کوینبیس کا پوسٹ مارٹم AWS کی کیسکیڈ فیلیور کے خطرات کو ظاہر کرتا ہے

مارس فنانس کی خبر کے مطابق، کوینبیس نے 7 مئی 2026 کو واقع ہونے والی بڑے پیمانے پر سروس کے خرابی کا جائزہ رپورٹ جاری کیا ہے۔ اس خرابی کا دور تقریباً 8 گھنٹے تک رہا، جبکہ مکمل بحالی میں تقریباً 12 گھنٹے لگے، جس دوران ٹریڈنگ، جمع کرانا، نکالنا اور زیادہ تر مرکزی سروسز دستیاب نہیں تھیں یا شدید طور پر متاثر ہوئیں۔ کوینبیس نے کہا کہ خرابی کا سبب AWS us-east-1 علاقے کے ایک دستیاب زون (use1-az4) کے ڈیٹا سنٹر میں کولنگ سسٹم کے متعدد ریفریجریٹرز ایک ساتھ خراب ہو جانے کی وجہ سے ہوا، جس نے کابینوں کے حرارتی حفاظتی بند ہونے کا باعث بنایا، جس کے نتیجے میں EC2 ادارے اور EBS والومز آف لائن ہو گئے اور متعدد انٹرنیٹ سروسز متاثر ہوئیں۔ بحالی کے دوران، کوینبیس کا ٹریڈنگ میچنگ انجن جو AWS ڈیٹا سنٹر میں منفرد کلัสٹر آرکٹیکچر پر مبنی تھا، اس نے زیادہ تر نوڈز کھو دیے اور quorum کھو دیا، جس کے نتیجے میں اسے فوری طور پر کوڈ میں تبدیلیاں کرنی پڑیں اور نئے نوڈ گروپس بنانے کے بعد ہی سسٹم دوبارہ شروع کرنے پڑے، اور بحالی کے دوران مارکٹ ٹریڈنگ تدریجی طور پر دوبارہ شروع کی گئی۔ علاوہ ازیں، AWS پر مبنی Kafka (MSK) سروس کے کنٹرول پلین میں خرابی آئی، جس کے نتیجے میں پارٹیشن ماسٹرز خودکار طور پر دوبارہ الیکشن نہ ہو سکے، جس سے قوت، فees اور کچھ سیٹلمنٹ اور ڈیٹا فلو سسٹمز بلاک ہو گئے، جس سے مجموعی اثرات وسعت حاصل کر گئے۔ کوینبیس اور AWS انجینئرنگ ٹیم نے مل کر مینوال پارٹیشن مائگریشن کی، جس کے بعد سسٹم تدریجی طور پر نارمل ہوا۔ کوینبیس نے کہا کہ اس واقعہ نے ان کی跨可用区 آٹوماتک فلوبک اور مینجڈ مڈل ویر کے ردعمل میں کمزوریوں کو ظاہر کر دیا۔ کمپنی跨 رجائنل ہارم بیک اپ آرکٹیکچر کو اپ گرید کرے گی، منظم فائل ٹرائلز کو مضبوط بنائے گی، اور Kafka سسٹم کو دو可用区 سے تین可用区 پر منتقل کر دے گی، ساتھ ہی AWS کے ساتھ مل کر بنیادی وجوہات کو درست کرنے اور بہتر بنانے پر عمل درآمد کرے گی۔