Cloudflare 遭遇 2025 年 11 月 18 日大规模中断：内部配置变更导致全球互联网部分瘫痪

全球领先的网络基础设施提供商 Cloudflare 于 2025 年 11 月 18 日（UTC 时间）发生了一次持续数小时的重大服务中断，导致全球大量网站和在线服务出现访问故障，包括 X（原 Twitter）、ChatGPT、Spotify、Roblox、Grindr、Canva 等热门平台均受到波及。此次中断被视为近年来互联网基础设施领域又一起引人注目的事件，凸显了少数几家云服务巨头对全球网络的深远影响力。

中断时间线与影响范围

根据 Cloudflare 官方事后博客以及多家监测机构的数据，中断于 UTC 时间 11:20（北京时间 19:20 左右）开始显现，用户大量报告出现 HTTP 500/5xx 错误、页面加载失败或“内部服务器错误”。高峰期，Downdetector 等故障监测网站本身也因依赖 Cloudflare 而短暂下线，进一步放大了混乱。

核心流量在 UTC 14:30 左右恢复正常，但控制面板（Dashboard）、API、Workers KV、Access 等应用服务直到 UTC 17:06 才完全恢复，整个事件持续约 5 小时 46 分钟。Cloudflare 表示，此次中断影响了其全球网络，未限定特定地区，但依赖其 Bot Management、Workers 或 CDN 的客户几乎全部受到不同程度冲击。

多家媒体报道，受影响的服务包括：

• 社交平台：X（原 Twitter）
• AI 服务：OpenAI 的 ChatGPT
• 流媒体：Spotify
• 游戏：Roblox、Runescape 等多人在线游戏
• 其他：麦当劳官网、部分加密货币平台、Letterboxd 等

Reuters、纽约时报、Engadget 等外媒均称，此次事件虽未达到 2024 年 Crowdstrike 全球 IT 熔断或近期 AWS 大规模中断的破坏性，但仍导致“半个互联网”短暂失灵。

官方披露的根本原因

Cloudflare 在中断发生后数小时内发布详细的事故分析博客（标题《Cloudflare outage on November 18, 2025》），明确指出这并非外部 DDoS 攻击或恶意行为，而是内部一次常规数据库权限调整引发的连锁反应。

具体过程如下：

1. 运维团队对某数据库系统的权限进行了变更，导致 ClickHouse 查询输出行为异常，产生了大量重复的“feature”行。
2. 这些重复行被写入 Bot Management（机器人管理）系统的“feature file”（一个用于实时更新机器人威胁特征的配置文件）。
3. 该文件体积瞬间膨胀一倍，超过边缘路由软件的内置大小限制。
4. 当全球机房的代理软件尝试加载新文件时，直接崩溃，导致依赖 Bot Management 模块的流量无法正常处理，返回 5xx 错误。
5. 旧版代理（FL）虽未完全崩溃，但机器人分数全部归零，可能引发误杀合法流量。

Cloudflare 强调，该文件需要“高频、快速”推送以应对不断演化的机器人威胁，但此次权限变更未经过充分的大小影响评估，导致灾难性后果。

Cloudflare 的应对与道歉

公司在事件初期曾短暂怀疑是超大规模 DDoS，但很快锁定内部原因。随后立即停止问题文件的传播，回滚至上一版本，并逐步缓解流量回涌带来的二次负载高峰。

Cloudflare 高管在官方博客中罕见地使用了强烈措辞进行道歉：

“我们对给客户和整个互联网带来的影响深表歉意。在互联网生态中，Cloudflare 的地位使得任何系统中断都是不可接受的。今天我们无法路由流量，这让团队每一个人都深感痛苦。我们让你们失望了。”

公司承诺将公布完整的事故复盘，并采取措施防止类似事件重演，但博客中尚未列出具体改进计划。

市场与业界反响

中断当日，Cloudflare（NYSE: NET）股价下跌约 3%-4%，收盘价约 196 美元，较 11 月初历史高点 260 美元已回调超过 24%。分析人士指出，频繁的云基础设施中断（AWS、Azure、Cloudflare 在一个月内接连出事）正引发投资者对“单点故障风险”的担忧。

专家评论称，云服务集中化在提升效率的同时，也放大了连锁反应。布朗大学计算机教授 Timothy Edgar 表示：“Cloudflare 处理着全球约五分之一的网页请求，任何宕机都是系统性风险。”

截至目前，Cloudflare 已宣布所有服务恢复正常，并将于近期发布更详细的预防措施报告。此次事件再次提醒互联网行业：即便再强大的基础设施，提供“永不宕机”的承诺也越来越艰难。