07/18 誤發緊急地震速報的原因分析

RCA2026年7月18日閱讀時間約 3 分鐘

Full-Stack Engineer (全端工程師)

事件概述

嚴重程度：嚴重狀態：已結案

發生時間: 2026/07/18 08:29 (UTC+8) 左右
觸發條件: 服務重構測試過程中
問題描述: 誤發緊急地震速報
根本原因: NATS 權限管理不當，測試電文被廣播至生產環境

時間軸

時間 (UTC+8)

嚴重 2026/07/18 08:29
問題發生：誤發緊急地震速報
資訊 2026/07/18 08:30
確認問題並開始進行修復
警告 2026/07/18 08:31
執行緊急處理，阻斷問題電文

事件經過

07/18 早上進行 cwa-xml-go 的重構，目的是將 cwa-xml-go 與 cwa-eew-go 兩個服務合併（見下圖），以降低系統複雜度並減少處理延遲。

重構完成、進入測試時，測試用的電文意外洩漏至生產環境，最終誤發緊急地震速報。

其中 cwa-eew-go 負責轉發中央氣象署的強震即時警報。這次誤發的是 ExpTech 轉發流程送出的測試電文，不是中央氣象署發布的警報，也不是 ExpTech 自行發布的地震警報。

cwa-xml-go 與 cwa-eew-go 合併前後架構示意圖

根本原因分析

問題說明

共用同一組 NATS Supercluster： 測試機與生產環境共用同一組 NATS Supercluster
發布權限未受限制： 測試機可將電文推送至生產環境所訂閱的 subject
無法區分電文來源： 下游服務把測試電文視為正式電文處理
誤發緊急地震速報： 最終導致誤發緊急地震速報

解決方案

加強 NATS 權限管理： 限制測試機的發布權限，避免測試電文流入生產環境所訂閱的 subject
隔離測試與生產環境： 明確劃分測試與生產環境的訊息通道，防止跨環境的電文污染
全面盤點： 檢視其餘服務是否存在相同的權限風險，並一併修正

心得

這是一個相當低級的疏失。雖然此次事件間接驗證了異地雙活備援機制的可靠性，但也直接導致了誤發緊急地震速報。對於造成大家的不便，我們深感抱歉，並將以此為戒，加強環境隔離與權限控管。