于扩容WAF请求体缓冲区时禁用内部测试工具，触发了FL1代理规则模块的Lua代码漏洞，导致28%的流量出现HTTP 500错误。
Cloudflare在此次故障中采取了哪些应对措施？
Cloudflare通过回滚配置在25分钟内恢复了服务，并计划强化部署与版本管理，简化应急操作能力。
此次故障对Cloudflare的客户影响有多大？
此次故障影响了约28%的HTTP流量，只有使用旧版FL1代理且部署了Cloudflare托管规则集的客户受到影响。
Cloudflare在故障复盘中发现了哪些流程缺陷？
故障暴露出发布流程的缺陷，特别是缺乏详尽的灰度策略和代码审查，导致紧急发布未能有效控制风险。
Cloudflare计划如何防止类似故障再次发生？
Cloudflare计划暂停所有网络变更，待相关防护与回滚系统完善后再恢复操作，并将实施故障开放错误处理机制。
此次故障与之前的故障有什么相似之处？
此次故障与11月18日的事件相似，均因安全相关变更在全网同步后导致大规模服务异常。
