Az Amazon Web Services kiesése összetörte az okoságyakat és még sok mást is: íme, hogyan történt, és mit árul el törékeny felhő-ökoszisztémánkról

Amikor az Amazon Web Services (AWS) október 20-án leállt, a címlapok arról szóltak, hogy ez hogyan érintette a közösségi médiát és a streaming-szolgáltatás kiesését. De a hullámhatás ennél sokkal messzebbre nyúlt. A zavar megmutatta, hogy életünk mennyire összekapcsolódott a felhőinfrastruktúrával. Még néhány felhasználó okoságyát is használhatatlan "vizes zsákká" változtatta.

Az Amazon később megerősítette, hogyan kezdődött a probléma. A hibát az észak-virginiai US-East-1 régiójához vezették vissza. Itt az elosztott adatbázis-szolgáltatása, a DynamoDB hibásodott meg, és indított el egy láncreakciót. A hiba megakadályozta az új online kapcsolatokat. Ez megzavarta az EC2 virtuális gépeket, a hálózati terheléselosztókat és a függő backend API-kat. Egyszerűbben fogalmazva: az internet egyik legkritikusabb adatátviteli artériája eltömődött, és ezt a világ megérezte.

A felhő által kikapcsolt intelligens ágyak

A váratlan áldozatok között volt az Eight Sleep 7000 dolláros Podja is. A Pod egy intelligens matrac, amely vízkeringetéssel és AI hőmérséklet-térképezéssel optimalizálja az alvást. Az AWS szerverleállás az alvástechnikai céget is érintette.

Mivel a Pod rendszer a felhőalapú gépi tanulásra és a valós idejű biometrikus szinkronizálásra támaszkodik, sebezhetővé vált. Mivel algoritmusai és felhasználói adatai az AWS szerverein futnak, a kiesés átmenetileg használhatatlanná tette azt. Sőt, az egyik felhasználó arról számolt be, hogy az ágy egyik oldala 110 °C-ra túlmelegedett.

Az Eight Sleep bevezette a "kieséses üzemmód" javítását

Válaszul az Eight Sleep vezérigazgatója, Matteo Franceschetti megerősítette a problémát az X-en, és javítást ígért. A vállalat 24 órán belül bevezetett egy Bluetooth alacsony energiaigényű tartalékot, amelyet "kiesési módnak" neveztek el. Ez egy helyi vezérlési réteg, amely megkerüli a felhő API-kat, és lehetővé teszi a közvetlen eszköz-alkalmazás közötti kommunikációt. Ez lehetővé tette a felhasználók számára, hogy Bluetooth-on keresztül állítsák be az ágyukat, ha az internet meghibásodik.

Eközben az AWS mérnökei órákig dolgoztak a szolgáltatás helyreállításán. Miután ez sikerült, újraindították az alapvető rendszereket, amíg a kapcsolat helyre nem állt. Az Amazon hivatalos bocsánatkérést adott ki, "jelentős eseménynek" nevezve a kiesést. Ígéretet tettek arra, hogy építészeti biztosítékokat vezetnek be a megismétlődés megelőzésére. De nem ez lesz az első alkalom, hogy ez megtörténik.

Az Amazon felhőjének visszatérő gyenge pontja

Az USA-Kelet-1 régió már régóta az AWS Achilles-sarka. Ironikus módon ez a felhőcég legrégebbi és legforgalmasabb csomópontja. Ennek ellenére 2021-ben, 2023-ban és 2024-ben ez volt az epicentruma a kieséseknek, megzavarva olyan jelentős szolgáltatásokat, mint a Disney+, a Slack és a Zoom.

Az AWS belső függőségein belüli kaszkádszerű meghibásodások minden alkalommal felnagyították az elszigetelt rendszerproblémáknak induló problémákat. A mérnökök azóta arra figyelmeztettek, hogy a munkaterhelések egyes régiókban történő hiperközpontosítása rendszerszintű kockázatot jelent. Ezt okosabb terheléselosztással és regionális redundanciával lehetne mérsékelni.

Felhőfüggőség: rendszerszintű probléma

Bár a történet mulatságosan hangzik, felhívja a figyelmet egy növekvő problémára: a felhőfüggő hardverek törékenységére. Az AWS, a Google Cloud és a Microsoft Azure együttesen ad otthont azoknak a háttérrendszereknek, amelyekre a legtöbb csatlakoztatott eszköz támaszkodik. Ezeket különböző eszközökkel használják, a termosztátoktól az orvosi monitorokig. Ha ezek elromlanak, akkor az emberek által függetlennek vélt eszközök is elromlanak.

A fogyasztóvédők szerint be kellene vezetni egy "működéshez való jog" szabványt, amely előírja, hogy az alapvető funkciók akkor is működjenek, ha a felhőszolgáltatások meghibásodnak. A helyi tartalékrendszerek, például az eszközön lévő mesterséges intelligencia vagy Bluetooth-vezérlés megőrizheti a használhatóságot, és csökkentheti a távoli adatközpontoktól való függőséget.

Az Eight Sleep incidensnek figyelmeztető jelnek kell lennie arra, hogy az "intelligens" forradalom csak annyira megbízható, amennyire a mögötte álló szerverek. Amíg a hardvergyártók nem helyezik előtérbe a helyi vezérlést, addig még az olyan egyszerű dolgok is, mint az ágyba bújás, attól függhetnek, hogy egy adatközpont ébren marad-e.