Атака беспилотников на дата-центр «Яндекса» в Сасово Рязанской области 8 октября привела к масштабным перебоям: пользователи жаловались на недоступность «Поиска», «Почты», «Циана», Twinby и ряда других сервисов. Сбои сервисов Яндекса быстро вышли за пределы привычной истории про «не открывается сайт»: инцидент затронул облачную инфраструктуру, на которой работают продукты внешних компаний.
Пожар произошёл после атаки БПЛА, работа дата-центра была временно остановлена, а часть инфраструктуры пострадала, сообщается vc.ru. По данным губернатора Рязанской области Павла Малкова, ночью над регионом сбили два беспилотника; в Сасовском округе загорелась кровля одного из предприятий, в частном секторе выбило стёкла. О пострадавших не сообщалось.
Первые жалобы на недоступность сервисов начали фиксироваться примерно с 1:45 мск. Утром пользователи сообщали о проблемах с «Яндекс Поиском», «Цианом», сервисом электронной отчётности «Астрал» и приложением знакомств Twinby. К середине дня список стал заметно длиннее: в нём оказались «Авито», «Иви», «Мегафон», МТС, «Т-Банк», Альфа-Банк, РЖД, а также сайты РБК, «Ведомостей», РИА Новости, «Коммерсанта» и «Вестей». Не все эти сбои обязательно имеют одну техническую причину, но масштаб жалоб хорошо показывает, насколько плотно российские цифровые сервисы завязаны на общую сетевую и облачную инфраструктуру.
На «Яндекс Поиск» за сутки пришлось около 2500 жалоб из Москвы, Санкт-Петербурга, Московской и Нижегородской областей, а также Беларуси. На работу «Циана» поступило около 1800 сообщений, ещё примерно 3600 жалоб пользователи оставили по поводу «Яндекс Почты» после 10:20 мск. Twinby прямо связал проблемы с неполадками на стороне «Яндекса». Для пользователей это выглядит как набор несвязанных ошибок в приложениях, но для инженеров картина знакомее: отказ одного физического узла или зоны доступности способен цепочкой затронуть сервисы с разной аудиторией и разным уровнем публичности.
На странице состояния Yandex Cloud сообщалось о перебоях с электропитанием в зоне доступности ru-central1-b. Клиенты могли столкнуться со сложностями при создании виртуальных машин, кластеров Kubernetes и баз данных; им рекомендовали переносить нагрузку в другие зоны доступности. Это важная деталь: проблема касалась не только уже работающих приложений, но и операций, которые часто автоматизированы в CI/CD и инфраструктурных сценариях. Если развёртывание, масштабирование или создание базы данных привязано к одной зоне, даже живой основной сервис может получить неприятный сюрприз в самый неподходящий момент.
«Астрал» сообщил, что работает с «Яндексом» над восстановлением. Компания отдельно уточнила: документы и данные сохраняются при отправке, даже если пользователь видит уведомление об ошибке. «Циан» к 17:52 мск заявил о восстановлении основного функционала сайта и приложения. «Т-Банк» также сообщил, что возобновил работу после сбоя, который длился несколько минут. Сроков полного восстановления инфраструктуры «Яндекс» публично не называл.
Для бизнеса инцидент — не повод немедленно мигрировать в другой облачный провайдер, а повод проверить архитектуру без самоуспокоения. Резервное копирование не заменяет план аварийного восстановления, а размещение ресурсов в облаке само по себе не гарантирует устойчивость к отказу конкретной зоны. Минимальный практический набор вопросов для команды: есть ли репликация между зонами доступности, может ли приложение переключиться без ручной операции, проверялся ли этот сценарий на реальной нагрузке и кто принимает решение о переключении ночью. Сбои сервисов Яндекса в этот раз показали цену ответов, которые существуют только в wiki.
Дата-центр в Сасово запустили в 2014 году; на этапе строительства его называли крупнейшим ЦОДом России. На его серверах размещаются сервисы «Яндекса» и продукты клиентов Yandex Cloud, при этом публично известно ещё о нескольких дата-центрах компании в Калужской, Владимирской, Рязанской и Московской областях. Рынок уже получил более приземлённый урок, чем очередную презентацию об отказоустойчивости: геораспределённость должна быть не строчкой в архитектурной схеме, а регулярно проверяемой процедурой. Главный вопрос после восстановления — сколько клиентов действительно смогли перенести нагрузку в другую зону без потери времени и данных.