Εκδήλωση διακοπής Internet σε πολλαπλές τοποθεσίες
- monitoring
(Αυτή η κατάσταση διαχωρίζεται από ένα προηγούμενο θέμα που αρχικά πιστευόταν ότι είχε σχέση.) Οι πελάτες σε LON1, AMS1, AMS2, AMS3, DUB1, DUB2, FRA2, SGP1, SGP2, TYO1, TYO2 και TYO3 παρουσίασαν απώλεια προσβασιμότητας σε προορισμούς στο Διαδίκτυο, καθώς και σε εσωτερικούς προορισμούς ραχοκοκαλιάς Teraswitch μεταξύ των επηρεαζόμενων τόπων. Άλλες τοποθεσίες της Βόρειας Αμερικής δεν επηρεάστηκαν. Το MIA1 (Miami, FL) αφαιρέθηκε σκόπιμα από τη ραχοκοκαλιά ως μέρος της απάντησής μας. Το MIA1 παραμένει προσβάσιμο και σε λειτουργία, αλλά λειτουργεί επί του παρόντος χωρίς πλήρη συνδεσιμότητα ραχοκοκαλιάς, η κυκλοφορία προς και από άλλες τοποθεσίες Teraswitch δρομολογείται μέσω του δημόσιου Διαδικτύου και όχι μέσω της ιδιωτικής μας ραχοκοκαλιάς. Οι πελάτες που βασίζονται στο MIA1 για ιδιωτική ραχοκοκαλιά ή συνδεσιμότητα μεταξύ των εγκαταστάσεων θα πρέπει να αναμένουν αλλαγή λανθάνουσας λειτουργίας και χαρακτηριστικά διαδρομής μέχρι την επανολοκλήρωση του MIA1. Αιτία: Ο Teraswitch χρησιμοποιεί μια προκαθορισμένη διαδρομή (0.0.0.0/0) εσωτερικά για να σηματοδοτήσει ότι ένας δρομολογητής άκρων είναι σε θέση να προωθήσει την κυκλοφορία στο Διαδίκτυο. Κάθε τοποθεσία προτιμά κανονικά την προεπιλογή που προέρχεται από τους δικούς του τοπικούς δρομολογητές άκρων, με χαρακτηριστικά διαδρομής να ξεχωρίζουν μια τοπική προέλευση από μια απομακρυσμένη. Μια προεπιλεγμένη διαδρομή που προήλθε από το MIA1 διαδόθηκε με τις μετρικές και τις κοινότητές του να απογυμνώνονται και ένα AS-path που περιέχει μόνο το δικό μας ASN. Αυτή τη στιγμή, κατανοούμε ότι αυτή η διαδρομή δεν υπήρχε ποτέ μέσα στους δρομολογητές της MIA1 ως έγκυρη διαδρομή. Ένας ανακλαστήρας διαδρομής στο site μας AMS2 διεύρυνε αυτή την αλλαγμένη διαδρομή προς τις αγορές της ΕΕ και της APAC. Η λήψη routers άκρο ερμήνευσε ως τοπικά προέρχεται και προτίμησε από τη δική τους έγκυρη τοπική προεπιλογή. Στη συνέχεια, οι δρομολογητές διαφημίζουν τη διαδρομή προς τον πυρήνα του κατάντη κέντρου δεδομένων, ο οποίος την απέρριψε ως άκυρη. Χωρίς να υπάρχει αποδεκτή προεπιλογή, τα προσβεβλημένα υφάσματα της τοποθεσίας σταμάτησαν να προωθούν την κυκλοφορία στα δικά τους routers άκρων, με αποτέλεσμα να παρατηρηθεί απώλεια της προσιτότητας. Ανάλυση: Οι μηχανικοί εντόπισαν τη λανθασμένη διαδρομή μέσα σε 10 λεπτά από την έναρξη και αφαίρεσαν το MIA1 από τη ραχοκοκαλιά για να σταματήσουν περαιτέρω διάδοση. Οι επηρεαζόμενες τοποθεσίες επανακλήθηκαν στις τοπικές προεπιλεγμένες διαδρομές και υπηρεσίες τους αποκαταστάθηκαν στις 04:16:15 UTC. Επόμενα βήματα: Το υποκείμενο ελάττωμα, είτε στους δρομολογητές άκρων MIA1 είτε στον ανακλαστήρα πορείας, δεν έχει ακόμη εντοπιστεί. Δουλεύουμε για να αναπαράγουμε την κατάσταση και έχουμε προσλάβει τον προμηθευτή μας. Στο ενδιάμεσο εφαρμόζουμε πολιτική για την επιβολή ελάχιστων απαιτούμενων χαρακτηριστικών σε εσωτερικές προκαθορισμένες διαδρομές, έτσι ώστε μια λανθασμένη διαφήμιση να μην μπορεί να προτιμηθεί από μια έγκυρη τοπική. Η MIA1 θα παραμείνει εκτός της ραχοκοκαλιάς μέχρι να γίνει κατανοητό το ελάττωμα και να επαληθευθούν οι μετριασμοί· θα δημοσιεύσουμε μια ενημέρωση όταν επανασυνταχθεί. Θα ακολουθήσει πλήρης RFO.
- resolved
Working with our network hardware vendor, we have deployed a global change across all compute sites to improve the reliability of the connection between our Internet/backbone edge routers and our data center core networks. This change addresses the blackhole condition that caused the overnight outage. With it in place, a malformed route entering the fabric will no longer prevent traffic forwarding - sites will continue to forward via their local edge routers rather than losing reachability. We considered the previous behavior a critical flaw and have prioritized this fix accordingly. All sites, including the unaffected data centers, had this configuration change completed successfully earlier today. We continue to investigate the underlying condition that caused the default route from MIA1 to be advertised/readvertised with incorrect attributes, and will publish a full RFO once that analysis is complete. Please note: a separate, unrelated incident affecting our global traffic routing systems remains open. That work involves a distinct vendor defect and route scaling improvements, and is not connected to the outage described here.
Αυτόματη μετάφραση από την επίσημη ενημέρωση του συμβάντος.