كشف تقرير ما بعد الحدث من Coinbase عن مخاطر فشل متسلسل في AWS

موقع Mars Finance يُفيد أن Coinbase نشرت تقريرًا مراجعةً لحادثة تعطيل واسع النطاق في 7 مايو 2026. استمرت هذه العطلة حوالي 8 ساعات، واستغرق الاستعادة الكاملة حوالي 12 ساعة، حيث تعطلت أو تدهورت بشدة الخدمات الأساسية مثل التداول والإيداع والسحب. أوضحت Coinbase أن سبب العطل كان فشل متزامن لعدة وحدات تبريد في مركز بيانات منطقة AWS us-east-1 (use1-az4)، مما أدى إلى تفعيل حماية الحرارة في الخزائن وانقطاع عينات EC2 ووحدات EBS، مما أثر على العديد من خدمات الإنترنت. أثناء عملية الاستعادة، فقد محرك تطابق التداولات في Coinbase التوافق (quorum) بسبب بنية التجميع التي تعتمد على خادم واحد فقط في AWS، مما اضطر الفريق إلى إجراء تعديلات كودية وبناء مجموعة عقد جديدة لإعادة تشغيل النظام، مع إعادة تشغيل أسواق التداول تدريجيًا أثناء الاستعادة. بالإضافة إلى ذلك، تعرضت خدمة AWS المدارة Kafka (MSK) لعطل في طبقة التحكم، مما منع إعادة انتخاب تلقائية للعقد الرئيسية للتقسيمات، مما عرقل مزيدًا من أنظمة العروض والرسوم والتسوية وتدفق البيانات، ووسع نطاق التأثير العام. بعد التعاون بين فرق الهندسة في Coinbase وAWS لنقل التقسيمات يدويًا، عاد النظام تدريجيًا إلى طبيعته. أشارت Coinbase إلى أن هذه الحادثة كشفت عن نقاط ضعف في قدرتها على التبديل التلقائي عبر المناطق المتاحة وفي التخفيف من مخاطر الوسيطات المدارة. ستقوم الشركة بترقية بنية الاستعداد الساخن عبر المناطق، وتعزيز التدريبات الدورية على استجابة الأعطال، ونقل نظام Kafka من نشر ثنائي المناطق المتاحة إلى نشر ثلاثي المناطق المتاحة، بالإضافة إلى التعاون مع AWS لمعالجة الأسباب الجذرية وتنفيذ التحسينات.