Google explica totalmente o que causou a interrupção de vários serviços na segunda-feira

A Google começou a semana com uma grande interrupção que meteu offline vários serviços da Google e até agora não se sabia o motivo. 

A Google tem uma explicação detalhada sobre a interrupção e as medidas que tomará para evitar futuros incidentes.

Num nível superior, o problema está relacionado à atualização do sistema de autenticação de contas do Google. Como o esforço em andamento, os componentes antigos foram "deixados no lugar" e manter esses aspetos mais antigos resultou num erro sobre o uso estar em 0, o Google instituiu um período de carência para atrasar o impacto. 

Essa correção expirou e levou os sistemas automatizados a responder ao erro como se fosse real. Como o uso parecia estar em 0, a capacidade do sistema de gestão de identidade foi reduzida. Embora as verificações de segurança estivessem em vigor, elas não foram projetadas para cobrir o problema específico.

O problema começou a afetar os utilizadores às 3h47 (horário do Pacífico) e os engenheiros foram alertados um minuto depois. 

“As aplicações do espaço de trabalho ficaram inativos durante o incidente”, pois dependem da infraestrutura afetada para garantir que estejas conectado, autenticado e autorizado a ver o conteúdo, como e-mails e documentos.

Às 04h08, a causa raiz e uma possível correção foram identificadas, o que levou à desativação da aplicação num datacenter às 04h22. Isso melhorou rapidamente a situação e às 04h27 a mesma mitigação foi aplicada a todos os datacenters, que retornaram as taxas de erro aos níveis normais às 04h33.

A empresa traçou planos para rever, melhorar e avaliar os seus sistemas para evitar problemas semelhantes dessa natureza. A Google encerrou a sua explicação sobre a interrupção com um pedido de desculpas:

Gostaríamos de pedir desculpas pelo alcance do impacto que este incidente teve nos nossos clientes e nos seus negócios. Levamos muito a sério qualquer incidente que afete a disponibilidade e confiabilidade de nossos clientes, especialmente incidentes que abrangem várias regiões.

A explicação técnica completa está disponível aqui.