通过滴滴技术博客：探寻造成此次P0故障的真正原因_程序开发

创始人

2025-07-07 18:41:33

0次

2023年11月27日晚至2023年11月28日早晨，滴滴发生了长达12小时的P0级故障，导致滴滴核心业务都受到了影响，比如不显示定位无法打车、滴滴单车无法扫码等问题，期间滴滴进行了多次致歉。

图片

来源：https://weibo.com/2838754010/NuMAAaUEl

目前问题故障已经恢复，根据最新的消息得知造成此次事故的原因，是由于升级K8S 集群导致。

图片

最大集群规模已经远远超出了社区推荐的5千个 node 上限，有问题的爆炸半径大。

图片

直接从1.12 升级到了1.20，跨越多个版本，有可能存在api不兼容的问题。

虽然滴滴有能力基于K8S二次开发，但是由于版本跨度较大，细节点较多，原地升级风险我觉得比替换升级大不少。

比如集群版本已经升级为1.20，但是Node节点的kubelet的版本还是 1.12，如果api不兼容，那么这个影响是非常大的，集群回滚又没有那么快。

图片

至于为什么采用原地升级方案，估计还有很多细节我们不得而知，但是此种方式确实有点激进，船大不好掉头。

PHP新手之PHP入门 PHP是一种易于学习和使用的服务器端脚本语言。只需要很少的编程知识你就能使用PHP建立一个真正交互的...

网络中立的未来网络中立性是什... 《牛津词典》中对“网络中立”的解释是“电信运营商应秉持的一种原则，即不考虑来源地提供所有内容和应用的...

各种千兆交换机的数据接口类型详... 千兆交换机有很多值得学习的地方，这里我们主要介绍各种千兆交换机的数据接口类型，作为局域网的主要连接设...

全面诠释网络负载均衡负载均衡的出现大大缓解了服务器的压力，更是有效的利用了资源，提高了效率。那么我们现在来说一下网络负载...

什么是大数据安全什么是大数据... 在《为什么需要大数据安全分析》一文中，我们已经阐述了一个重要观点，即：安全要素信息呈现出大数据的特征...

如何允许远程连接到MySQL数... [[277004]]【51CTO.com快译】默认情况下，MySQL服务器仅侦听来自localhos...

如何利用交换机和端口设置来管理... 在网络管理中，总是有些人让管理员头疼。下面我们就将介绍一下一个网管员利用交换机以及端口设置等来进行D...

P2P的自白｜我不生产内容，我... 现在一提起P2P，人们就会联想到正在被有关部门“围剿”的互联网理财服务。×租宝事件使得劳...

Intel将Moblin社区控... 本周二，非营利机构Linux基金会宣布，他们将担负起Moblin社区的管理工作，而这之前，Mobli...

施耐德电气数据中心整体解决方案... 近日，全球能效管理专家施耐德电气正式启动大型体验活动“能效中国行——2012卡车巡展”，作为该活动的...