Facebook、約6時間にわたる障害の原因と対策を詳解

米Facebookは10月5日（現地時間）、前日の日中に発生したInstagramやOculusも含むすべてのサービスに影響した障害について、その原因と復旧方法について説明した。 今回の停止は、前日簡単に説明したように、グローバルバックボーンネットワーク容量を管理するシステムによって引き起こされたものだが、約6時間にもわたり、非常に重要なことであるため、もう少し詳しく説明する価値があると考えたとしている。 グローバルバックボーンは、Facebook全社のコンピューティング施設を接続するネットワークで、世界中を数万マイルの光ファイバーケーブルで接続している。このインフラの保守のため、エンジニアは通常、バックボーンにオフラインで接続し、ファイバーの修理、容量追加、ルータのソフトウェア更新などを行う。 昨日の停止は、こうした定期的なメンテナンスの一環として、容量を評価するコマンドを発行したところ

[deep_one]

「問題解決のためにエンジニアが物理的にデータセンターに向かったが、全社システムの停止でデータセンターに入るための認証も効かず、中に入るのにも時間がかかった」笑ってしまった。

[futab]

“問題解決のためにエンジニアが物理的にデータセンターに向かったが、全社システムの停止でデータセンターに入るための認証も効かず、中に入るのにも時間がかかった”

[boraneko]

これを見ると6時間でも短い感じるね

[TakkyUC]

みずほ銀行さんにも言ってあげてください？／ 「これからのわれわれの仕事は、テスト、訓練、全体的な復元力の強化に努め、今回のような事故ができるかぎり発生しないようにすることだ」。”