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
    Поделиться публикацией
    Реклама помогает поддерживать и развивать наши сервисы

    Подробнее
    Реклама
    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.