■ このスレッドは過去ログ倉庫に格納されています
【IT】AWS、東京リージョン23日午後の大規模障害について詳細を報告。冷却システムにバグ、フェイルセーフに失敗
- 1 :田杉山脈 ★:2019/08/26(月) 17:54:46.68 ID:CAP_USER.net
- 2019年8月23日金曜日の午後に発生したAWS東京リージョンの大規模障害について、AWSは日本語での詳しい報告を公開しました。
報告によると直接の原因は東京リージョンのデータセンターで使用されている冷却制御システムにバグがあったこと。これにより、緊急時の手動操作にも冷却制御システムの一部が反応しないなどでサーバが過熱し、障害に至ったと説明されています。
8月23日午後に約6時間の障害。EC2だけでなくRDSも
報告によると、障害は日本時間2019年8月23日金曜日の昼過ぎに発生。影響範囲は仮想マシンを提供するAmazon EC2とブロックストレージを提供するAmazon EBSのそれぞれ一部。以下、AWSの報告を引用します。
日本時間 2019年8月23日 12:36 より、東京リージョン (AP-NORTHEAST-1) の単一のアベイラビリティゾーンで、オーバーヒートにより一定の割合の EC2 サーバの停止が発生しました。この結果、当該アベイラビリティゾーンの EC2 インスタンスへの影響及び EBS ボリュームのパフォーマンスの劣化が発生しました。
障害の原因は冷却制御システムのバグによってサーバがオーバーヒートしたため。その冷却制御システムは、障害発生から約3時間後の15時21分に復旧します。
冷却制御システムの復旧によってデータセンターの室温が低下し、影響を受けたEC2インスタンスとEBSボリュームの大部分が回復したのは、障害発生から6時間後の18時半頃。一部についてはさらに復旧に時間がかかっています。
日本時間 18:30 までに影響を受けた EC2 インスタンスと EBS ボリュームの大部分は回復しました。少数の EC2 インスタンスと EBS ボリュームは、電源の喪失と過大な熱量の影響を受けたハードウェアホスト上で動作していました。これらのインスタンスとボリュームの復旧には時間がかかり、一部につきましては基盤のハードウェアの障害によりリタイアが必要でした。
マネージドサービスのAmazon RDSも同時に障害
また、今回公開された報告には含まれていませんが、この障害はAmazon RDSにも影響していました。Amazon RDSでは障害発生のタイミングはほぼ同時ながら、解消まで約10時間かかっています。
下記情報は記事執筆時点でAWSヘルスダッシュボードのRSSの中に残っていますが、いずれ消えてしまうはずです。
日本時間 2019年8月23日 12:36 から 22:05 にかけて、東京リージョンの単一のアベイラビリティゾーンで一部の RDS インスタンスに接続性の問題が発生しました。現在、この問題は解消しており、サービスは正常稼働しております。詳細はこちらをご覧ください。
この障害の詳細情報へのリンク先も今回の大規模障害の報告ページになっています。
つまり8月23日金曜日の午後の大規模障害の範囲はAmazon EC2、EBSだけでなく、少なくともAWSがマネージドサービスで提供しているAmazon RDSにも広がっていたことになります。ただし障害の範囲は1つのアベイラビリティゾーン内だったとされています。
(ほかにもこの障害との関係は未確認ながら、同時間帯にAWSのマネージメントコンソールが利用できなくなった、Amazon ELBでエラーが発生した、といった利用者の声もあがっています)。
以下ソース
https://www.publickey1.jp/blog/19/aws23.html
- 2 :名刺は切らしておりまして:2019/08/26(月) 18:10:53.06 ID:MdMjbVb5.net
- シングルAZ障害でRDSに影響でたらアカンやん
- 3 :名刺は切らしておりまして:2019/08/26(月) 18:56:38.32 ID:M8PlJtAk.net
- 禿頭を下げて詫びろ
- 4 :名刺は切らしておりまして:2019/08/26(月) 19:25:13.50 ID:iB2tfw+9.net
- これだけ大規模なのに人がコントロールしてるとは…
- 5 :名刺は切らしておりまして:2019/08/26(月) 19:38:27.88 ID:hOe1S+oD.net
- こんな時にQRコード決済があるから財布いらねーなんてやったら支払いできずに4ぬパターンだな
障害のせいで店でアプリが起動しなくてポイントをもらい損ねた
- 6 :名刺は切らしておりまして:2019/08/26(月) 19:47:11.51 ID:eGCKUZOd.net
- まるでMr Robotの世界。
一流のデータサービスは冷却まで自前でプログラムを書いて制御するのかね。
- 7 :名刺は切らしておりまして:2019/08/26(月) 19:57:23.29 ID:KJ++yTMI.net
- そこらへんのアホマンコが持ってる携帯扇風機かき集めて冷却すれば良いじゃん
- 8 :名刺は切らしておりまして:2019/08/26(月) 20:01:32.77 ID:9J15nClj.net
- SNSに投`稿した「スタイル抜群.の.体.」.現`実.の`姿は`これ(画像)
http://whophotoo.xmlfence.com/qqsc.html
- 9 :名刺は切らしておりまして:2019/08/26(月) 20:13:20.79 ID:96edZYZw.net
- 何でマルチリージョンにしないの?バカなの?死ぬの?
