Сбой «Яндекс Go» вечером 9 октября оставил часть пользователей без возможности вызвать такси: с 18:30 мск за час на Detector404 появилось около 2500 жалоб. К 19:40 сервис восстановили, но инцидент показал, насколько заметными для рынка становятся проблемы с инфраструктурой крупных платформ: сбоит не абстрактный сервер, а привычный городской сервис с тысячами заказов в минуту.
По данным vc.ru, неполадки фиксировали в Москве, Санкт-Петербурге, Московской, Самарской и Ленинградской областях. В приложении при попытке заказать машину пользователям предлагали повторить действие через пять минут. В отдельных случаях заказ удавалось оформить, однако спустя несколько минут приложение выводило сообщение о неизвестной ошибке. В «Яндексе» сообщили, что специалисты восстановили работу сервиса и заказ такси снова доступен.
Для пассажира это выглядит как очередная короткая недоступность приложения. Для платформы такси проблема сложнее: заказ должен пройти через цепочку сервисов — от расчёта маршрута и цены до поиска водителя, подтверждения поездки и уведомлений. Отказ любого критичного компонента превращает даже работающий интерфейс в бесполезную витрину. Поэтому сообщения о том, что заказ сначала принимается, а затем завершается ошибкой, особенно важны: они указывают не только на трудности с входом в приложение, но и на нестабильность части процесса оформления поездки.
Неполадки «Яндекс Go» произошли на фоне повреждений дата-центров компании. Утром 8 октября беспилотники атаковали дата-центр «Яндекса» в Сасово Рязанской области. На следующий день компания сообщила о повреждении части инфраструктуры своего дата-центра в Калуге: несколько модулей полностью выведены из строя. «Яндекс» предупредил, что часть сервисов из-за этого может работать с перебоями.
Проблемы затронули не только перевозки. Пользователи жаловались на работу «Яндекс Поиска» — на Detector404 за сутки появилось 1900 сообщений. Компания заранее предупреждала о вероятных перебоях у чат-бота «Алиса AI», умных колонок «Станция» и «Яндекс Еды». После атаки на площадку в Сасово жалобы также поступали на «Почту», «Циан», «Авито», Т-Банк, Twinby и другие сервисы; «Циан» и Т-Банк позднее сообщили о восстановлении основного функционала.
Самая практичная деталь этой истории — действия «Яндекса» после повреждения инфраструктуры. Компания договорилась с Selectel, K2Cloud и VK Cloud о размещении данных и сервисов своих клиентов. Это не означает мгновенного и полного переноса всех систем: миграция нагруженных сервисов требует совместимости, резервирования, настройки сетей, мониторинга и проверки зависимостей. Но сам выбор нескольких площадок показывает, что в аварийной ситуации важна не только собственная инфраструктура, но и заранее подготовленные варианты размещения за её пределами.
Для IT-команд инцидент — неприятно наглядный тест разговоров о отказоустойчивости. Резервные копии сами по себе не спасают сервис, который должен отвечать пользователю здесь и сейчас. Нужны понятные сценарии переключения, разделение критичных компонентов по площадкам, актуальные карты зависимостей и регулярные учения, в которых проверяют не презентацию, а реальное восстановление. Особенно это касается продуктов, где несколько минут простоя означают сорванную поездку, заказ еды, платеж или потерю обращения клиента.
Сбой «Яндекс Go» удалось устранить менее чем за полтора часа после всплеска жалоб, однако вопрос теперь шире конкретного приложения. Повреждение нескольких модулей дата-центра способно отразиться на сервисах, которые пользователи не считают связанными между собой. Для российского IT-рынка ближайшая проверка будет не в том, исчезнут ли жалобы на такси, а в том, насколько быстро компании смогут перестраивать критичную инфраструктуру и сохранять предсказуемость сервисов при новых сбоях.