昨晚我们在 Coinbase 遇到了一次服务中断，这是绝对不可接受的。根本原因是 AWS 数据中心的一间机房因多台冷却器故障而过热。我们设计服务时，旨在确保即使某个 AWS 可用区（AZ）出现停机，也能保持冗余运行。昨晚大多数系统确实按此设计运行，但并非全部。 我们的中心化交易所没有做到这一点。交易所的架构独特，优化了延迟和客户共址。虽然可以让交易所对 AZ 故障具有抗性，但这可能会引入不理想的延迟问题，同时破坏客户共址体验。鉴于此次事件，我们将重新评估这些权衡，看看能做些什么改进。至少，在需要切换 AZ 时，服务中断的持续时间应该能够显著缩短。 感谢 AWS 和 Coinbase 团队通宵努力解决问题。我们会在技术总结准备好后分享详细内容。