上篇文章”WordPress.com 當機，影響千萬個部落格“，報導了Wordpress的大規模當機，CNN也談到了”Why website crashes are unavoidable — at least for now“，他認為網站當機是無可避免的問題，如果真的是這樣的話，那麼未來如果許多服務都上了雲端運算的話，當機了以後會造成多大的影響呢?
WordPress的當機讓許多大站的部落格都停擺，不只是讀者無法閱讀到內容，而是已經影響到廣告的效益，不過好在只有數個小時的中斷，對於讀者與企業還不至於影響太大，如果今天停工的是電子商務網站，那麼數個小時的中斷很可能損失數十萬、甚至於數百萬的業績。所以網站當機真的是不可避免的嗎? 當然不是，如果中斷後會造成巨大損失的話，當然不能只是99.99%的uptime，而是必須100%的無誤運轉。
這篇”Twitter’s Performance Problems Explained By a Twitter Engineer“提到了Twitter的效能問題，在2008年Pingdom的報告中(如下圖)，Twitter算是名列前茅的 …. 差勁，是所有社交網站中最會當機的一個，Twitter的Fail Whale可以說對於使用者是很熟悉的了。
為何Twitter這麼容易當機，當然使用量高是其中一個因素，另外的原因就是:
總而言之，就是設定出問題+沒有監控 …
網站當機或運作出問題，通常的問題都出在 : (1)超出系統負荷 (2)沒有做好微調 (3)設定出問題 (4)沒有監控機制
如果不是因為惡意攻擊的超出系統負荷，應該算是最讓人高興的當機了 … 因為表示很多訪客到訪，但是如果沒有盡快調整到正常，也會讓人笑不出來的。
超出系統負荷如果是硬體類的問題，例如頻寬不足、伺服器不足 … 如果scalability許可的話，只要出錢就能解決問題; 如果是軟體類的問題，例如系統無法再吃更多的記憶體、程式的寫法太吃資源 … 就可能不是能夠馬上解決。也就是如果超出系統負荷是因為scalability(規模可伸縮性)，而當系統無法調整此scalability時，那麼問題就大了。
而沒有做好微調 跟設定出問題，大概可以歸為同一類問題，就是mis-configuration，要由錯誤的設定調整到正確的設定，如果系統龐大的話，也不是三言兩語可以解決的。
不管是前面哪些原因，如果沒有監控機制的話，根本無法事前找出問題，或是事後解決問題。因為所有的問題都不能用猜測的，都需要監控機制的數據才能判斷或避免慘劇，如本站之前的硬碟毀損就是根本沒有監控機制，才會事前完全不知道硬碟即將毀損。
OK，講了半天意思是什麼? 意思是網站當機是不可避免的嗎? 絕對不是，完全看網站當機會造成多大的損失，只要完善的規劃與運作，網站當機絕對是可以避免的，或是至少可以快速的恢復。
如果你仔細的觀察許多大的網站，你也許會發現許多資源都沒有優化(Optimization)，也就是明明可以不需要這麼浪費資源的，明明可以不需要每個頁面顯示都去連線資料庫的，明明資源可以切割來提升效能的 … 太多的小小浪費累積起來就變成了大的浪費。
為什麼會如此呢? 大多都是因為便宜行事，所有的作業都照規則的話，一來可能時間不允許，二來可能因為懶得修正舊有架構。
以下幾個效能的問題，也許你也可以自己觀察看看:
(1)server是否有啟用壓縮模式?
(2)哪些動態程式可以改成靜態html?
(3)哪些動態程式連接資料庫是可以避免的?
(4)動態程式連接資料庫的效能還能提高嗎?
(5)資料庫的結構是否已經最佳化?
(6)網頁的每個元件(html/image/css/js…)是否已經都最佳化?
