



想必今天下午很多人在使用支付宝时都遇到了无法登录或支付的情况,由于支付宝已经深入到了不少人的日常生活,出现这样的状况,一时还真有点不适应。
就在几个小时前,笔者下外卖订单,进行在线支付时,就卡在了支付宝,而是用了百度钱包,不过反而省了几块钱。跑题了,我们言归正传。
对于此次超过两个小时的故障,支付宝回应称,“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。”
对此说法,很多业内人士表示怀疑啊。某业内大咖对记者表示,“像支付宝这样公司的数据中心已经不只是简单的双活,而已经是多活数据中心了。如果由于链路出现问题,切换到其他数据中心恢复正常业务的时间肯定是分钟级的。”
我们注意到,从网友反映支付宝故障(27日17点左右),到官方通知恢复正常服务(27日19:28),这个时间超过2个小时。
所以从金融级的IT架构来看,支付宝这个所谓“正在紧急将用户请求切换至其他机房”的时间过于长了点。
据传言是此次故障是因为机房出现问题,这个似乎也简单了些。所以甚至有业内人士指出是接口或数据库出现问题,不过这一传言未经证实。
可以看到的是,在支付宝官方发布服务恢复时,还附带上了这样的话:“如果出现交易信息不同步的情况,会逐步恢复。”
也许有人看出端倪,这还是简单的光纤被挖断吗?
回顾IT灾备发展的里程,已经经历了从数据灾备到应用灾备到业务灾备的过程,笔者还真认为支付宝应该是业务级灾备的阶段了。
IT界不缺看热闹的
 0赞
 0赞好文章,需要你的鼓励
 推荐文章
 推荐文章
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。