Skype CIO談Skype服務故障背后的原因

　　Skype的核心依賴于第三代的P2P網絡，它擁有大量的對等節點和超級節點，一個超級節點對應于成百上千個節點。由于Skype并沒有中央目錄來支持彼此通信的兩個或多個節點之間的路由，因此虛擬網絡將超級節點作為目錄。當某個客戶端連接到Skype后，它會將自身注冊到一個超級節點上，超級節點會為該客戶端分配一個IP地址，這樣想要與其建立連接的其他客戶端就能找到它了。當某個用戶想要啟動IM或是向另一個客戶端發起音頻/視頻會話后就會詢問超級節點，然后就會獲得目標IP，這樣就會建立起這兩個客戶端之間直接的通信鏈接。超級節點是Skype網絡的重要元素。

　　Skype還運行著大量的支撐服務器，他們負責發送離線消息。由于突然有大量未發送的消息，因此這些服務器會延遲發送這些消息。Window版本的Skype v5.0.0.152有一個Bug，它會導致應用在接收這些延遲發送的消息時崩潰。最新的Skype v5.0.0.156和Windows下的其他版本以及非Windows系統的所有其他版本則不受該Bug影響，但問題在于有50%的用戶在使用這個有Bug的版本，而它正是Skype 5的首個發布版。大約40%的Skype用戶都是在線崩潰的，這影響到30%左右的超級節點。

　　客戶端還需要繼續運行，重啟應用的客戶端會導致網絡繼續搜索仍舊運行著的超級節點，這導致了超級節點的過載。由于Skype在超級節點過載時會啟動保護措施，因此這并不會消耗客戶端系統過多的資源，超級節點會一個接一個地自動關閉，這會導致整個網絡出現故障。

　　沒有超級節點，Skype就將無法運作，因此公司一開始啟動了上百個，然后是上千個超級節點，希望能夠恢復服務。他們并沒有指明使用了哪些系統，或許是他們自己的，也可能是Amazon EC2上的。網絡開始基于這些超級節點來構建自身，服務在24小時后恢復了。他們說停止了大多數超級節點，留下了一些來處理各種突發狀況，因為圣誕節Skype的使用量會很大。

　　我們從中學到的經驗則是：除非必要，很多用戶并不會更新自己的軟件。Skype已經有更新的版本了，但如果沒有遇到Bug，大多數用戶是不會更新的。Skype打算重新檢查自動更新過程，或許像Google Chrome那樣做：

　　我們會重新檢查向用戶提供的“自動”更新過程，這樣我們就能讓每個人都使用最新版的Skype了。我們相信這些舉措會降低這類故障發生的概率。

　　另一個問題是我們應該盡最大努力來保證軟件是經過充分測試過的，Skype決定重新檢查“測試過程來確定更好的檢測手段以避免會影響到系統的Bug出現”。

　　最后要說的就是Skype服務器支撐網絡的能力，比如用于處理離線IM的服務器，Rabbe說他們“會經常性地檢查支持Skype用戶的核心系統的能力，并繼續在這些系統的能力和彈性上投入”。

服務器租用/服務器托管中國五強！虛擬主機域名注冊頂級提供商！15年品質保障！--億恩科技[ENKJ.COM]