ஒரு பிராந்திய கிளவுட் தடங்கல் நீண்ட மறுகட்டுமான பணியாக மாறுகிறது
மத்திய கிழக்கில் உள்ள தனது இரண்டு கிளவுட் பிராந்தியங்களில் உள்ள வாடிக்கையாளர்கள் சாதாரண சேவைக்கு திரும்ப இன்னும் பல மாதங்கள் காத்திருக்க நேரிடலாம் என்று Amazon Web Services எச்சரித்துள்ளது, ஏனெனில் பிராந்தியத்தில் நடந்த மோதலின் போது ஐக்கிய அரபு அமீரகம் மற்றும் பஹ்ரைனில் உள்ள வசதிகள் சேதமடைந்துள்ளன. ஏப்ரல் 30 அன்று வெளியான நிறுவத்தின் நிலைமைப் புதுப்பிப்பு, UAE மற்றும் பஹ்ரைன் பிராந்தியங்கள் சேதமடைந்து, வாடிக்கையாளர் பயன்பாடுகளை ஆதரிக்க இன்னும் இயலாத நிலையில் உள்ளன என்று கூறியது; இதனால் முதலில் கடுமையான ஒரு தடங்கலாகத் தோன்றியது, இப்போது மிகவும் நீண்ட மீட்பு முயற்சியாக மாறியுள்ளது.
காலவரிசை முக்கியமானது. ட்ரோன் தாக்குதல்கள் சுமார் இரண்டு மாதங்களுக்கு முன் நடந்தன, மேலும் AWS இப்போது முழுமையான மீட்புக்கு மொத்தத்தில் சுமார் அரை ஆண்டுவரை ஆகலாம் என்று சுட்டிக்காட்டுகிறது. இதனால் இந்த சம்பவம் ஒரு தற்காலிக இடையூற்றைத் தாண்டி, கணினி செயலாக்கம், சேமிப்பு, மற்றும் பயன்பாட்டு கிடைப்புக்கு அந்தப் பகுதிகளை நம்பியிருக்கும் நிறுவனங்களுக்கு முக்கியமான உட்கட்டமைப்பு நிகழ்வாக மாறுகிறது.
மீட்பு தொடரும் போது பில்லிங் நிறுத்தப்பட்டுள்ளது
சேதத்தின் தீவிரத்தை வெளிப்படுத்தும் தெளிவான அறிகுறிகளில் ஒன்று AWS-இன் பில்லிங் முடிவு. சாதாரண செயல்பாடுகளை மீட்டெடுக்கும் பணியில் இருக்கும் போது தொடர்புடைய பில்லிங் நடவடிக்கைகள் நிறுத்தப்பட்டுள்ளன என்று நிறுவனம் தெரிவித்துள்ளது. பாதிக்கப்பட்ட பகுதிகளில் மார்ச் 2026-க்கான அனைத்து பயன்பாடு சார்ந்த கட்டணங்களையும் AWS ஏற்கனவே விலக்கியிருந்ததாக Ars Technica செய்தி வெளியிட்டது; அதன் மதிப்பிடப்பட்ட செலவு $150 million. சமீபத்திய புதுப்பிப்பு, மீட்பு வேலை முழுமையடையாத வரையில் ஏதோ ஒரு வகை பில்லிங் நிவாரணம் தொடரும் என்பதை சுட்டிக்காட்டுகிறது.
இது வழக்கமான வாடிக்கையாளர் சேவை சைகை அல்ல. மைய சேவைகள் இன்னும் பாதிக்கப்பட்டிருக்கும் நிலையில், சாதாரண வணிக ரீதியான கட்டணத்தை நியாயப்படுத்துவது கடினம் அளவுக்கு தாக்கம் முக்கியமானதாக இருக்கும் என்று AWS எதிர்பார்க்கிறது என்பதைக் இது காட்டுகிறது. வாடிக்கையாளர்களுக்கு, நிறுத்தப்பட்ட பில்லிங் நிதிச் சுமையை சிறிது குறைக்கலாம்; ஆனால் அமைப்புகளை மாற்றுவதற்கான அல்லது அணுக முடியாத பணிச்சுமைகளை மீட்டெடுப்பதற்கான தொழில்நுட்ப மற்றும் செயல்பாட்டு செலவுகளை அது நீக்காது.
