关于cloudflare故障的一些思考

关于cloudflare在2025 年 11 月 18 日发生的故障，其原因是：

他们的查询sql是：

因为是clickhouse，这是分布式的列存数据库。
default库里面放的是引擎为distributed的表，注，default库也是分布式的，在多个分片上。
r0数据库放的是引擎是replicatedmergetree本地表。注，r0库也是分布式的，在多个分片上。
system.columns中的system也是一个数据库，他是clickhouse系统自己的库。这个库里面有个columns表。

之前的用户权限，查询system.columns表出来的结果，是default库的http_requests_features表的name, type两个字段，
修改用户权限之后，查询system.columns表出来的结果，是【default库 + r0库】的 http_requests_features表的name, type两个字段。 —— 对bot management来说，feature翻倍了。并且加上其他信息，超过了200个feature的硬编码限制。

给我们的警示：
1. 要熟悉数据库的物理结构和逻辑结构，不能只局限在逻辑的查询上。一定要熟悉其文件结构和进程结构。
2. 要熟悉数据库的数据字典，比如system.columns表中，带database字段，这肯定不是无缘无故有这个字段的。查询的时候要带上这个字段。比如我们在给数据团队或者安全审计团队开账号的时候，也要当心这个问题。留意多个库，多个schema、同义词指向等等。

参考：
https://news.qq.com/rain/a/20251119A029CT00
https://tonybai.com/2025/11/19/cloudflare-18-november-2025-outage/