Uma "automação defeituosa" foi o cerne dos problemas que causaram efeitos em cascata para mais de mil sites na segunda-feira, disse um especialista à BBC.
Getty Images O logotipo branco e laranja da Amazon Web Services (AWS) exibido na tela preta de um smartphone. No fundo, uma página da web do Google Chrome exibe uma mensagem de erro: "Este site não pode ser alcançado."
A Amazon Web Services (AWS) pediu desculpas aos clientes impactados pela enorme interrupção de segunda-feira, depois que ela derrubou algumas das maiores plataformas do mundo.
Snapchat, Reddit e Lloyds Bank estavam entre mais de 1.000 sites e serviços que teriam caído como resultado de problemas no coração das operações do gigante da computação em nuvem na Virgínia do Norte, EUA, em 20 de outubro.
Em um resumo detalhado do que causou a interrupção, a Amazon disse que ocorreu como resultado de erros que significavam que seus sistemas internos não conseguiam conectar sites com os endereços IP que os computadores usam para encontrá-los.
"Pedimos desculpas pelo impacto que este evento causou aos nossos clientes", disse a empresa.
"Sabemos o quão críticos são nossos serviços para nossos clientes, seus aplicativos e usuários finais, e seus negócios.
"Sabemos que este evento impactou muitos clientes de maneira significativa."
Embora muitas plataformas, como os jogos online Roblox e Fortnite, tenham voltado a funcionar poucas horas após a interrupção, alguns serviços sofreram uma interrupção prolongada.
Isso incluiu o Lloyds Bank, com alguns clientes enfrentando problemas até o meio da tarde, bem como o aplicativo de pagamentos dos EUA Venmo e o site de mídia social Reddit.
A interrupção teve um impacto de longo alcance chegando até a interromper o sono de alguns proprietários de camas inteligentes.
A Eight Sleep, que fabrica "pods" de sono com opções de temperatura e elevação que exigem uma conexão com a internet, disse que trabalharia para "provar a interrupção" de seus colchões depois que alguns superaqueceram e até mesmo ficaram presos em uma posição inclinada.
Muitos especialistas disseram que a interrupção mostrou como a tecnologia é dependente do domínio da Amazon no setor de computação em nuvem, como um mercado amplamente monopolizado pela AWS e Microsoft Azure.
A empresa disse que também "fará tudo o que puder" para aprender com o evento e melhorar sua disponibilidade.
Automação defeituosa
Em seu longo resumo da interrupção de segunda-feira, a Amazon disse que tudo se resumiu a um problema em US-EAST-1 seu maior cluster de data centers que alimenta grande parte da internet.
Os processos críticos no banco de dados da região que armazena e gerencia os registros do Sistema de Nomes de Domínio (DNS), permitindo que os URLs de sites sejam entendidos pelos computadores, efetivamente saíram de sincronia.
De acordo com a Amazon, isso desencadeou uma "condição de corrida latente" ou, em outras palavras, descobriu um bug dormente que poderia ocorrer em uma sequência improvável de eventos.
O atraso em um processo, que a Amazon disse ter ocorrido nas primeiras horas da manhã de segunda-feira, teve um efeito cascata que fez com que seus sistemas parassem de funcionar corretamente.
Grande parte desse processo é automatizado, o que significa que é feito sem envolvimento humano.
O Dr. Junade Ali, engenheiro de software e membro do Instituto de Engenharia e Tecnologia, disse à BBC que a "automação defeituosa" foi o cerne dos problemas da Amazon.
"A razão técnica específica é que uma automação defeituosa quebrou os sistemas internos de 'lista de endereços' nos quais essa região confia", disse ele.
"Então, eles não conseguiram encontrar um dos outros sistemas principais."
Como outros, o Dr. Ali acredita que isso destaca a necessidade de as empresas serem mais resilientes e diversificar seus provedores de serviços de nuvem "para que possam migrar para outros data centers e provedores quando um não estiver disponível".
"Nesse caso, aqueles que tinham um único ponto de falha nessa região da Amazon eram susceptíveis de serem retirados do ar", disse ele.