- 10 :名刺は切らしておりまして:2019/08/26(月) 20:13:40.33 ID:tA9r5VZ8.net
- オレのエロDVDがまだ届かないのはこのせいか!
- 11 :名刺は切らしておりまして:2019/08/26(月) 20:14:00.52 ID:9iqDCdOp.net
- クラウドを過信すると痛い目を食らうど
- 12 :名刺は切らしておりまして:2019/08/26(月) 20:16:15.94 ID:BL1+Tlh0.net
- 詫び石はよ
- 13 :名刺は切らしておりまして:2019/08/26(月) 20:18:54.23 ID:Q06VP0Cc.net
- 最近のデータセンターの冷却は機械学習・AIが流行ってるらしいが、これはどうだったんかな?
- 14 :名刺は切らしておりまして:2019/08/26(月) 20:20:13.61 ID:36HHefzY.net
- >>1
たった一ヶ所でシステム障害とか、データセンターと変わらない件
- 15 :名刺は切らしておりまして:2019/08/26(月) 20:22:56.57 ID:lOQNshM4.net
- わざとだったりして。
- 16 :名刺は切らしておりまして:2019/08/26(月) 20:26:54.18 ID:nsapGNWm.net
- AWSも簡単に落ちるんだな。。。
- 17 :名刺は切らしておりまして:2019/08/26(月) 20:29:24.94 ID:X145W28c.net
- クラウドは落ちることがある と書き込んだらAWSは違うと主張し続けてきた5ch
腐れ在日5chは、アフィ料に尻尾振りすぎなんだよ
- 18 :名刺は切らしておりまして:2019/08/26(月) 20:32:23.47 ID:Xf50K2rt.net
- >この度の事象発生時、異なるアベイラビリティゾーンの EC2 インスタンスや EBS ボリュームへの影響はございませんでした。
>複数のアベイラビリティゾーンでアプリケーションを稼働させていたお客様は、事象発生中も可用性を確保できている状況でした。
なんかMulti-AZにしてれば大丈夫だったみたいな説明をAmazonがしてるけど、
Multi-AZでもサービスに支障きたしてたとこがちらほらあったんでそ?
- 19 :名刺は切らしておりまして:2019/08/26(月) 20:34:05.15 ID:W2w00RVJ.net
- あれっ?
大規模火災じゃなかったのか?
- 20 :名刺は切らしておりまして:2019/08/26(月) 20:41:47.16 ID:ar+o/Sa/.net
- サマーウォーズで見た
- 21 :名刺は切らしておりまして:2019/08/26(月) 20:43:10.95 ID:M+T/JTU/.net
- DQN鉄筋工が咥え煙草で燃やしたデータセンタだっけ
一族郎党で韓国に逃げ帰って賠償バックレ
- 22 :名刺は切らしておりまして:2019/08/26(月) 20:43:17.96 ID:j+3Vhjjs.net
- 詫び石は?
- 23 :名刺は切らしておりまして:2019/08/26(月) 20:48:14.47 ID:AdFo0ZfW.net
- >>9
予算がねえに決まってんだろ
- 24 :名刺は切らしておりまして:2019/08/26(月) 20:53:19.92 ID:iYkzqiVi.net
- ジャップ設備屋のゴミ空調が故障しただけかよ
AWS自体は悪くないのに本当に足を引っ張るなあジャップ設備
これを機に空調すら海外製をそのまま持ってくる風潮が広まれば良いね
品質最低なジャップ設備をデータセンターから駆逐しよう
- 25 :名刺は切らしておりまして:2019/08/26(月) 20:55:36.89 ID:YKWXR6XA.net
- 多分、安くあげようとして吉田製作所辺りに工事を発注したんだな()
- 26 :名刺は切らしておりまして:2019/08/26(月) 21:08:01.07 ID:MPx1SgQE.net
- 高額エンジニアを雇えば問題ないと思ってたけど、
設備の方も多重請負が酷いんだろうな
設備の方も多重請負を規制しろ
- 27 :名刺は切らしておりまして:2019/08/26(月) 21:10:05.42 ID:SEm8r2Xr.net
- ジャップが、Amazon様に迷惑かけただとぉ?
