双十一的第二天，阿里云全国宕机故障两小时，既包括阿里系自己的淘宝、天猫、咸鱼等APP无法登录使用，也包括把服务侧代码部署在阿里云上的其它企业，例如大街上的共享单车无法扫码开锁，大学宿舍里的共享洗衣机无法启动。

这么大面积的故障在各大云厂商的故障史里非常罕见，由于阿里云官方还没有公布具体原因，我们不妨来分析一下可能的原因。云计算的本质就是大厂把数量高达几十万台的服务器集中在某地，然后通过虚拟化技术向其它企业计时出租，其它企业就不用买实体服务器，也不用建机房，招运维了。

这跟农村用犁耕地的方式发生了变化一样，以前每家都得养头牛耕地，要修牛栏，养放牛。而现在一个村子可能就一两家人买了农耕机械，其它农户都不用养牛了，需要耕地时请那家有农机的人把车子开过来耕地，给他按小时结算工钱就行了。

我们要想找到原因，得把云计算技术的层次架构搞清楚。最底层就是实体服务器和机房，专用名词IaaS层，它可能会发生死机，断电，断网等故障。但一般云厂商都会建多个Region（大片区），每个Region里也会建多个AZ（可用区），在AZ里才是具体的机房和服务器。Region例如是华东、华北，AZ例如是北京-1，内蒙-2，不同区域和可用区之间都有备份，且支持热切换，某个服务器、某个机房故障了，在跨区切换后基本不会感知到故障。即使是某个区域崩溃了，比如整个华南机房断电，它不会影响到华北的服务，不会形成全国故障。因此本次故障不可能是IaaS层的原因。

那会不会是最上层的原因呢？术语是SaaS，也不可能，因为SaaS到具体应用了，不可能天猫出问题的时候，淘宝也正巧出问题了。所以可以非常肯定的说是中间组件框架层出了问题，即PaaS层出了问题。

PaaS层提供的是各种公共组件，例如鉴权登录、日志监控、资源计费、数据库、缓存等。从第一张图可以看到，各种服务都无法正确访问，应该不是数据库、缓存这种只有部分应用需要调用的服务，而一定是所有应用都需要调用的PaaS服务。无疑，那就只剩下鉴权或计费了。

鉴权出问题的可能性更大一些，因为有些服务的计费是后付费模式，计费即使出问题了，也不会导致后付费服务立即不可用。而一旦鉴权出了问题，就像咱们身份证卡片消磁了，那不管是坐飞机还是坐高铁都寸步难行了。

鉴权一般就是指客户使用用户名和密码登录获取token，以及API调用时使用AK，SK就是获取token。归根结底，就是token出了问题。假设返回token代码被写错了，那就会导致鉴权不通过，就像身份证磁卡出了问题，本来尾号是1234，但读出来的是4321，那肯定没法买车票了。

当然上述分析只是可能性分析，真正原因还有待阿里云披露，让我们拭目以待吧。