5月27日下午5点左右,部分用户反映其支付宝出现网络故障,账号无法登录或支付。到晚上7点20分,支付宝方面宣布用户服务已经恢复正常。
网友反映支付宝无法登陆
从光纤被挖断的意外发生到用户服务恢复正常,支付宝花费了2个多小时时间。对此,支付宝官方表示,由于杭州市萧山区某地光纤被挖断,造成目前少部分用户无法使用支付宝,运营商蜀黍正在抢修。支付宝攻城狮正在紧急将用户请求引流至其他机房,受影响的用户正在逐步恢复。您的资金安全并不会因此受到任何影响。如果出现交易信息不同步的情况,在修复后会恢复同步。请大家放心。
支付宝官方微博截图
据了解,支付宝在系统上采用了同城双活的架构,因为这一架构,本次意外只影响到部分用户。支付宝方面称,光纤被挖断的意外发生后,支付宝第一时间采取措施将用户需求引流至其他机房,受影响的部分用户的服务正在快速恢复中。运营商也在同步抢修。
技术专家表示,事实上,被挖断的光纤还没有恢复,但由于支付宝进行的异地双活架构改造,所以不必等到光缆修复,而是可以较为快速的切转流量到其他机房,从而把对用户的影响降到最低。
支付宝表示:数据正在逐步恢复中
截至北京时间22点35分,支付宝该条微博已获得超过17476条评论,网友纷纷对自己的“钱袋子”表示担忧。支付宝CTO程立表示:支付宝异地双活的系统架构在这次意外中发挥了巨大的作用,但这次的结果仍然不能让内部感到满意。“我们理想的目标是要做到让用户无感知。”他透露,目前相关技术升级还在推进当中。“随着升级的完成,希望未来,即使再次出现某地机房光纤被挖断的情况,也能保证不会对用户带来太大的感知”。
以下是支付宝在微信上的声明:
因杭州市政道路建设导致网络光缆被挖断,从而使部分用户今日下午短时间出现了无法正常使用支付宝的情况,对此我们深表歉意。也非常感谢大家对我们的理解!给大家添麻烦了,大家可能关心的问题,我们在此回复如下:
Q:5月27日傍晚,支付宝为什么出现故障?
A:5月27日傍晚,因市政施工导致杭州市某地光缆被挖断,导致了支付宝一个主要机房被影响,随后全国部分用户无法使用支付宝。事情发生后第一时间,支付宝工程师紧急将用户请求切换至国内其他机房。到晚上19时左右,支付宝服务恢复正常。
Q:这次故障影响了多少用户?
A:在故障时间段内使用支付宝的用户具体数量无法精确统计,但可以肯定的是,流量通过其他机房的用户是不受影响的。
Q:为什么杭州的机房光缆中断影响到全国其他地区部分用户?
A:因为这次受影响的是支付宝部署在杭州的一个主要机房,服务的并不只是杭州地区的用户,因此网络中断导致该机房服务器无法为受影响的用户提供服务,这些用户也会包括其他地区。
Q:故障会不会影响到用户的资金安全?
A:支付宝有完善的技术和措施保护用户的资金安全,用户的资金安全不会受到任何影响。支付宝中的任何一个交易,同时都会有多份记录,数据可靠性极高。如果有用户出现交易不同步的情况,后续都会得到妥善解决。
Q:为什么要这么久才恢复?
A:事实上,在当晚支付宝服务恢复时,被挖断的光缆还没有修复。支付宝的异地多活的系统架构在此次意外中发挥了巨大作用。一方面,没有因光缆被挖断而影响全部用户;另一方面,紧急将故障机房的流量切换至了其他机房。我们作为一个金融系统,对切换中数据与资金安全性的要求极高,因此切换速度上没有做到更快。后面我们会不断提升切换速度。但是,这并不代表我们对这次恢复时间是满意的,我们希望未来这样的切换能让用户无感知或者最小化感知。
Q:恢复使用之后,有些用户发现余额宝信息显示不全,支付宝头像也没有了。这是为什么?
A:支付宝将流量切换至其他机房,数据的核对需要一定时间。相关的功能显示,会有一点延时,但数据并不会丢失,这一点,请大家放一万个心。
Q:有什么预防机制,防止类似的情况发生?
A:光缆被挖断可能并不能完全杜绝,但对于支付宝而言,会继续推进技术的升级改造,继续完善异地多活的系统架构。未来,即使再次出现光缆被挖断等意外情况,我们进行异地切换时,也尽量做到让用户最小感知甚至无感知。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。