summary
2020-08-30,上游运营商 CenturyLink(Level 3)的骨干网络发生故障,引发 BGP 路由异常/泄漏,依赖其链路的 Cloudflare 1.1.1.1 公共解析器与边缘网络在全球多地出现解析失败与连接异常。
timeline
CenturyLink 网络问题导致大量路由经其链路异常;Cloudflare 观测到 1.1.1.1 解析成功率下降、部分边缘 PoP 受限;随着运营商修复路由,Cloudflare 逐步恢复解析与边缘服务,并调整对问题链路的依赖。
root_cause
根因在上游运营商的骨干/BGP 故障,Cloudflare 作为依赖方被波及——典型的第三方网络依赖风险;其解析器与边缘对单一上游链路的可用路径缺少足够冗余。
amplifiers
公共 DNS 与 CDN 是无数服务的前置依赖,上游骨干异常会成倍放大为广泛的解析与访问故障;对问题链路的路由收敛缓慢拉长影响。
mitigation
Cloudflare 在复盘后加强对上游链路的健康监测与快速绕行,降低对单一运营商路径的依赖。
lessons
对第三方网络/运营商依赖必须有多路径与自动绕行;关键公共服务要把上游故障当作一等场景做容错。
checklist
解析/边缘对上游链路做多路径与自动绕行;实时监测上游 BGP 健康并快速收敛;关键依赖设降级而非硬 failure。