大廠離職員工：中臺或形成“技術腐敗”
作者／ IT時報見習記者 孫永會
2023年年末，“崩”似乎成了部分互聯(lián)網大廠的收尾詞，前有阿里云“史詩級”的故障，后有滴滴大范圍宕機，再如近日騰訊視頻會員的崩潰，皆在網上掀起熱議波瀾。
近期，大廠頻繁故障上演的“連續(xù)劇”，不禁讓人心生疑問：它們怎么了？
業(yè)內專家汪斌（化名）告訴《IT時報》記者，系統(tǒng)出現(xiàn)Bug并不奇怪，但持續(xù)時間過長，意味著應急預案相關手冊并沒有完全覆蓋問題。
另一位從大廠“畢業(yè)”的資深技術員工則將原因歸咎于前幾年流行的“中臺”，“一旦中臺存在設計缺陷和設計冗余，管理者與執(zhí)行者之間割裂，很容易形成事故。”
管理背鍋
強推中臺留隱患
最近一個月內的連續(xù)故障，之所以引起喧嘩，在于其有著新特征：一損俱損。
阿里和滴滴都是旗下相關App出現(xiàn)了故障，意味著在核心層或底層出現(xiàn)問題，也有人將原因歸咎于這兩年大廠降本增效、技術型人才缺失，影響業(yè)務穩(wěn)定開展。
技術研發(fā)者鄧為（化名）此前在某大廠架構部門任職，親歷過公司內部的業(yè)態(tài)無序后，他無奈離開。
“真的很離譜。”在他看來，近期大廠頻繁出問題與人員變動有不可分割的關系，近三年來，互聯(lián)網大廠的人員規(guī)模經歷了從擴張到縮減的過程，也留下了不少業(yè)務黑洞。
“技術腐敗”是他對自己在大廠工作期間經歷、見聞的總結。“前幾年形勢好的時候，大廠紛紛擴招，‘搶占’業(yè)務高地，但人員膨脹后，實際的需求規(guī)劃未準時到位，結果人招進來卻沒活干，需要自己找活，或者自己建項目?！编嚍楸硎荆饲肮緝炔坑泻芏囗椖繉儆凇扒闪⒚俊?，有的把簡單問題復雜化以消化多余人力，有的將外部項目拿進公司稍作修改，換個名字便視作新項目，還有的人將已有項目不斷合并、組合后成立新項目。
此外，幾年前興起的中臺概念也并不完美，并不是中臺設計動機有問題，而是打造中臺的過程需要行政強制要求配合搭建。但在執(zhí)行過程中，缺失技術管理和決策問責機制，即使中臺存在設計缺陷和設計冗余，也沒有太好的修改機制。
“公司執(zhí)行層和管理層的割裂是這種情況發(fā)生的關鍵所在。”鄧為說，執(zhí)行層維持實際業(yè)務的運轉，管理層傾向于操控項目的概念和方案來維持績效，“決策一旦發(fā)生錯誤，最終復盤問責卻不會對管理層形成威脅，因為管理層不僅掌握人事權，也具有解釋權，結果最后故障出現(xiàn)后，關鍵技術人員往往是首先被追責的人，然后形成惡性循環(huán)?！?/p>
技術歸咎
架構設計和運維制度欠考量
當然，多次宕機事件背后，仍然有技術問題。
詳看阿里云此前公布的問題報告——AK在讀取白名單數(shù)據(jù)時出現(xiàn)讀取異常，因處理讀取異常的代碼存在邏輯缺陷，生成了一份不完整的白名單，導致不在此白名單中的有效請求失敗，影響云產品控制臺及管控API服務出現(xiàn)異常，同時部分依賴AK服務的產品因不完整的白名單出現(xiàn)部分服務而運行異常。
如何理解？“AK是一個服務功能，是構成阿里云平臺的基礎?！蓖舯笳J為，下層服務的服務能力類似于中臺，可以為上層服務提供數(shù)據(jù)庫、存儲等功能，但會導致下層“變重”，即架構變得冗余和復雜，“當架構中的設計邏輯不清楚時，極容易出現(xiàn)問題，這對上層來說亦是災難。該企業(yè)頻繁發(fā)生故障，或因架構過于集中。”
再來看滴滴事故，官方宣稱是“底層系統(tǒng)發(fā)生故障”。據(jù)有關媒體報道，造成此次事故的原因是由升級K8S集群導致，即本應升級到1.12，但升級到了1.20，協(xié)議不兼容而引發(fā)連鎖反應?！斑@個問題則應該是運維制度管理欠缺考量，在操作過程中并未考慮災難發(fā)生的可能?！蓖舯蟊硎?。
大大小小的宕機事件讓人產生此類事故是否無法避免的疑問。
據(jù)《北京日報》報道，無論是本地計算還是云計算，互聯(lián)網的服務數(shù)據(jù)終究要流向數(shù)據(jù)中心，匯集到幾個中心節(jié)點，這種物理屬性決定了數(shù)據(jù)中心無法規(guī)避外界因素，也就無法做到永不宕機，而企業(yè)的安全冗余和災備能力受“投入產出比”影響，也不可能無限進行備份。
“企業(yè)多數(shù)的規(guī)章制度多‘脫胎’于日常的經驗教訓，從這些事件中，我們能獲得的啟發(fā)是，一方面要健全運維制度，另一方面是強化操作流程，從中總結經驗。”汪斌說道。