Osegi
Web・開発·1 分で読めます

Timeweb Cloud障害、原因はルーティング再起動の不完全

11月17日、Timeweb Cloudが2時間弱つながらなくなった。サーバー自体は動いていたが、更新後に経路が再通知されなかった。

Rows of servers in a data center with network cables, illustrating a cloud hosting outage.
画像: Хабр

Timeweb Cloudで11月17日に起きた障害は、サーバーが止まったわけではなかった。ネットワークへの道筋が消えていたのだ。

Timeweb Cloud障害の経緯

ロシアのホスティング会社Timewebが、事後報告(ポストモーテム)を公開した。問題が始まったのはモスクワ時間13:18で、全サービスの復旧は15:05。2時間弱である。ノヴォシビルスクを除く全ロケーションが影響を受けた。利用者からはサイトが開かない、VPSが応答しないとの報告が出ており、ロシア、カザフスタン、ドイツ、オランダの拠点が対象だった。

原因は何だったのか

同社はインフラの安全性を高めるため、ハイパーバイザー(仮想サーバーを動かす基盤ソフト)のネットワークスタックを更新していた。その際、動的ルーティングのサービスが完全に再起動しなかった。ハイパーバイザーはネットワーク機器への経路を再び通知できず、一部サーバーの通信が途絶えた。仮想サーバー自体は動き続けていたという。

13:28にエンジニアが問題を特定して復旧を開始し、13:47にSPB、MSK、DE、NL、KZの障害を公表した。ハイパーバイザーのネットワークスタックを丸ごと再起動するとルーティングが戻り、14:17には大半のサーバーがつながった。

再発防止策

更新後は、ルーティングサービス全体だけでなく各コンポーネントを個別に確認する。更新の段階ごとの間隔を延ばし、次のノードに進む前に異常に気づけるようにする。同様の障害でネットワークスタックをより早く復旧させる準備も進めるとしている。

注目のアプリ

SUMO:数字パズル

正しいマスを選んで足し算、目標の数に。覚えるのは簡単、極めるのは難しい。無料、全年齢向け。

Dialo:話して学ぶ語学アプリ

AIの会話パートナーと話すだけ。一文ごとに添削され、あなたの言語で解説が返ってきます。9言語、A1からC2まで。

タグ:timewebtimeweb cloudoutagehypervisorhostingvps

同じ日のニュース

すべて見る →

関連カテゴリ: Web・開発

すべて見る →