Uma única alteração de configuração, válida por si só, feita por um cliente da Fastly, despoletou um erro latente com cinco semanas e deixou 85% da rede da Fastly fora do ar — arrastando consigo o Reddit, a Amazon, a Twitch, sites governamentais e grandes órgãos de notícias em todo o mundo, em simultâneo.
A Fastly nunca revelou um custo financeiro para este incidente, o que é, em si, digno de nota — este estudo de caso é incluído pela sua lição sobre a velocidade de resposta, não pelo valor em dólares.
Este incidente mostra tanto o risco da infraestrutura partilhada como o aspeto de uma resposta a incidentes bem ensaiada.
O defeito esteve ativo em produção durante quase quatro semanas antes de a configuração de algum cliente o ativar por acaso — um lembrete de que "ainda não houve incidentes" não é o mesmo que "não existe risco".
Uma única alteração de configuração válida e permitida de um único cliente foi suficiente para degradar a plataforma partilhada para todos os outros clientes — a infraestrutura multi-inquilino precisa de controlos de raio de impacto que não dependam de nenhum cliente em particular agir com cautela.
Um tempo de deteção de um minuto e uma recuperação de 49 minutos mantiveram este incidente suficientemente curto para que, ao que parece, nenhuma das empresas envolvidas tenha divulgado uma perda específica — a prova de que investir no MTTR compensa precisamente quando é mais necessário.
Perguntas que surgem ao citar este incidente num caso de dependência de CDN ou de resposta a incidentes.
Modo
Destaque