死んで詫びろ
- 28 :名刺は切らしておりまして:2019/08/26(月) 21:19:35.08 ID:lF7KnTXV.net
- >>18
https://blog.hirokiky.org/entry/2019/08/23/200749
- 29 :名刺は切らしておりまして:2019/08/26(月) 23:15:13.57 ID:LiD9eIo7.net
- >>19
それはリアルアマゾンの深林での話
- 30 :名刺は切らしておりまして:2019/08/26(月) 23:26:12.11 ID:PHwGRv8w.net
- トラブルはどうしようもないとしても、
一ヶ所こけたら、みんなこけるんだね。
- 31 :名刺は切らしておりまして:2019/08/26(月) 23:29:04.21 ID:D/sX+Yhh.net
- 冗長化なんて気休めなんだよね
- 32 :名刺は切らしておりまして:2019/08/26(月) 23:44:48.81 ID:BSjgc/Gq.net
- >>17
むしろAWSは局所的にわりとよく落ちるんだけどクラウド故にサービスレベルが高く算出されるという手品。
- 33 :名刺は切らしておりまして:2019/08/26(月) 23:49:18.00 ID:RG0VRuP7.net
- サービスレベルに関して「クラウド > オンプレ」は幻想
- 34 :名刺は切らしておりまして:2019/08/26(月) 23:50:34.70 ID:HVW9VAFv.net
- フェールセーフに失敗するなんて有り得ない。
それはそもそもはじめからフェールセーフではなかったということ。
- 35 :名刺は切らしておりまして:2019/08/26(月) 23:51:52.20 ID:1Md6JRBg.net
- ダイキンのエアコンをそのまま付けていれば良いものを。余計な事をしくさって
- 36 :名刺は切らしておりまして:2019/08/26(月) 23:56:26.41 ID:wzVAKSxi.net
- >>33
そうね
だな、信頼性が命でデータセンターや運用スタッフを自前で持つ金融機関ならともかく
普通の企業は自前で持つコストを考えたらクラウドを選ぶよなあ
- 37 :名刺は切らしておりまして:2019/08/27(火) 00:11:26.93 ID:+WOR4zXc.net
- 熱制御のバグでダウンまで分かったが、もっと分かりやすく原因と障害対策、
今後の見通しを説明しろや、変なカタカナ英語を除いた日本語で。
- 38 :名刺は切らしておりまして:2019/08/27(火) 00:12:01.51 ID:BsaRDeuR.net
- 人件費削減のツケだね
圧縮できた分を冗長につかえばええのに
- 39 :名刺は切らしておりまして:2019/08/27(火) 00:30:57.93 ID:5IRe9ls7.net
- >>37
たぶんだけどIDCそれぞれの空調制御と>>1の冷却制御システムはまた別のシステムなんだよ。
で、急に涼しくなったからIDC側で空調の設定を変えたら>>1のバグが発生とかそんな感じかと。
AWSといってもIDCは色々だろうからアマゾン側で繋ぎ込みに失敗してたんだろ。
例えばIDC側空調システムの温度設定が「AUTO」に設定された場合とかかな?
- 40 :名刺は切らしておりまして:2019/08/27(火) 00:37:26.78 ID:Rj/tlmkd.net
- つまり、切り替えバックアップシステムがしんだの?
- 41 :名刺は切らしておりまして:2019/08/27(火) 00:37:30.83 ID:Mod+LAJO.net
- アベイラヴィリティーゾーンがインスタンスでヘルスダッシュボードね
だいたい分かった
- 42 :名刺は切らしておりまして:2019/08/27(火) 01:12:34.46 ID:+WOR4zXc.net
- >>39
>たぶんだけど
貴様の推測は要らん
- 43 :名刺は切らしておりまして:2019/08/27(火) 01:44:04.93 ID:huPuAFyP.net
- こういうの損害賠償求められないのか?
ドスパラとか土曜の稼ぎ時に全店営業停止とかシャレになんねーほど被害受けてるだろ?
- 44 :名刺は切らしておりまして:2019/08/27(火) 05:28:34.10 ID:qFnHAQ6c.net
- 何でそんなところに獏が?
