Amazon S3 около трех-четырех часов работал с перебоями, Medium, Slack, Coursera, Trello лежали

    Примерно с 9 вечера до часу ночи по Московскому времени были перебои с работой облачного хранилища Amazon S3. Началось это с сообщения в твиттер «S3 is experiencing high error rates. We are working hard on recovering», хотя мир узнал об этом раньше: перестали работать (полностью или частично) сайты Medium, Slack, Coursera, Trello, Adobe и еще куча.

    При этом некоторое время не работала страница со статусами status.aws.amazon.com. Ну как не работала — она работала, но показывала, что все хорошо, в Багдаде всё спокойно, «Service is operating normally».

    Дополнение от ValdikSS: пользователи мышек фирмы Razer не могли изменить DPI, т.к. для этого нужно, вероятно, соединение с Amazon.

    В отличие от падения гитлаба, где в момент эпик фейла ребята запустили онлайн трансляцию восстановления, Amazon лишь иногда выдавал скупые сообщения в твиттер из серии «мы обнаружили корень проблемы и работаем над этим».

    Детальной информации о том, в чем был корень проблемы, пока что нет, надеюсь, будет какой-то подробный пресс-релиз

    [Исправлено] Service Level Agreement с допустимым uptime можно посмотреть здесь.

    Официальный твиттер
    Метки:
    Поделиться публикацией
    Комментарии 31
    • +2
      http://www.theverge.com/2017/2/28/14765042/amazon-s3-outage-causing-trouble

      ахаха, вопрос дня на многих it-форумах «How we connect to Amazon Support?»)
    • +23
      Мне больше всего понравилось, что пользователи мышек фирмы Razer не могли изменить DPI, т.к. для этого нужно, вероятно, соединение с Amazon. Такое чувство, что технологическая сингулярность уже наступила.
    • 0
      Вчера в это же время, впервые временно был недоступен мобильный банк ТКС. Совпадение?
    • 0
      Netflix пишет, что быстро восстановился за счет устойчивой к сбоям архитектуре.
      • 0
        статья старая — Dynamodb в сентябре падал
      • +2
        Да просто потому что они присутствуют во всех регионах. А у Амазона проблема была только в одном из них.
    • +1
      В отличие от падения гитлаба, где в момент эпик фейла ребята запустили онлайн трансляцию восстановления, Amazon лишь иногда выдавал скупые сообщения в твиттер из серии «мы обнаружили корень проблемы и работаем над этим».


      Вот с каких пор амазон или любая другая компания должна разворачивать клоунаду такого масштаба, как это сделали gitlab? Или это стало стандарт де-факто в случае каких либо инцидентов?
      Да, было весело, многие посмеялись, а некоторые сделали вывод.

      П.С. Топик по своей информативности, практически нулевой.
      • +8
        «Клоунаду» с трансляцией можно считать чем-то ненормальным, согласен.
        Но и несколько постов в твиттере, без существенных деталей, когда упало пол интернета — тоже не очень хорошо, не так ли?

        > П.С. Топик по своей информативности, практически нулевой.
        Ну так в том-то и дело, что особо не где было ее взять.
        • –3
          Саппорт у амазона достаточно бодро отвечает.
        • +1
          сначала fix, потом объяснение. У нас инфраструктура так же вчера попала под раздачу и я конечно хотел бы узнать, что случилось, но в первую очередь я бы хотел получить fix.

          gitlab утроил трансляцию исключительно из-за того, что поднимали они долго. В таких условиях это нормальный ход. У Amazon все заняло около 3х часов. Не то время, что устраивать шоу. Плюс они более корпоративная компания — подготовить официальный анонс с полным анализом и опубликуют.
          • +1
            Да, сначала фикс, здесь согласен
    • +1
      downtime сервиса не должен превышать 53 минуты в год («Расчетная доступность на уровне 99,99% в течение года")

      не в течении года. У них по SLA 99.9% в месяц, что дает 43 минуты в месяц. А в год получается почти 8.5 часов.
      • 0
        Ошибся, исправлю
      • 0
        Да, но у них в SLA по ссылке в новости не 99.9%, а 99.0%! Грубо, это по 7 часов даунтайма в месяц (на самом деле там все сложнее — если количество ошибок деленное на количество запросов в среднем за 5 минут будет больше и т.п., но не думаю что станет сильно лучше).
    • 0

      У нас перестали работать два препродакшен сервера (статика лежит на s3). Продакшен почему-то не отвалился, хотя на нем тоже статика на S3, повезло.


      Самое прикольное в этой ситуации что наш CI-сервер деплоит так же через S3 и естественно ничего не получалось обновить через него. Пришлось по-старинке. Собирать все у себя и деплоить руками.

    • 0
      Ну упали, бывает, больше всего расстраивает в этой ситуации,
      что многие сервисы до сих пор не поняли что нельзя быть зависимым от одного ДЦ.
      Ведь трактористы, которые выкапывают оптику и котята, которые залазят в трансформаторы есть по всему миру. :(
      • 0

        У них там целый cloudfront с распределенными кэшами есть для того, чтобы не зависеть от одного ДЦ. За деньги, конечно же.

    • 0
      сравнение гитлаб и амазона порадовало :)
    • +4
    • 0

      А мы статику раздаем через Cloudfront с ориджином на S3. Все нормально было, Cloudfront не затронуло. Хотя я из-за сбоя не смог применить темплейт для Clodformation. Было обидно, но не смертельно

    • 0
      в Богдаде всё спокойно
      Багдад пишется через букву А.

      Забыли ещё то, что часть гитхаба не работала. Файлы не скачивались, например.
    • 0
      Imgur так же не работал в это время
    • +3
      https://aws.amazon.com/message/41926/

      а вот и более детальная информация о причине сбоя
    • 0
      Кстати во время проблем, так же не смог изменить правила в Security Group в EC2 (регион Франкфурт) :(
    • +1
      After some investigation we now know what happened to S3. You can read the details here: https://aws.amazon.com/message/41926/

      "… At 9:37AM PST, an authorized S3 team member using an established playbook executed a command which was intended to remove a small number of servers for one of the S3 subsystems that is used by the S3 billing process. Unfortunately, one of the inputs to the command was entered incorrectly and a larger set of servers was removed than intended ..."

    Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.