பாதிக்கப்பட்ட பிராந்தியங்களை இப்போது விட்டு வெளியேற வாடிக்கையாளர்களுக்கு அறிவுறுத்தப்படுகிறது
வாடிக்கையாளர்கள் தங்கள் வளங்களை பிற கிளவுட் பிராந்தியங்களுக்கு மாற்றி, அணுக முடியாத அமைப்புகளை மீட்டெடுக்க தொலைநிலை காப்புப்பிரதிகளைப் பயன்படுத்த வேண்டும் என்று AWS வலுவாக பரிந்துரைக்கிறது. இந்த வழிகாட்டுதல், பெரிய அளவிலான தடங்கல்களின் அடிப்படை உண்மையை வலியுறுத்துகிறது: உடல் சேதம் ஏற்பட்டால், பெரும்பாலும் விரைவான மென்பொருள் தீர்வு இருக்காது. மீட்புப் பாதை வன்பொருள் மாற்றம், வசதி பழுதுபார்த்தல், ஆய்வு, மற்றும் கட்டப்படியான மீட்பு வழியாகச் செல்கிறது.
சில நிறுவனங்கள் ஏற்கனவே அந்த அவசரநிலை பதில் எப்படி இருக்கும் என்பதை காட்டியுள்ளன. துபாயைத் தலைமையிடமாகக் கொண்ட super app Careem, ride-hailing சேவைகளோடு வீட்டுப்பணி, உணவு, மற்றும் மளிகை சேவைகளையும் வழங்குகிறது; அது மற்ற சேவர்களுக்கு ஒரே இரவில் மாற்றப்பட்ட பிறகு மீண்டும் ஆன்லைனுக்கு வந்தது. அந்த உதாரணம், கிளவுட் வாடிக்கையாளர்கள் தங்கள் செயல்பாடுகளில் எவ்வளவு உறுதிப்பாட்டை உருவாக்க முடியும் என்பதையும், பிராந்திய தோல்விக்குத் தயாரான நிறுவனங்களுக்கும் தயாராகாத நிறுவனங்களுக்கும் உள்ள கூர்மையான வேறுபாட்டையும் காட்டுகிறது.
சமீபத்திய தொலைநிலை காப்புப்பிரதிகள், நகலாக்கப்பட்ட உட்கட்டமைப்பு, அல்லது சோதிக்கப்பட்ட மாற்றத் திட்டங்கள் இல்லாத நிறுவனங்களுக்கு, இந்த இடையூறு மிகுந்த வலியை ஏற்படுத்தக்கூடும். AWS-இன் புதுப்பிப்பே அணுக முடியாத வளங்களை குறிப்பிட்டுள்ளது; இது கிளவுட் கிடைப்புத் தன்மை இன்னும் உடல் தளங்கள், மின்சார அமைப்புகள், நெட்வொர்க் உபகரணங்கள், மற்றும் மீட்பு நடைமுறைகளையே சார்ந்துள்ளது என்பதை நினைவூட்டுகிறது, இவை அனைத்தும் ஒரு மோதல் பகுதியில் ஒரே நேரத்தில் சேதமடையலாம்.
சேதம் எப்படித் தோன்றுகிறது என்று கூறப்படுகிறதோ
பழுதுபார்க்கும் கால அளவு, அடிப்படை சேதத்தின் விளக்கத்துடன் ஒத்துள்ளது. ஒரு பாதிக்கப்பட்ட தரவு மையத்தில் 14 EC2 server racks செயலிழந்ததும், மேலும் ஐந்து பாதிக்கப்பட்டதும், அத்துடன் தீ அணைப்பு அமைப்புகள் ஏற்படுத்திய வெள்ளமும் நீர்சேதமும் இருந்ததாக முன்பு வெளியான ஒரு உள்துறை ஆவணத்தை Ars Technica மேற்கோளிட்டது. ஒவ்வொரு தளத்திற்குமான பரந்த பொதுவிவரங்கள் இல்லாவிட்டாலும், இந்த விவரம் மீட்பு காலம் ஏன் நாட்களாக இல்லாமல் மாதங்களாக அளக்கப்படுகிறது என்பதை விளக்குகிறது.
கிளவுட் தடங்கல்கள் பொதுவாக zones, regions, failover, resilience போன்ற கருத்துகளில் பேசப்படுகின்றன. இந்த சம்பவம் அந்த அப்ஸ்ட்ராக்ஷனின் ஒரு பகுதியை அகற்றுகிறது. ஒவ்வொரு region-க்கும் பின்னால் கட்டிடங்கள், குளிரூட்டும் அமைப்புகள், தீ கட்டுப்பாடுகள், racks, மற்றும் networking உபகரணங்கள் உள்ளன; இவை போர் காரணமாக உடல்முறையில் முடக்கப்படலாம். அது நடந்தவுடன், உலகின் மிகப்பெரிய cloud operator கூட கட்டுமான காலக்கெடுகள், மாற்று சரக்கு ஏற்பாடு, மற்றும் சேதமடைந்த தளங்களைச் சுற்றியுள்ள பாதுகாப்பு நிலைகளால் கட்டுப்படுகிறது.
அரசியல் ரீதியாக ஆபத்து உள்ள சந்தைகளில் cloud resilience-க்கு ஒரு stress test
AWS தடங்கல், cloud strategy-யை geopolitical risk-இலிருந்து பிரிக்க முடியாது என்பதையும் நினைவூட்டுகிறது. மத்திய கிழக்கில் செயல்படும் அல்லது அங்கு சேவையளிக்கும் வாடிக்கையாளர்களுக்கு, குறைந்த தாமதம் கொண்ட regional infrastructure ஈர்க்கக்கூடியதாகவோ அவசியமானதாகவோ இருக்கலாம். ஆனால் குறிப்பிட்ட ஒரு region-ல் பணிச்சுமைகளை குவிப்பது, மோதல் சிவில் மற்றும் வணிக உட்கட்டமைப்புகளுக்குள் பரவும்போது, வெளிப்பாட்டை அதிகரிக்கிறது.
regional cloud deployment தவறான தேர்வென்று இந்த நிகழ்வு கூறவில்லை. இருப்பினும், ஒரு region-ஐப் பயன்படுத்துவது மற்றும் முழுமையாக அதையே நம்புவது என்பவற்றுக்கிடையிலான வேறுபாட்டை இது காட்டுகிறது. Multi-region architectures, cross-region backups, சோதிக்கப்பட்ட recovery playbooks, மற்றும் தெளிவாக முன்னுரிமை அளிக்கப்பட்ட workloads ஆகியவை, ஆபத்து ஒரு மென்பொருள் பிழையோ மின்தடைதானோ அல்லாது நேரடி physical damage ஆக இருக்கும் போது மேலும் முக்கியமானதாகின்றன.
AWS-க்கு புகழ் சார்ந்த ஒரு பரிமாணமும் உள்ளது. இங்கே நிறுவனம் தடங்கலை ஏற்படுத்தியதாக குற்றஞ்சாட்டப்படவில்லை, மேலும் பில்லிங்கை நிறுத்தும் முடிவு நம்பிக்கையைப் பாதுகாக்க உதவலாம். இருந்தாலும், hyperscale providers கூட பிராந்திய மோதலின் விளைவுகளிலிருந்து வாடிக்கையாளர்களை முழுமையாக தனிமைப்படுத்த முடியாது என்பதை இந்த நிகழ்வு காட்டுகிறது. அவர்கள் செய்யக்கூடியது, மீட்பு பாதைகளை தெளிவாக்குவது, migrations-ஐ ஆதரிப்பது, மற்றும் வாடிக்கையாளர்கள் பிற இடங்களில் செயல்பாடுகளை நிலைநிறுத்தும் காலத்தில் வணிகச் சுமையை குறைப்பதுதான்.
பரந்த பாடம்
கிளவுட் ஒரு மறைந்த பயன்பாடு போல அல்லாமல், மூலோபாய உட்கட்டமைப்பாகத் தோன்றும் தருணங்களில் இதுவும் ஒன்று. மாதங்கள் நீளும் regional outage என்பது உள் IT செயல்பாடுகளை மட்டுமல்ல, cloud platforms-க்கு மேலாக இயங்கும் transportation apps, commerce systems, logistics tools, மற்றும் consumer services ஆகியவற்றையும் பாதிக்கிறது. அடிப்படை வசதிகள் சேதமடையும் போது, resilience என்பது இனி கோட்பாட்டுப் பட விளக்கமாக இருக்காது. எந்த நிறுவனங்கள் பயனர்களுக்கு சேவை தொடர முடியும், எந்தவை முடங்கிவிடும் என்பதை நிர்ணயிக்கும் ஒரு செயல்பாட்டு ஒழுங்காக அது மாறுகிறது.
இப்போது மைய உண்மை எளிமையானது: AWS தனது UAE மற்றும் Bahrain regions-ல் சாதாரண செயல்பாடுகளை மீட்டெடுக்க இன்னும் பல மாதங்கள் ஆகும் என்று கூறுகிறது. அதனால் இது ஒரு service incident மட்டும் அல்ல, வாடிக்கையாளர்கள், cloud planning, மற்றும் தங்கள் டிஜிட்டல் செயல்பாடுகளில் geopolitical exposure-ஐ நிறுவனங்கள் எப்படிப் பரிசீலிக்கின்றன என்பதில் விளைவுகளை ஏற்படுத்தும் ஒரு நீடித்த infrastructure disruption ஆகும்.
இந்தக் கட்டுரை Ars Technica-வின் செய்தி வெளியீட்டை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.
Originally published on arstechnica.com