为什么我们的云老是故障

去年双11后第二天（11月12号），阿里云大面积事故。我写了一篇文章，探讨其背后的原因。今年腾讯云事故，如出一辙，不写一篇文章讨论下，有厚此溥彼之闲。

这是我去年写的一句话：“我懒的去猜事故真正原因，而且，root cause的追索，并不是一件容易的事。真正的“起因”，有时也调查不出来，只是有一个看起来还行的“说法”而已。“

这句话，放之如今不需改一个字。

很多人只把眼晴订在眼前的事故上，讨论当下事故的原因。且不论是否能讨论的清。其实，公有云，不只有眼前的事故，还有多年前的诗和架构。

如今的事故，不过是多年前路线、方向错误，开花结果而已。

如今的局面，其本质是日益增长的复杂性，和落后的生产力之间的矛盾，这将是社会主义初级阶段中国式云计算的主要矛盾。

要从两个方面理解这个矛盾，一是复杂性，另一个是生产力的落后。

生产力的落后，其实指对云技术缺乏掌控。

出现这种情况的原因，是对“云“没有一个正确的认知与定位。

“云”是什么？我们从云的来源开始，简单的聊两句。

云计算的理论基础，起始自1950年代，出始自Artificial Intelligence（AI）概念的提出者、世界公认的人工智能之父，约翰·麦卡锡（John McCarthy）教授。

麦卡锡教授于1971年获得了图灵奖（AI方向），是AI方向著名的先驱之一。

AI的先驱，为什么会提出云计算呢？

很简单，不同于现在纯AI方向的技术人员，虽是研究AI的，但麦卡锡教授的知识体系非常全面。除去AI外，他对计算机体系从硬到软，都十分的了解。他创造了Lisp语言，提出了“分时“系统（可以认为是分时操作系统）。正是这个”分时“系统，可以看作是云计算的起点。

AI领域很多人都意识到，AI对于算力的需求将越来越大。麦卡锡教授很早就在思考一个问题：要如何的使用算力。说简单点，就是要如何使用一台或多台计算机。

麦卡锡教授的知识边界十分宽广，并能在自己的知道边界内，完成各项知识的融合。融合的结果，就是在1961年，麦卡锡教授提出那个穿越时空的概念：Utility Computing（公共计算服务）。

公共计算，这个概念，在之后几十年里，都因技术发展尚不成熟，只是停留在理论、概念阶段。直到2006年，由Google提出了云计算，Utility Computing，才最终变身为Clould  Computing。

这里面有个重点，“分时”系统，它是麦卡锡教授公共计算服务的起点，也是“云”技术的起点。

看到这个“分时系统”这四个字，我首先联想到的，就是当年学习Unix时，教材上的一句话：Unix是分时复用操作系统。

对，其实云，也本应是一个操作系统，一个跨多台主机的操作系统，整合多台主机的各种资源（存储资源、网络资源、计算资源等），对外提供类似分时复用功能的OS。

简单点说，云是一个更加复杂的、管理多台主机资源的OS。要开发自己的“云”，要用开发OS的思想去实现它。

但如今，因为有Linux这个单机OS，有各种五花八门的软件，自己手动攒一个“云”，也不是什么太难的事。

攒的时候，五花八门的软件一多，复杂性不就上去了吗。有谁能掌控这个复杂性吗？没有。管理云的方式仍然落后，这就是前文所说的“落后的生产力”。而云事故频发，其根本就是“日益增长的复杂性，和落后的生产力之间的矛盾”。

我们的云，特别是公有云，没有在基础技术上的突破，都是在使用模式上的创新。类似共享单车这种号称“新四大发明”的创新方式。

共享单车也挺好的，我一直买的有哈啰单车的会员。共享单车的确在自行车使用方式上，有很大的创新。

本来我们要使用网络资源，要到电信机房自己去买个机位，自己上架台服务器，自己去管理这台服务器。电信机房的托管服务，可以帮我们进行初步的管理，但管理方式比较初级。

公有云更进一步，不再以机位、服务器为单位，而以“服务”为单位，将多台主机资源整合，对外提供各种服务。这是很好的，说是一种革命，也不为过。这里面会产生非常多革新式技术，但是，目前看来，我们还只停留在“攒”，别说突破技术，连“把控”，都做的一般般。

这是云事故频发的真正原因。开源软件（如Linux）让云变的简单，但复杂度失控，又没有能力把控复杂度。

就像小孩子手拿一把真枪（开源软件就是枪，小孩子掌控不了其复杂性），也不会小孩子一碰到枪就出人命，但出人命是迟早的事。

说到底，公有云只是长尾理论的实践之一，使用公有云的，都是小微企业，或部分中型企业。当一会，真没啥大不了的。让我们的云更加前进的驱动力，其实是不足的，所以，未来也不必期望我们在云上能够如何。