Um comando de manutenção retirou as rotas de rede para os próprios servidores de nomes de domínio do Facebook — e como as ferramentas internas do Facebook dependiam desse mesmo DNS, a correção exigiu que os engenheiros acedessem fisicamente aos centros de dados que os tinham deixado de fora.
As fontes estão ligadas no texto; o valor de receita é uma estimativa externa, uma vez que a Meta não divulgou um custo oficial para este incidente específico.
Este é o exemplo mais claro desta lista de um ponto único de falha escondido dentro de sistemas supostamente independentes.
Os sistemas de diagnóstico e de controlo de acesso que dependiam do mesmo DNS interno caíram juntamente com o produto voltado para o público — um lembrete para verificar se as suas ferramentas de resposta a incidentes têm um caminho independente que sobreviva a uma falha do seu sistema principal.
Ao contrário de uma falha de servidor que afeta um único centro de dados, a retirada de uma rota BGP remove a acessibilidade em todo o lado de uma só vez — as alterações a nível de rede merecem processos de revisão tão rigorosos como as implementações de aplicações, senão mais.
Quando as ferramentas remotas estão inacessíveis, o tempo de recuperação fica limitado pela rapidez com que alguém consegue chegar fisicamente ao hardware — um cenário que vale a pena planear e ensaiar explicitamente, e não simplesmente presumir.
Perguntas que surgem ao citar este incidente num caso de resiliência de rede ou de ponto único de falha.
Modo
Cor de destaque