5月8日、バージニア州北部にあるAWSデータセンターの冷却システムの故障により過熱が発生し、顧客のサービスが数時間にわたって停止しました。Coinbaseはオフラインになり、CMEグループはプラットフォームに問題が発生したと報告しました。復旧は予想よりも遅れましたが、真の問題は技術的なものではなく、2006年から稼働しているAWS最古のリージョンであるUS-East-1への負荷の過度な集中です。
AWSが回避できなかった単一障害点 🔥
US-East-1リージョンには、スタートアップから金融機関に至るまで、不釣り合いな数の顧客と重要なサービスが集中しています。AWSはトラフィックを他のゾーンにリダイレクトしようとしましたが、このリージョンへの依存はアーキテクチャの脆弱性を露呈しました。この過熱は、物理的な基盤が崩壊した場合、冗長システムだけでは不十分であることを明らかにしました。開発者にとっての教訓は明確です。リージョン間での負荷分散はオプションではなく、単一の熱障害でインターネットの半分を麻痺させないための必須事項です。
プランBにもエアコンが必要な時 💨
AWSはトラフィックを他のゾーンに移動させましたが、ファンに知らせるのを忘れたようです。復旧に予想以上の時間がかかったのは、どうやら誰も、熱いサーバーはコーヒーなしのプログラマーと同じで、単に動作しないことを計算に入れていなかったからです。Coinbaseが冷や汗をかき、CMEグループが先物が過去になるのを目の当たりにする中、AWSのエンジニアは、どれだけクラウドを売り込んでも、ハードウェアは依然として少しの涼しい風を必要とすることを学びました。