北京时间 2025 年 6 月 12 日傍晚至次日凌晨，谷歌旗下的 Google Cloud Platform（GCP） 发生了一起严重的服务中断事件。此次宕机波及多个地区和数十种核心服务，包括 Google Workspace 应用、Cloudflare、Spotify、Instagram、TikTok、Facebook、OpenAI 和 Steam 等均受到影响，持续时间超过 8 小时。
这是近年来 GCP 最严重的一次系统故障之一。
宕机时间线回顾
根据谷歌官方状态页面的信息，本次事故始于：
- UTC 时间 6 月 12 日 17:58（北京时间 6 月 13 日 01:58）
- 恢复完成于：
- UTC 时间 6 月 12 日 23:00（北京时间 6 月 13 日 07:00）
但据部分用户反馈及第三方报告，一些区域的服务恢复延迟到了：
- PDT 时间 6 月 12 日 10:51 至 18:18（北京时间 6 月 13 日 01:51 至 10:18）
整个事件持续时间长达 超过 8 小时，对全球多个行业造成广泛影响。
问题根源：API 管理平台异常
谷歌事后发布官方声明指出，此次宕机的根本原因在于其 API 管理平台出现了“无效数据更新”，导致大量外部 API 请求被拒绝。
具体而言：
- 一次自动化配额更新操作引入了错误数据；
- 缺乏有效的测试和容错机制，未能及时检测并阻止问题扩散；
- us-central1 区域的配额策略数据库因此超载，成为恢复最慢的部分。
尽管大多数服务在两小时内逐步恢复，但部分关键区域仍需更长时间处理。
受影响范围：从 Google 自身到全球依赖者
此次宕机不仅影响谷歌自家服务，如：
- Gmail
- Google Calendar
- Google Docs / Drive
- Google Meet
- Google Chat
还波及大量使用 GCP 的第三方企业和服务平台，包括：
- Spotify
- TikTok
- OpenAI
- Discord
- Snapchat
- NPM
- Firebase Studio
- Cloudflare（通过 Workers KV 键值存储）
其中，Cloudflare 在宕机发生约 20 分钟后也出现服务异常。最初只是身份验证系统故障，随后多个功能陆续瘫痪。
Cloudflare 在事后报告中虽未直接点名，但在媒体追问下确认：“所依赖的第三方云服务商”正是谷歌。
Cloudflare 的应对与反思
Cloudflare 表示，此次事件并非由安全漏洞或数据泄露引发，也未造成用户数据丢失。问题出在其 Workers KV 存储系统，该系统部分依赖于 GCP 提供的底层基础设施。
为防止类似事件再次发生，Cloudflare 已宣布将逐步把 KV 核心存储迁移至自有对象存储系统 R2，以降低对外部云平台的依赖。
云时代下的系统风险
此次 GCP 大规模宕机再次提醒我们，在高度依赖云计算的时代，即使是科技巨头的核心系统也可能因一处配置错误而引发连锁反应，影响全球数百万用户和成千上万的企业。
对于企业和开发者而言，选择云服务时不仅要关注性能与成本，还需重视系统的冗余设计和跨平台容灾能力。
未来，如何构建更具弹性的多云架构，将是保障服务稳定运行的重要课题。
评论