ਮੈਂ ਆਪਣਾ ਉਤਪਾਦਨ ਡੇਟਾਬੇਸ ਛੱਡ ਦਿੱਤਾ ਹੈ ਅਤੇ ਹੁਣ AWS ਲਈ 10% ਹੋਰ ਭੁਗਤਾਨ ਕਰਦਾ ਹਾਂ

ਪੈਨਿਕ ਬਟਨ ਤੋਂ ਮਨ ਦੀ ਸ਼ਾਂਤੀ ਤੱਕ

ਇਹ ਮੰਗਲਵਾਰ ਦੀ ਸਵੇਰ ਸੀ, ਅਤੇ ਮੈਂ ਇਕਲੌਤਾ ਇੰਜਨੀਅਰ ਸੀ ਜੋ ਸਵੇਰੇ 9 ਵਜੇ ਤੋਂ ਪਹਿਲਾਂ ਲੌਗਇਨ ਕੀਤਾ ਸੀ। ਇੱਕ ਸਧਾਰਨ ਡੇਟਾ ਫਿਕਸ, ਜਾਂ ਇਸ ਤਰ੍ਹਾਂ ਮੈਂ ਸੋਚਿਆ. ਬਾਅਦ ਵਿੱਚ ਇੱਕ ਗਲਤ-ਸਲਾਹ ਦਿੱਤੀ ਕਮਾਂਡ, ਅਤੇ ਉਤਪਾਦਨ ਡੇਟਾਬੇਸ-ਸਾਡੀ ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਬਹੁਤ ਦਿਲ-ਗਾਇਬ ਹੋ ਗਿਆ ਸੀ। ਭ੍ਰਿਸ਼ਟ ਨਹੀਂ, ਹੌਲੀ ਨਹੀਂ, ਪਰ ਪੂਰੀ ਤਰ੍ਹਾਂ, ਭਿਆਨਕ ਤੌਰ 'ਤੇ ਖਾਲੀ। ਮੇਰੇ ਮੱਥੇ 'ਤੇ ਨਿਕਲਣ ਵਾਲਾ ਠੰਡਾ ਪਸੀਨਾ ਸਾਡੇ ਨਿਗਰਾਨੀ ਚੇਤਾਵਨੀਆਂ ਤੋਂ ਠੰਡੀ ਚੁੱਪ ਦੇ ਮੁਕਾਬਲੇ ਕੁਝ ਵੀ ਨਹੀਂ ਸੀ। ਉਸ ਤੋਂ ਬਾਅਦ ਜੋ ਅਣਥੱਕ ਰਿਕਵਰੀ ਦੇ ਯਤਨਾਂ ਵਾਂਗ ਮਹਿਸੂਸ ਹੋਇਆ, ਅਸੀਂ ਇਸਨੂੰ ਵਾਪਸ ਲੈ ਲਿਆ। ਪਰ ਮੁਸੀਬਤ ਖਤਮ ਨਹੀਂ ਹੋਈ ਸੀ। ਸੇਵਾ ਨੂੰ ਬਹਾਲ ਕਰਨ ਲਈ ਸਾਨੂੰ ਜੋ ਐਮਰਜੈਂਸੀ ਉਪਾਅ ਕਰਨੇ ਪਏ, ਸਾਡੇ AWS ਬਿੱਲ ਵਿੱਚ ਸਥਾਈ ਤੌਰ 'ਤੇ 10% ਵਾਧਾ ਹੋਇਆ, ਜੋ ਉਸ ਸਿੰਗਲ, ਮਹਿੰਗੀ ਗਲਤੀ ਦੀ ਨਿਰੰਤਰ ਯਾਦ ਦਿਵਾਉਂਦਾ ਹੈ। ਦਰਦਨਾਕ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਇਸ ਅਨੁਭਵ ਨੇ ਮੈਨੂੰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਕਮਜ਼ੋਰੀ ਦੀ ਅਸਲ ਕੀਮਤ ਬਾਰੇ ਇੱਕ ਬੇਰਹਿਮ ਸਬਕ ਸਿਖਾਇਆ।

ਇੱਕ ਸਿੰਗਲ ਗਲਤੀ ਦਾ ਡੋਮਿਨੋ ਪ੍ਰਭਾਵ

ਡੇਟਾਬੇਸ ਨੂੰ ਛੱਡਣ ਦੇ ਤੁਰੰਤ ਬਾਅਦ ਦਾ ਨਤੀਜਾ ਸ਼ੁੱਧ ਹਫੜਾ-ਦਫੜੀ ਸੀ। ਸਾਡੀ ਪਹਿਲੀ ਤਰਜੀਹ ਬੈਕਅੱਪ ਤੋਂ ਰੀਸਟੋਰ ਕਰਨਾ ਸੀ, ਪਰ ਪ੍ਰਕਿਰਿਆ ਉਮੀਦ ਨਾਲੋਂ ਹੌਲੀ ਸੀ। ਡਾਊਨਟਾਈਮ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਨ ਲਈ, ਸਾਨੂੰ ਬਹਾਲੀ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਇੱਕ ਵਿਸ਼ਾਲ, ਓਵਰ-ਪ੍ਰੋਵਿਜ਼ਨਡ ਆਰਡੀਐਸ ਉਦਾਹਰਣ ਨੂੰ ਸਪਿਨ ਕਰਨਾ ਪਿਆ। ਫਿਰ, ਸਾਨੂੰ ਮੁੜ ਕਨੈਕਟ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਆਉਣ ਵਾਲੇ ਹੜ੍ਹ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਅਸਥਾਈ ਤੌਰ 'ਤੇ ਸਾਡੇ ਐਪਲੀਕੇਸ਼ਨ ਸਰਵਰਾਂ ਨੂੰ ਸਕੇਲ ਕਰਨ ਦੀ ਲੋੜ ਸੀ। ਇਹ "ਐਮਰਜੈਂਸੀ ਮੋਡ" ਬੁਨਿਆਦੀ ਢਾਂਚਾ, ਲਗਭਗ 12 ਘੰਟਿਆਂ ਲਈ ਚੱਲ ਰਿਹਾ ਸੀ, ਬਹੁਤ ਮਹਿੰਗਾ ਸੀ. ਸਾਡੇ ਦੁਆਰਾ ਡੇਟਾ ਨੂੰ ਰੀਸਟੋਰ ਕਰਨ ਤੋਂ ਬਾਅਦ ਵੀ, ਸਾਨੂੰ ਸਥਿਰਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਹਫ਼ਤੇ ਲਈ ਵੱਡੇ ਡੇਟਾਬੇਸ ਨੂੰ ਰੱਖਣ ਦੀ ਸਲਾਹ ਦਿੱਤੀ ਗਈ ਸੀ। ਉਹ ਅਸਥਾਈ ਫਿਕਸ, ਘਬਰਾਹਟ ਤੋਂ ਪੈਦਾ ਹੋਇਆ, ਇੱਕ ਸਥਾਈ ਲਾਈਨ ਆਈਟਮ ਬਣ ਗਿਆ। ਡੋਮਿਨੋ ਪ੍ਰਭਾਵ ