AzureやAWSの大規模障害でもサービスが停止しない設計とは

こんにちは！FIXER R&D Division担当、フェローの千賀です。 今日は、先日8月23日に発生したAWSでの大規模障害を受けて、クラウドを使ってシステムやサービスを構築、提供する際の考え方や留意事項等をお伝えし、止まらないサービスを作るにはどうしたらいいかをアーキテクチャの観点から解説したいと思います。 AWSでの障害の内容と原因 まず簡単に、AWSで2019年8月23日に発生した障害の原因や内容を簡単に解説します。既に当ブログでも取り上げ、報道などもされておりますのでご存知の方も多いかもしれませんが、同日正午過ぎごろから22時過ぎまでの間、AWS東京リージョンにて、EC2やRDSへの接続障害など発生しました。原因は冷房をコントロールする制御システムを中心とする多重障害であり、サーバの温度が上がりすぎたことによる過熱である、と報告されています。 これにより約10時間に渡って、AW

[yatta47]

自分の中ではDesign failureを見直そうという結論になった。

[JULY]

マルチリージョン押しだけど、8/23 の AZ 障害のような場合に、マルチリージョンだったら大丈夫だったか、というと微妙。「Act-Act 構成の本質的な難しさ」と「半落ち状態での切り離しの難しさ」は変わらない。

[hiroomi]

“クラウドの特性、Pros/Consを知り、適切に利用することが求められます。”