– Facebook finalmente admitió que el mantenimiento del código que realizaron el lunes (4 de octubre) fue la causa de la interrupción de varios de sus servicios. También explicaron cómo su infraestructura podría simplemente desaparecer de la red global de Internet.
En la explicación, Facebook dijo que estaban haciendo un cambio de ruta en el Protocolo de puerta de enlace fronteriza (BGP), que va a sus servidores DNS, por lo que el nombre de dominio falló y no pudo conectarse.
Esto resultó en la pérdida de varios sitios propiedad de Facebook, aplicaciones que no funcionaron y las herramientas y servicios internos que el personal necesitaba para solucionar el problema.
Facebook también explicó que el problema con BGP y DNS en realidad ocurrió debido a un error en otra parte, a saber, las dos clases de centros de datos propiedad de Facebook. El primer centro de datos de Facebook funcionó como un edificio gigante que albergaba millones de máquinas, encargadas de ejecutar tareas básicas de cómputo y almacenamiento. Mientras que el segundo centro de datos, como una instalación más pequeña que conecta la red troncal interna de Facebook con el mundo exterior.
Como cualquier sistema complejo, la red troncal no es un sistema de configuración y olvido, y requiere un mantenimiento regular. Sin embargo, al realizar el mantenimiento, hubo un comando incorrecto, que a su vez cortó la conexión entre el centro de datos y la red de internet de Facebook.
“Mientras realizaba tareas de mantenimiento de rutina, se dio una orden con el objetivo inicial de verificar toda la capacidad disponible de la red troncal, pero lo que sucedió fue cortar todas las conexiones en nuestra red troncal”, dijo Facebook.
El problema se volvió aún más extraño. Se sabe que el centro de datos más pequeño también administra consultas de DNS para Facebook.com, fb.com, instagram.com y otros. La traducción de la consulta es manejada por el servidor de nombres autorizado de Facebook, que ocupa la dirección IP de la que es propietario, quien luego se encarga de administrar la red de internet, vía BGP.
Al mismo tiempo, el servidor DNS de Facebook, que también estaba teniendo problemas, apagó BGP, cuando las máquinas ya no pudieron llegar al centro de datos de respaldo. Cuando el cambio debido a un comando incorrecto llega a la columna vertebral de Facebook y todos los centros de datos están desconectados, toda la red de Facebook da una señal de que se está produciendo un problema, lo que automáticamente retrae BGP.
Entonces, aunque los servidores DNS de Facebook han vuelto a la normalidad, BGP sigue fallando, por lo que Facebook no puede conectarse con el mundo exterior. Además, no se puede acceder al sistema back-end debido a la muerte de la red troncal. Es como si los fracasos estuvieran apilados con otros fracasos.
