​如何看待2023年年底，阿里云、滴滴打车、腾讯视频等大厂平台相继发生崩溃故障？

不久前马斯克收购了twitter，大刀阔斧裁撤了N多软件技术员工，只保留1K量级的保底技术人员，很快就遭遇了一次史无前例的大崩溃。马斯克大丈夫能屈能伸，又将一些举足轻重的工程师召回救火。。。

一直以尊重技术人才的著称的马斯克，都能大刀阔斧裁撤技术人才。事实上马斯克是懂技术的，也深深地知道技术人才有太多的冗余人员，通过这一波崩溃，会发现哪些人才是公司不可或缺的，哪些是真正的冗余人员。

国内的互联网巨头，资本利益驱动。光景好的时候，萝卜白菜全到碗里来。前景不妙时，裁撤人员毫不手软。伤筋动骨到波及主干人才，立马给老板一个颜色，崩溃或早或迟，并不是偶然的。

据闻A字头互联网巨头一HR，下放到一合资公司做HRD，牛皮哄哄的，没有任何技术背景，质疑技术专家的技术过时了，脸上写满了傲慢与自以为是。技术专家想的是，把A字头的所有的HR全干掉，公司依然坚挺。把技术全干掉，哼哼。。。哈哈。。

毫不夸张地说，互联网巨头的网络是极其复杂的，复杂到任何一个个体都无法应对。eBay工作期间，管理全球17000多台交换机、路由器、防火墙，35000+台服务器。监控平台上几乎每一分钟都会有报警，链路down了，CPU高了、温度高了、风扇不转了。。。

公司对互联网用户接口提供了12个国际出入口，内部核心则是3个超大数据中心，以三角形组网。任何1个出入口断了，都影响不大，出入流量会自动切到其他11个出入口。极端一点，即使11个出入口都断了，只要有1个出入口，用户就可以交易。

即使发生了1个出入口断开，也会自动触发一个一级（L1）的报警，technical board会立马组织一个紧急会议，各个技术部门的技术人员都会加入，架构的、操作系统的、软件的、网络的、安全的、数据库的、负载均衡的等等，然后大家群策群力第一时间将断开的链路恢复。如此重要的互联网的链路发生故障，网络提供商是足够重视的，可是即使重视也无法阻挡失效小概率事件的发生。试想一下，网络配置并没有任何变化，以前一直好好的网络怎么就崩溃了呢？

是啊，硬件还是原来的硬件，软件还是原来的软件，配置还是原来的配置，怎么就故障了呢？

可是，出入的流量是变化的啊！以前没有遭遇的流量，今天就遭遇到了异常流量，导致了软硬件崩溃。怎么办？

去查日志文件，去查traceback文件。Trace back文件会记录系统在活蹦乱跳时的函数的调用顺序，并记录死在哪个函数上！

记得遭遇过UDP报文 > 2000 byte，就会让FP转发板reboot，找到问题的root cause并尽快修复它，这就是技术人员的价值存在。

即使12个出入口都健在，最后的交易依然要访问后台数据库，数据库要是崩溃了，即使流量可以自由出入，但依然是无法交易的。

技术线是一个流水线，而要让整个系统行云流水提供丝般光滑的五星服务，每个流水线上的人才都不可或缺。裁员的大刀砍掉了任何一个节点，也许一时没问题，可是时间久了，小概率时间越积越多就会变成一个大概率事件，然后就好看了。。。