Amazon Web Services (AWS) se disculpó con los clientes afectados por la interrupción masiva del lunes, después de que dejara fuera de línea algunas de las plataformas más grandes del mundo.
Snapchat, Reddit y Lloyds Bank estuvieron entre los más de 1.000 sitios y servicios cerrados el 20 de octubre debido a problemas en el centro de operaciones del gigante de la computación en la nube en el norte de Virginia, Estados Unidos.
En un resumen detallado de la causa de la interrupción, Amazon dijo que fue causada por errores que significaban que sus sistemas internos no podían asociar sitios web con direcciones IP para encontrar computadoras.
“Pedimos disculpas por el impacto que este evento ha tenido en nuestros clientes”, dijo la compañía.
“Sabemos lo importantes que son nuestros servicios para nuestros clientes, sus aplicaciones y usuarios finales, y sus negocios.
“Sabemos que este evento ha impactado a muchos clientes de manera significativa”.
Si bien muchas plataformas, como los juegos en línea Roblox y Fortnite, volvieron a funcionar a las pocas horas de la interrupción, algunos servicios experimentaron un tiempo de inactividad prolongado.
Estos incluyen Lloyds Bank, con algunos clientes experimentando problemas hasta media tarde, así como la aplicación de pagos estadounidense Venmo y el sitio de redes sociales Reddit.
El apagón tuvo un impacto de gran alcance y, según se informa, incluso interrumpió el sueño de algunos propietarios de camas inteligentes.
Eight Sleep, que fabrica “cápsulas” para dormir con opciones de temperatura y altura que requieren una conexión a Internet, dijo que trabajará para “a prueba de cortes” sus colchones después de un sobrecalentamiento e incluso de quedar atrapado en una posición reclinada.
Muchos expertos dijeron que la interrupción demostró cuán dependiente es la tecnología del dominio de Amazon en el sector de la computación en la nube, un mercado acaparado en gran medida por AWS y Microsoft Azure.
La compañía dijo que “haría todo lo posible” para aprender del evento y mejorar su disponibilidad.
En un extenso resumen de la interrupción del lunes, Amazon dijo que se debía a un problema en US-EAST-1, su mayor grupo de centros de datos que alimentan la mayor parte de Internet.
Los complejos procesos de la base de datos regional que almacena y administra los registros del Sistema de nombres de dominio (DNS), que permiten que las computadoras comprendan las URL de los sitios web, están efectivamente desincronizados.
Según Amazon, esto desencadenó una “condición de carrera inactiva”, o en otras palabras, descubrió un error latente que podría haber ocurrido en una secuencia improbable de eventos.
Un retraso en el proceso, que según Amazon ocurrió el lunes por la mañana temprano, tuvo un efecto en cadena que provocó que sus sistemas dejaran de funcionar correctamente.
Gran parte de este proceso está automatizado, lo que significa que se realiza sin intervención humana.
El Dr. Junad Ali, ingeniero de software y miembro del Instituto de Ingeniería y Tecnología, le dijo a la BBC que la raíz de los problemas de Amazon era la “automatización defectuosa”.
“La razón técnica específica es que una automatización defectuosa ha roto los sistemas internos de ‘libreta de direcciones’ en esa región”, dijo.
“Así que no encontraron ninguno de los otros sistemas clave”.
Al igual que otros, el Dr. Ali cree que esto pone de relieve la necesidad de que las empresas sean más resilientes y diversifiquen sus proveedores de servicios en la nube “para que puedan recurrir a otros centros de datos y proveedores cuando no haya uno disponible”.
“En este caso, aquellos que tenían puntos únicos de falla en estas regiones amazónicas eran susceptibles de ser desconectados”, dijo.
