根据2025年的故障数据分析，AWS的北弗吉尼亚区域（us-east-1）依然是其最不稳定的区域。它在故障次数、总停机时间和受影响的服务组件数量上都远超其他区域。分析表明，问题的核心在于该区域极高的用户密度和繁重的负载，而非其基础设施老旧。计算、分析及人工智能相关的服务是故障高发区，同时跨区域故障的趋势也在增加。
区域故障排名：北弗吉尼亚问题突出
数据显示，北弗吉尼亚（us-east-1）再次成为最不可靠的AWS区域。
- 故障总数最多：10次
- 停机总时长最长：接近34小时
- 受影响的组件最多：126个
相比之下，其他区域的故障情况要轻微得多。斯德哥尔摩区域虽然停机总时长位居第二（超过11小时），但仅发生了2次故障。此外，“无区域”（Regionless）类别的故障显著增加，记录了12次故障和32小时的停机，这表明影响多个区域的全局性服务中断事件在2025年变得更加普遍。
哪些 AWS 服务故障最频繁？
除了区域性中断，特定服务的故障也同样具有破坏性。按故障次数排名，以下服务类型问题最突出：
- 计算服务是重灾区，尤其是：
- Amazon EC2（核心计算）
- Amazon ECS（容器）
- Amazon EMR（大数据）
- SageMaker（机器学习服务）的故障次数超出预期，显示出新的可靠性风险。
- 在故障最频繁的服务中，EMR 的累计停机时间最长，达到了21小时39分钟。
停机时间最长或影响最广的服务
一些服务的故障次数不多，但单次中断的持续时间极长或影响范围极广。
- OpenSearch、EMR Serverless 和 CloudWatch 的累计停机时间均超过了 24小时。
- 一些关键任务系统，如 STS、DynamoDB、Lambda 和 ELB，也经历了长时间的中断。
结论是：北弗吉尼亚不仅是故障最多的区域，也是服务中断影响范围最广、持续时间最长的区域。几乎所有涉及 EC2、SageMaker、EMR 等核心服务的重大故障，都会波及到该区域。
为什么北弗吉尼亚依然最不稳定？
我们重新审视了关于 us-east-1 不稳定性的三个常见理论。
假设一：“服务多，所以更容易出问题？” 这个解释有一定道理，但不是根本原因。北弗吉尼亚区域受影响的组件（126个）远超其他区域，说明其服务依赖关系更复杂，故障的“爆炸半径”更大。然而，俄勒冈和爱尔兰等区域提供的服务数量相近，但问题却少得多。
假设二：“用户最多，负载最重？” 这仍然是 最有可能的解释。监控数据显示，使用北弗吉尼亚区域的用户数量几乎是第二名俄勒冈区域的两倍。更多的客户意味着更重的负载和更大的压力，从而导致更多问题暴露出来。
假设三：“设施老旧，架构不同？” 没有证据支持 这个理论。AWS从未表示 us-east-1 的架构有根本不同。而且，一些更古老的区域（如东京和悉尼）的停机时间极短，而一些较新的区域（如苏黎世和海得拉巴）反而出现了数小时的中断。
2025年 AWS 可靠性总结
- us-east-1 (北弗吉尼亚) 仍然是 最不可靠 的AWS区域，在故障次数、停机时间和影响范围上均居首位。
- 计算、分析和AI/ML服务 是故障高发区，特别是 EC2、SageMaker、EMR 和 ECS。
- 部分服务的 中断时间极长，如 OpenSearch、CloudWatch 和 EMR Serverless，累计停机超过24小时。
- 跨区域和全局性故障 的情况有所增加。