故障分析

2022年12月18日08:56，阿里云监控系统首次检测到香港Region可用区C机房出现温控异常告警。这一看似普通的设备故障，最终演变为阿里云运营史上持续时间最长的大规模服务中断事件，历时超过15个半小时。机房冷却系统的异常运转导致温度持续升高，工程师在09:01迅速定位到冷机异常，但随后的应急处置却遭遇了重重阻碍。 在水冷系统中，缺水进气形成的气阻严重影…