২০২৫ সালের ২০ অক্টোবর ইউটিসি সময় ৭টা ৪৮ মিনিটে উত্তর ভার্জিনিয়ায় অ্যামাজনের ইউএস-ইস্ট-১ অঞ্চলে ডায়নামোডিবি থেকে ত্রুটি আসতে শুরু করে। পরের চোদ্দ ঘণ্টায় ভোক্তা-ইন্টারনেটের বড় একটি অংশ তার সঙ্গেই বসে যায়।
অ্যামাজন ঘটনা-পরবর্তী প্রতিবেদন প্রকাশ করেছে, আর কারণটি নিখুঁতভাবে বোঝা দরকার—কারণ ক্লাউডের কোনো অঞ্চল বসে গেলে মানুষ যে ধরনের বিপর্যয় কল্পনা করেন, এটি তা নয়।
আসলে যা ভেঙেছিল
কোনো কিছুতে অতিরিক্ত চাপ পড়েনি। কোনো হার্ডওয়্যার নষ্ট হয়নি। কেউ আক্রমণও করেনি।
ডায়নামোডিবির আঞ্চলিক এন্ডপয়েন্ট—dynamodb.us-east-1.amazonaws.com—প্রকাশিত হয় একটি স্বয়ংক্রিয় ডিএনএস ব্যবস্থাপনা ব্যবস্থার মাধ্যমে। দুটি ডিএনএস এনঅ্যাক্টর প্রক্রিয়া একই সময়ে চলে। পুরোনো পরিকল্পনা শনাক্ত করার পরীক্ষাটি ধরতে ব্যর্থ হয় যে একটি প্রক্রিয়া সেকেলে পরিকল্পনা নিয়ে কাজ করছে, ফলে পুরোনোটি নতুনটিকে মুছে দেয়। এরপর পরিচ্ছন্নতার অটোমেশন বাতিল হয়ে যাওয়া পরিকল্পনাটি দেখে সেটিও মুছে ফেলে।
ফল হলো এন্ডপয়েন্টটির জন্য একটি খালি ডিএনএস রেকর্ড। ভুল ঠিকানা নয়—কোনো ঠিকানাই নেই। আর অটোমেশন যেহেতু তার বিবেচনায় সঠিক কাজটিই করে ফেলেছিল, তাই ফাঁকটি সে মেরামতও করেনি।
অ্যামাজন একে বলেছে লেটেন্ট রেস কন্ডিশন: এমন একটি ত্রুটি, যা বরাবরই ছিল আর প্রকাশ পেতে দুটি প্রক্রিয়ার নির্দিষ্ট ক্রমে মিলে যাওয়া দরকার ছিল।
একটি ডিএনএস রেকর্ড কেন এত কিছু বসিয়ে দিল
ডায়নামোডিবি কেবল গ্রাহকমুখী ডেটাবেজ নয়। অ্যামাজনের নিজের বহু যন্ত্রপাতিই এর ওপর নির্ভর করে, আর এ কারণেই ত্রুটিটি এক সেবার ভেতরে না থেকে পাশে ছড়িয়ে পড়ে।
নতুন ইসি২ ইনস্ট্যান্স চালু করা, ল্যাম্বডা চালানো আর ফারগেট টাস্ক শুরু করা—সবই ক্ষতিগ্রস্ত হয়। নতুন কিছু শুরু করা দরকার এমন যেকোনো কিছু—যার মধ্যে পড়ে বেশির ভাগ ব্যবস্থার স্বয়ংক্রিয় বিপর্যয়-প্রতিক্রিয়াও—আর কাজ করেনি।
আর ইউএস-ইস্ট-১ সাধারণ কোনো অঞ্চল নয়। এটি প্রাচীনতম, বৃহত্তম, আর অসংখ্য টিউটোরিয়াল, টেমপ্লেট ও কনফিগারেশন ফাইলের ডিফল্ট। ইন্টারনেটের অসামঞ্জস্যপূর্ণ বড় একটি অংশ ওখানেই আছে, কারণ ওখানে রেখে দেওয়াই ছিল সবচেয়ে সহজ।
চোদ্দ ঘণ্টার ব্যাখ্যা যে অংশে