- 45 :名刺は切らしておりまして:2019/08/27(火) 08:53:20.92 ID:pfsiLNY0.net
- これみるとマシンオペレーター常駐するが、プログラムエラーで冷却ファン停止→熱暴走で集団自決(アクシズ押しながらジム自爆)な感じ
- 46 :名刺は切らしておりまして:2019/08/27(火) 11:00:17.09 ID:VPXR3V+u.net
- >>43
月額料金のうち、ダウンしてた時間分の金額が払われる。
- 47 :名刺は切らしておりまして:2019/08/27(火) 11:26:52.69 ID:3tYGCxYF.net
- エアコンを24時間稼働してれば良かった話
経費削減で冷却制御システムなんて稼働歴が短いものを動かしてたから障害に出くわした
ダイキンエアコンを動かしてろっつーの
- 48 :名刺は切らしておりまして:2019/08/27(火) 11:28:32.70 ID:3tYGCxYF.net
- 経費削減なんてことばかりやってるからこういう目に遭う
- 49 :名刺は切らしておりまして:2019/08/27(火) 11:33:47.49 ID:j2cnSBtS.net
- こんなの直接温度を測定してればダウン前に気付けるだろ
一瞬でオーバーヒートする訳じゃないし
- 50 :名刺は切らしておりまして:2019/08/27(火) 11:39:14.20 ID:T/0HYfsG.net
- >>1
非ITの大手企業の部長みたいな人たちに限って「クラウド」って言葉を過信してる人多いと思う
たぶんよく分かってないけどクラウドって言っとけば今風と思ってる
- 51 :名刺は切らしておりまして:2019/08/27(火) 20:43:51.38 ID:mSvXpEr3.net
- ドコモのサービス色々停止してるんだけど
AWSが原因らしい
ネットワークサービス企業がAWSつかうのは
なんだか情けない 日本のバカ経営らしいけど
- 52 :名刺は切らしておりまして:2019/08/27(火) 21:52:08.35 ID:YxZE3Z5/.net
- >>43
100%常にサービス提供するとは宣言してないし、防ぐためのインフラ構築手法があるからね(ただし今回それでも落ちてたという話がちらほらあるにはある)
ユーザー側が予算ケチるなってだけ
- 53 :名刺は切らしておりまして:2019/08/27(火) 21:59:53.10 ID:AYn9NEvc.net
- アジュールの方が安定しているの?
- 54 :名刺は切らしておりまして:2019/08/27(火) 22:09:44.62 ID:eW7XY7mm.net
- 釧路あたりの寒冷地にデータセンター作れよ。
過疎化してるしちょうどいいだろ。
- 55 :名刺は切らしておりまして:2019/08/28(水) 00:42:29.08 ID:2UoHxBm8.net
- クラスメソッドに相談しないからこうなる
- 56 :名刺は切らしておりまして:2019/08/28(水) 01:34:49.99 ID:fb1C2TpI.net
- 気を付けないと大ダメージくらうど
- 57 :名刺は切らしておりまして:2019/08/28(水) 06:20:58.78 ID:E9crdevZ.net
- >>55
AWS教信者集団に任せるなんて怖すぎるわ
無能経営者を洗脳するのは上手いけどw
- 58 :名刺は切らしておりまして:2019/08/28(水) 08:59:02.16 ID:6uduPEwx.net
- 基盤おいてるデータセンター、損害賠償問題でてんやわんやしてそう
- 59 :名刺は切らしておりまして:2019/08/28(水) 11:11:27.92 ID:E9crdevZ.net
- >>1
Kの法則発動
- 60 :名刺は切らしておりまして:2019/08/28(水) 18:32:34.50 ID:JjW/GUhW.net
- >>27
しね
- 61 :名刺は切らしておりまして:2019/08/29(木) 22:12:30.63 ID:tE0SJwTT.net
- >>53
azureも2年くらい前に同じようなことになってた
今年GWで障害も起こしてるし
どっちもどっち
障害は必ず起きるから前提でシステム設計しましょうねってだけ
- 62 :名刺は切らしておりまして:2019/09/08(日) 17:17:28.68 ID:rYlXPzVv.net
- とりあえずインシデントに登録して、問題管理にエスカレーションして、
変更管理で冷却の仕様を改善したらもう起きないでしょ。
総レス数 62
15 KB
掲示板に戻る
全部
前100
次100
最新50
read.cgi ver 2014.07.20.01.SC 2014/07/20 D ★