对于广大云用户来说，再次提醒大家：一、对于公有云，建议放置非关键业务，企业内部的关键业务要搭建容器云平台，核心数据存放在存储和磁带库中。二、一定要做异地备份。备份可以是存储，也可以是磁带库；备份数据分应用数据和数据库数据。关键数据要永久增量保存， 这样才能防患未然。三、要建立容灾备份机制。数据备份，可以备份到其他云，按小时，天，周，月计算，所能容忍丢失的数据；数据备份也可以备份到本地，按月、季度、年进行容灾。
近日，腾讯云“数据丢失”事件在业界引起广泛关注。腾讯云通过微信公众号发出公告，解释了数据丢失原因，并提出了补偿措施。
大概内容是，北京清博数控科技有限公司所属“前沿数控”平台一块操作系统云盘，因受所在物理硬盘固件版本bug导致的静默错误（写入数据和读取出来的不一致）影响，文件系统元数据损坏。为此，腾讯云将提供132900元现金或云资源的额外补偿。但是，北京清博数控科技有限公司对结果并不满意，声称所丢失数据价值千万，提出了1101.6万元的补偿额。并质疑腾讯云的的可靠性是否达到了99.9999999%，搭载了云硬盘三副本存储策略，是否真实存在。
事件发生后，舆论界一方面抨击用户自己没做备份；另一方面对于云的安全性表示担忧，尤其是公有云，还不够靠谱。对于用户自己不做备份的说法，前沿数控表示自己很委屈。一家创业公司，原本就是为节约成本，才选择了云，我总不至于买了一个腾讯云，再买个阿里云来备份。但对于腾讯云来说，云本身就没有100%的可靠性，硬件损毁导致数据丢失，并不是腾讯独有，你支付了1000多块钱，我总不至于付给你上千万的赔偿，这是敲诈!
到现在为止，整个事件还没有结束。到底谁对谁错，赔偿多少，都不是重点。重点是，不管对于腾讯云，还是对于前沿数控来说，“数据丢失”都是一次惨痛教训。为了避免这类恶性事件再次发生，我们有必要从技术角度分析出问题出现的各种可能。
1、硬盘静默错误
数据静默错误分几类，包括parity error、 paritial write、 write lose和mis-redirect write等。大概是数据写入时，硬盘时发生错误，或者是写了一部分扇形区数据，而另一部分没写。或者没写完，中途断电了。再或者，目标扇区数据是老数据，导致读取数据时出现乱码。更离谱一点，写入目标扇区的数据，写错了地方，不但本次I/O对应的扇区没更新，而且还破坏了其他扇区。
但是，腾讯云丢数据不太像是硬盘的问题，用户的数据一点都没找回来，说明集群数据有大量丢失。除非是大量盘同时集体损坏，不然不可能发生这样严重的事件。但是，大量盘同时坏的概率，几乎等于零。所以笔者猜测，可能是软件bug导致大量数据被写坏。
2、EBS出现故障
一般情况下，如果EBS出现故障，应该以数据可靠性为主，先恢复数据再恢复服务，相对数据丢失，停机时长的损失的损失更可控，腾讯云可能是反其道而行了。
3、使用了虚拟机
从目前提供的信息来看，腾讯云好像使用了虚机，结果虚机挂了。但是，一般情况下，云产品对这种虚机都提供了快照功能，以防止意外发生。但是，这种快照一般需要手动开启。
4、云产品bug
别说是云计算，即使是物理机，也能通过raid的方式保证数据冗余，不可能导致数据完全丢失。云服务本身处于分布式存储中，云盘损坏，应该属于逻辑上损坏，无外乎云产品bug和人为误操作。而逻辑上的数据损坏，可以通过技术手段恢复，只不过技术不在中国。这种灾难性问题虽然偶发，但目前Open Stack版本还在不断迭代，各种模块处于合并变更、消除的过程，这中间很可能会给用户带来未知的安全风险。
5、人为的误操作
数据丢，除了元数据损坏，很可能是被哪个管理员一键删除了。元数据基本不会损坏，因为数据至少是3副本的。大概率是平台有误操作，或者设计缺陷，导致被删除。
当然，这些都是我们的猜测，腾讯云数据丢失到底是什么原因，ITPUB将持续关注。总之，数据安全无小事，备份一定是企业上云的必选项。