বেশির ভাগ প্রতিবেদন এ খুঁটিনাটিটি এড়িয়ে গেছে, আর এটিই সবচেয়ে শিক্ষণীয়।
ডিএনএস সমস্যাটি নিজে ঠিক হয়ে যায় প্রায় তিন ঘণ্টায়। ইউটিসি ৯টা ২৫ মিনিটের মধ্যে পূর্ণ ডিএনএস তথ্য ফিরে আসে, আর ক্যাশে থাকা রেকর্ডের মেয়াদ ফুরানোর সঙ্গে ৯টা ২৫ থেকে ৯টা ৪০-এর মধ্যে ক্লায়েন্টরা সেরে ওঠে।
তবু বিভ্রাট চলে প্রায় চোদ্দ ঘণ্টা, কারণ পুনরুদ্ধারের সময়ই দ্বিতীয় একটি ব্যবস্থা ভেঙে পড়ে। ইসি২-এর ড্রপলেটওয়ার্কফ্লো ম্যানেজার পড়ে যায় কনজেস্টিভ কোলাপসে—যে অবস্থায় জমে থাকা পুনঃচেষ্টার ঢল পাওয়া ব্যবস্থা তার পুরো সক্ষমতা কাজ শেষ করায় নয়, পুনঃচেষ্টাতেই খরচ করে; ফলে চাপ সর্বোচ্চ থাকে আর উৎপাদন শূন্যের দিকে নামে। নেটওয়ার্কের অবস্থা ফেরাতে লাগে আরও পাঁচ ঘণ্টারও বেশি।
আধুনিক বড় মাপের বিভ্রাটের চেহারা এটিই। মূল ত্রুটিটি প্রায়ই ছোট আর দ্রুত সারানো যায়। সময়টা আসে পুনরায় চালু করা নিচের দিকের সবকিছুর ওপর যা করে তা থেকে—ঘণ্টার পর ঘণ্টা ব্যর্থ হয়ে পুনঃচেষ্টা করতে থাকা হাজারো ক্লায়েন্ট যখন একসঙ্গে ফিরে আসে।
এ থেকে যা আসে
তিনটি বিষয়, আর তার কোনোটিই "ক্লাউড এড়িয়ে চলুন" নয়।
- এক অঞ্চলে থাকা একটি সিদ্ধান্ত—কেউ সচেতনভাবে না নিলেও। বসে যাওয়া বেশির ভাগ সেবাই একাধিক অঞ্চলে চলতে পারত। চলেনি, কারণ ইউএস-ইস্ট-১ ছিল ডিফল্ট, আর বহু-অঞ্চলে যাওয়ার খরচ ও পরিশ্রম এমন একটি দিন না আসা পর্যন্ত অদৃশ্য থাকে।
- পুনঃচেষ্টার আচরণ আপনার নির্ভরযোগ্যতার অংশ, প্রতিদ্বন্দ্বীর নয়। কনজেস্টিভ কোলাপস তৈরি করে ক্লায়েন্টরাই। জিটারসহ এক্সপোনেনশিয়াল ব্যাকঅফ আর স্পষ্টতই বসে যাওয়া সেবাকে ডাকা থামিয়ে দেয় এমন সার্কিট ব্রেকার—মিনিটে সেরে ওঠা ব্যবস্থা আর অন্যের বিভ্রাট দীর্ঘ করা ব্যবস্থার মধ্যে পার্থক্য এটিই।
- যে অটোমেশন মেরামত করে, সে অটোমেশন মুছেও দিতে পারে। এখানে পরিচ্ছন্নতার প্রক্রিয়াটি ঠিক তা-ই করেছে, যার জন্য তাকে বানানো হয়েছিল। প্রোডাকশনের অবস্থা বদলায় এমন ব্যবস্থার জন্য সেসব সুরক্ষা দরকার, যা মানুষ হাতে করলে রাখা হয়—আর রেস কন্ডিশন ঠিক সেই শ্রেণির ত্রুটি, পরীক্ষায় যা ধরা পড়ে সবার শেষে।
সূত্র: অ্যামাজনের ঘটনা-পরবর্তী প্রতিবেদন; দ্য রেজিস্টার; থাউজ্যান্ডআইজের বিশ্লেষণ; ইনফোকিউ; কম্পিউটারওয়ার্ল্ড; আর প্রথম আলোর মূল প্রতিবেদন।
