怎么看支付寶在光纖被挖恢復中的技術表現(xiàn)？

　　5.27日下午17時許，支付寶被反映故障；18時許，支付寶通過官方微博給出回應，解釋是因為電信運營商光纖被挖斷。19時許，支付寶服務恢復正常。22時許，支付寶官方微博正式回應復原了整個事件。

　　圍繞整個事件有很多討論，討論的中心最主要的有兩點：“為什么光纖被挖斷，會造成整個機房癱瘓”、“為什么支付寶的業(yè)務恢復用了兩個小時”。其中，第一個問題，應該是電信運營商的光纖災備出現(xiàn)問題。

　　第二個焦點問題“為什么支付寶用了2個小時恢復了業(yè)務”，一堆所謂“業(yè)內人士”眾說紛紜。其實，這應該是中國金融史上，首次完全意義的災難成功切換案例。在此之前，中國金融行業(yè)投入重金建設的災備系統(tǒng)基本上有這么兩類用武之地（一般來說，增建一個災備數(shù)據(jù)中心的建設成本是單數(shù)據(jù)中心成本的1.1-1.2倍）：

　　1.計劃內災備切換演習，全副武裝、如臨大敵、不開一槍、全身而退。

　　2.因系統(tǒng)升級造成的被動災備切換，例如2013年鬧得沸沸揚揚的某行DB2升級造成的系統(tǒng)回滾切換。萬幸的是，這是發(fā)生在凌晨的系統(tǒng)升級故障，當時沒有實時交易發(fā)生；某行也準備了各種應急預案，只是恢復的時間超出了計劃，網(wǎng)點推遲了一個小時開業(yè)而已；而另一家西部的區(qū)域銀行就沒有這么強的科技實力了，同樣是DB2升級失敗，系統(tǒng)恢復時間用了37小時40分鐘（37小時啊，吼吼，坐火車都到莫斯科了）

　　像昨晚支付寶這種突發(fā)情形下的災備切換還真是頭一遭，而且居然成功了。支付寶雖然運氣差了點，但技術能力還真不是一般金融機構能拼的。

　　在支付寶微博答復中，有一個新名詞——“異地多活”。在傳統(tǒng)了災備方案中，一般提的都是同城災備、異地災備、兩地三中心。與傳統(tǒng)的災備技術相比，異地多活的特點是：在不同地點的數(shù)據(jù)中心都可以同時支持業(yè)務，而且每個地點發(fā)生的交易都是真實業(yè)務流量，而不是常見的一主一備，如果主中心沒有問題，備份中心永遠都是“備胎”。

　　這種多活數(shù)據(jù)中心的好處是：因為所有的數(shù)據(jù)中心都在支持交易，所以能節(jié)約IT成本；另外傳統(tǒng)方式中備份系統(tǒng)都不在真實的交易活動狀態(tài)，所以很難判斷它的狀態(tài)到底怎么樣，在出現(xiàn)問題時，都不一定敢切過去。

　　大規(guī)模的“異地多活”，據(jù)說目前全球除了阿里能做到，也就Google和Facebook實現(xiàn)了，還是非金融類的業(yè)務。中國銀行業(yè)，只有某國有大行在去年6月份實現(xiàn)了上海同城兩個數(shù)據(jù)中心的雙活，是“同城雙活”，還沒有實現(xiàn)“異地多活”，而且在災難真正發(fā)生時，切換效果如何，還有待驗證。

　　昨天是支付寶“異地雙活”第一次真刀實槍的上戰(zhàn)場，支付寶因為要滿足金融行業(yè)的很多要求，特別是對交易一致性、數(shù)據(jù)完整性等方面的要求，目前還處于小范圍試用階段，沒有全體上線，例如昨天杭州機房癱瘓后，有一部分流量跑在支付寶異地機房。因此，在昨天支付寶2小時整體恢復之前，并不是所有交易都停止的，并且基于“異地多活”技術，實現(xiàn)了這部分用戶的無感知切換。

　　對另外沒有通過“異地多活”技術切換的交易流量，支付寶選擇了最穩(wěn)妥的做法：首先進行了完整的數(shù)據(jù)校驗，保證所有客戶的客戶信息、賬戶信息、資金信息、交易信息都是正確的，一切確認完成后，才重新“開門迎客”。這個過程耗時了一個多小時，不過相比較支付寶數(shù)億客戶所對應的校對數(shù)據(jù)量，這個時間還是可以接受的。

　　側面印證切換效果的是：被挖斷的光纖修到半夜才恢復，而支付寶的業(yè)務在晚間19點多恢復正常。

　　客觀來講，支付寶的這次表現(xiàn)，是一次說不上完美、但很成功的真實災難切換，也是中國金融史上第一次在完全突發(fā)情形下，成功完成切換的真實案例。整個切換過程中，沒有一條客戶數(shù)據(jù)丟失，也體現(xiàn)了金融級的數(shù)據(jù)高可用要求，雖然切換的時間對用戶來說長了點，但“就像是一次跳水，整體完成的質量很高，只是落水時水花沒有壓好，水花稍微大了點。”

　　估計經(jīng)過這次折騰，支付寶全盤推進“異地多活”的速度會加快，可能在今年七八月份實現(xiàn)。真正實現(xiàn)異地多活后，阿里在金融領域所能提供的解決方案，安全性和用戶體驗將比傳統(tǒng)IT的異地災備技術提升一個很大的量級。