قطعی گسترده در گوگل کلود؛ سرویس بانک‌های بزرگ و فین‌تک‌ها مختل شد

مقدمه ای بر یک قطعی زیرساختی

روز دوشنبه، اختلالی جدی در زیرساخت ابری Google Cloud رخ داد که پیامدهای آن دامنه گسترده‌ای از سرویس‌های مالی و بانکی را تحت تأثیر قرار داد. بر اساس گزارش‌های رسمی، یک حادثه مربوط به منبع تغذیه (Power event) در منطقه europe-west2 و به‌طور مشخص در زون europe-west2-b رخ داد که باعث بروز قطعی در چندین سرویس کلیدی شد.

این قطعی تنها یک مشکل داخلی برای گوگل نبود؛ بلکه به مختل شدن دسترسی کاربران به خدمات موسسات مالی بزرگی همچون HSBC، Revolut، Bank of Scotland، Lloyds و Equifax انجامید. در حالی که مهندسان گوگل توانستند پس از مدتی وضعیت برق را کنترل و مهار کنند، بازگشت کامل سرویس‌ها به حالت عادی زمان‌بر بود.

جزئیات فنی و حواشی جامعه مهندسی

بررسی‌ها و بحث‌های شکل‌گرفته در انجمن‌های تخصصی نظیر Hacker News ابعاد جالبی از این حادثه را روشن کرد:

• نقش حیاتی زون‌ها (Zones): ارائه‌دهندگان خدمات ابری مانند Google Cloud برای جلوگیری از چنین مشکلاتی، ساختار خود را به چندین Region و Zone مجزا تقسیم می‌کنند. این حادثه نشان داد که برخی از سازمان‌های بزرگ مالی به اندازه کافی بار کاری خود را در چندین زون توزیع نکرده بودند.
• چالش‌های مانیتورینگ و گزارش‌دهی: بخشی از اطلاعات مربوط به وسعت این قطعی از ابزارهایی مانند Downdetector به‌دست آمده بود که بر پایه گزارش کاربران کار می‌کند. برخی از مهندسان اشاره کردند که این ابزارها همیشه مقیاس دقیق قطعی را نشان نمی‌دهند و گاهی ممکن است اختلالات را بزرگ‌نمایی کنند.
• تجربه کاربران نهایی: گزارش‌های کاربران فین‌تک‌هایی مانند Revolut نشان داد که قطعی زیرساخت ابری به معنای مسدود شدن کامل دسترسی به حساب‌ها، عدم امکان برداشت وجه و از کار افتادن کارت‌های بانکی بوده است.

چرا این رویداد برای مهندسان نرم‌افزار مهم است؟

این اتفاق درس‌های مهمی برای طراحان سیستم و توسعه‌دهندگان بک‌اند دارد:

• معماری مقاوم در برابر خطا (Fault Tolerance): اتکا به یک زون منفرد در یک ارائه‌دهنده ابری خطای بزرگی است. معماری سیستم‌های حیاتی مانند بانک‌ها باید به‌گونه‌ای باشد که با از دست رفتن یک زون، ترافیک به طور خودکار به زون دیگری هدایت شود (Multi-Zone Deployment).
• تاریک‌خانه نئوبانک‌ها: حذف شعبه‌های فیزیکی و تکیه صددرصدی بر اپلیکیشن‌های ابری به این معناست که هرگونه قطعی در زیرساخت ابری، مشتری را کاملاً از دارایی‌هایش محروم می‌کند. این موضوع بحث‌های جدیدی را درباره مفهوم «حاکمیت محاسباتی» (Compute Sovereignty) مطرح کرده است.
• پیامدهای پس از قطعی: همان‌طور که برخی کاربران اشاره کردند، بازگشت زیرساخت ابری به معنای پایان مشکلات نیست؛ لایه‌های نرم‌افزاری و دیتابیس‌ها نیز ممکن است پس از وصل شدن برق، با مشکلات همگام‌سازی و بار ترافیکی سنگین (Thundering Herd Problem) مواجه شوند.