2.1 KiB
2.1 KiB
一个小失误，不足以造成复杂系统故障
- 期号: SRE Weekly Issue #356（2023-01-22）
- 作者: Lorin Hochstein
- 链接: https://surfingcomplexity.blog/2023/01/15/a-small-mistake-does-not-a-complex-systems-failure-make/
简介
这篇文章简明扼要地解释了为什么我还没怎么报道 NOTAM 宕机事件。
如果一个小失误就足以击垮一个复杂系统，那我们的系统早就无时无刻不在崩溃了。
正文
我最近一直在尽量远离 Twitter，但今天还是回来看了看，结果被一位同事嘲弄了一番：
这是报道中的引文：
据报道，问题的根源是一名工程师在文件传输中犯的一个小错误。
亲爱的读者，我想请你思考一下：想想这个星球上每个工作场所每天都会发生的种种小失误。如果一个小失误就足以击垮一个复杂系统，那么我们的系统就会无时无刻不在崩溃。但显然事实并非如此。比如在这次事件之前，FAA 上一次遭遇灾难性宕机是什么时候？
目前存在这样一种可能：FAA 的员工此前从未犯过任何小失误。或者，更有可能的是，FAA 系统的运作方式使得小失误通常不足以拖垮整个系统。
要理解这种失效模式，你需要理解 FAA 系统是如何在由会犯小失误的凡人所构成的情况下，日复一日保持运行的。你必须理解系统的实际运作方式，才能理解大规模故障是如何发生的。
我从未在航空业工作过，因此也不具备关于 FAA 系统的领域知识。但我可以告诉你一件事：文件传输中的一个小失误，作为对 FAA 系统实际失效方式的解释，是远远不够完整的。
看起来帖子标题里的 "make" 位置放错了。
除此之外，它让我想起一位资深工程师经常对我说的话。
"你会惊讶地发现，当系统被放着不去动它时，它们能正常工作的程度有多高。"
我更感兴趣的是，工程师一开始为什么要传输文件。问题就在这里。