Το χρονικό της κρίσης και η επιχειρησιακή συνέχεια
Το περιστατικό ξεκίνησε ως μια φαινομενικά τυπική διακοπή ρεύματος στη ζώνη διαθεσιμότητας ru-central1-a, για να αποκαλυφθεί λίγο αργότερα ότι η αιτία ήταν επίθεση με μη επανδρωμένα αεροσκάφη (UAV) στις εγκαταστάσεις του data center στο Vladimir. Η Yandex Cloud προχώρησε άμεσα σε αναστολή λειτουργίας του κέντρου, θέτοντας ολόκληρη την πλατφόρμα σε κατάσταση έκτακτης ανάγκης.
Αρχιτεκτονικές επιπτώσεις και διαθεσιμότητα υπηρεσιών
Η κατάρρευση των ζωνών ru-central1-a και ru-central1-b ανέδειξε την κρισιμότητα της γεωγραφικής διασποράς των workloads. Ενώ το Yandex Cloud Console και το API παρέμειναν λειτουργικά, η διαθεσιμότητα των υπηρεσιών διαφοροποιήθηκε σημαντικά:
- Compute & Kubernetes: Η λειτουργία περιορίστηκε στις ζώνες ru-central1-d και ru-central1-e. Clusters με master nodes στις πληγείσες ζώνες κατέστησαν μη προσβάσιμα.
- Managed Databases: Τα περισσότερα HA (High Availability) clusters πραγματοποίησαν failover, ωστόσο πολλά λειτουργούν πλέον σε read-only mode ή παραμένουν εκτός σύνδεσης.
- Storage (S3): Παρατηρήθηκαν καθυστερήσεις και προβλήματα κατά την εγγραφή δεδομένων, παρά τη διατήρηση της δυνατότητας ανάγνωσης.
Διαχείριση κρίσης και συστάσεις προς τους μηχανικούς
Η ομάδα υποστήριξης της Yandex συνέστησε στους πελάτες να μην βασίζονται στην τρέχουσα υποδομή για κρίσιμες λειτουργίες, προτρέποντας τη χρήση εναλλακτικών πλατφορμών για την αποκατάσταση των πόρων τους. Η προσωρινή αναστολή έκδοσης νέων quotas υποδηλώνει μια προσπάθεια διατήρησης της σταθερότητας των εναπομεινάντων πόρων, ενώ η επικοινωνία με το support παραμένει περιορισμένη λόγω του φόρτου εργασίας και των τεχνικών προβλημάτων στα κανάλια επικοινωνίας.