Coinbase 发布宕机事件报告，称此前无法加载或与 TLS 证书迁移有关

Coinbase 发布「11 月 16 日网站和移动应用短时出现无法加载的情况」的事后分析报告。报告指出，「在美东时间 11 月 16 日 15 点 32 分，交易所的交易处理请求流量急剧降至零，15 点 38 分，启动事件报告流程，随后便怀疑，这可能与我们正在运行的、用于更新服务之间的内部 TLS （传输层安全协议）证书的迁移有关。鉴于此，我们开始准备回滚最重要和关键的服务。由于开始重新部署服务，无法完全重新启动。我们怀疑存在连通性问题，因为我们尚未完全回滚 TLS 迁移，并且仍在进行一些服务。在查看相关指标、日志和跟踪记录后发现，这很可能是一个惊群效应问题。对此，我们采取了两个措施，一是暂时取消连接，阻止核心后端服务流量，并使之能够充分重新部署；二是增加了用于此服务的计算机的数量。17 点 05 分，几乎所有服务都已恢复。」另外，Coinbase 已经编写了代码，以扫描 700 多个负载均衡器，来查看基础结构编码与运行配置之间是否存在不匹配的情况。FxAjax注，惊群效应（thundering herd）是指多进程在同时阻塞等待同一个事件的时候（休眠状态），如果等待的这个事件发生，那么就会唤醒等待的所有进程，但是最终却只能有一个进程获得这个时间的控制权，对该事件进行处理，而其他进程获取控制权失败，只能重新进入休眠状态。