Cloudflare 重大事故

以下是这两年间最重大的事故整理及受影响点分析：

1. 2025年11月18日：全球级“配置爆炸”事故

这是 2025 年影响最深远、甚至导致 Cloudflare 官网都无法访问的“至暗时刻”。

• 事故原因： 工程师在更新 ClickHouse 数据库集群的权限时，意外触发了一个逻辑错误。这导致用于“机器人管理 (Bot Management)”的特征文件（Feature File）体积瞬间翻倍，超过了边缘节点代理软件的硬编码处理上限（Hard Limit），引发全球代理服务崩溃。

• 影响点：

  • 核心代理（Proxy）： 几乎全球所有开启了“小云朵”代理的流量全部报 5xx 错误。

  • Cloudflare 官网与控制面板： 由于官网也运行在自己的网络上，导致用户无法登录后台进行“自救”（无法关闭代理或修改 DNS）。

  • 身份验证 (Access/Turnstile)： 验证码系统失效，导致即便服务器没挂，用户也进不去。

• 受影响平台： ChatGPT、X (Twitter)、Spotify、Shopify、Canva、Discord、LinkedIn。

2. 2025年12月5日：防守反击导致的“自残”

在 11 月大事故仅两周后，Cloudflare 在试图修复一个行业漏洞时再次发生波动。

• 事故原因： 为了防御针对 React Server Components (CVE-2025-55182) 的关键安全漏洞，Cloudflare 全球推送了一个 WAF（防火墙）缓冲区调整规则（从默认大小增加到 1MB）。由于该规则在某些老旧的 C++ 代理代码中触发了未预见的内存溢出，导致约 28% 的全球 HTTP 流量中断。

• 影响点：

  • WAF 防火墙： 开启了高级安全防护的付费客户受影响最重。

  • API 流量： 许多移动端 App 的 API 接口因缓冲区错误而无法正常解析 JSON。

• 受影响平台： Zoom、LinkedIn、各种加密货币交易所。

3. 2026年2月20日：BGP 路由大撤回事故

进入 2026 年，事故从软件逻辑转向了更底层的网络协议（BGP）。

• 事故原因： Cloudflare 尝试对 BYOIP (自带 IP) 业务的自动化流水线进行升级。结果由于代码 Bug，系统错误地向全球互联网发送了“撤回路由”的指令。

• 影响点：

  • 网络连通性： 受影响的 IP 段在互联网上直接“消失”，没有任何路由可以到达。

  • 1.1.1.1 落地页： 连带导致 Cloudflare 著名的公共 DNS 官方页面出现 403 错误。

• 受影响平台： Uber Eats、Bet365 (博彩平台)、Steam 登录服务、Microsoft Outlook 部分地区访问。