CNN的那篇文章大概是想替Wordpress說話，但是說實在的，網站當機是可以避免的，並且可以在尚未造成具大損失前恢復正常，但是前提是必須完善的規劃與運作，如果能夠做到uptime 100%，那麼才能安心的邁向雲端運算，否則一切都免談了。
技術錯誤加世界杯流量：Twitter多次掛點
http://news.pchome.com.tw/science/ithome/20100618/index-12768191383095652005.html
雖然已經解決之前的問題，但Twitter坦承還有更多問題待解決，並暗示代表Twitter故障的那條鯨魚還是隨時可能出現。
Twitter 坦承，由於內部的技術誤判，再加上世界杯足球賽帶來的龐大流量，導致Twitter出現多次當機；而根據流量監測網站pingdom的紀錄顯示，自6/8 到6/16九天Twitter僅有一天完全正常，其中有四天當機一小時左右，Twitter認為這是從2009年10月以來當機最嚴重的一次。
Twitter 的技術部門6/11在部落格上解釋，主要的原因是一個子網域的流量超過系統負荷。技術部門認為他們做錯三件事：不應該把兩個流量快速成長的設備擺到同一個子網域、網路設備設定錯誤、沒有監控內部網路流量。Twitter目前已經加大內部流量承載能力一倍，改正網路設備設定，並增加對內部流量的監控。
在解決這三個問題的同時，他們還發現更多嚴重的問題，導致Twitter多次當機。Twitter表示，他們有長期的改善計畫，但也會做立即性的調整，讓網站能夠支撐世界杯足球賽引發的流量，但他們也承認，在網路流量巔峰的時刻，代表Twitter故障的那條鯨魚還是可能掛在網頁上。根據Twitter官方的服務狀況網站，Twitter為了維持服務，6/9暫時關閉搜尋、Hovercard、趨勢、朋友數目、上傳個人照片等功能。
Twitter 出現問題的期間，其他的競爭廠商如Facebook、噗浪等，網站狀況正常，並沒有因為世界杯足球賽增加的流量產生問題。
推特流量暴增 改版等世足落幕
http://tw.news.yahoo.com/article/url/d/a/100619/5/27qkz.html
（中央社台北18日綜合外電報導）世界盃足球賽推波助瀾，微網誌「推特」（Twitter）近日流量屢創新高，影響所及，推特網路計劃進行的大幅調整，被迫延到世足賽結束之後。
世足賽11日開賽以來，每次有球隊進球，就有成千上萬的推特會員發文通報親朋好友。
平常推特每秒鐘約有750則推文，但日本隊14日在世足賽出戰喀麥隆進球之後的30秒鐘，每秒平均出現2940則推文，創下推特成立4年多來的最高紀錄。
巴西14日在對北韓之戰踢進第1球之後，每秒出現2928則推文。
但上推特談籃球的人數，還是比足球迷多。洛杉磯湖人（Lakers）昨天擊敗波士頓塞爾蒂克（Celtics）獲得美國職籃NBA年度總冠軍之後，每秒出現3085則推文，刷新幾天前創下的最高紀錄。
為什麼會大當機？
http://www.ithome.com.tw/itadm/article.php?c=61465
其實歸納起來，多數大當機的事件，究其背後原因，都是幾個連鎖的錯誤造成的。不過正所謂失敗為成功之母，透過學習別人當機的經驗，或許你也能避免一些可能的錯誤
系統大當機的時候，我想所有面臨這個狀況的IT人，腦中浮現的第一個想法，一定是「為什麼？」吧。
其實歸納起來，多數大當機的事件，究其背後原因，都是幾個連鎖的錯誤造成的。舉例來說，影響十一萬臺機器，日本史上最大規模的銀行ATM系統當機事件，禍源的起源，竟然只是一間銀行的ATM系統因為瞬間斷電而重開，然後錯誤像滾雪球一樣，一個接一個把狀況帶到無可挽回的地步。
雖然系統當機的問題五花八門，不過正所謂失敗為成功之母，透過學習別人當機的經驗，或許你也能避免一些可能的錯誤，防範大當機事件於未然。
從日本經驗來看
大當機事件多是因為連鎖錯誤造成
日本史上最大規模的ATM當機事件，就是由4個連鎖的人為和系統錯誤造成的
http://www.ithome.com.tw/itadm/article.php?c=61465&s=2
2大硬體當機主因
性能預留不足與備援維護不確實是當機常見原因
硬體性能預估保留的不足或失誤，以及備援系統平時維護的不確實，是因為硬體而造成大當機事件的最常見原因
http://www.ithome.com.tw/itadm/article.php?c=61465&s=3
3大軟體當機主因
避免軟體同質化，應用程式設計與資料庫也是重點
軟體過度同質，很容易會因為軟體廠商的錯誤而受到嚴重的影響；此外，應用程式、資料庫，也常是當機事件發生的原因
http://www.ithome.com.tw/itadm/article.php?c=61465&s=4
4大因應手法
快速找出當機原因擬定對策才能避免災害擴大
迅速找出問題，並且盡快與相關人員與單位建立好替代方案的共識，才能避免因為當機造成的二次傷害
http://www.ithome.com.tw/itadm/article.php?c=61465&s=5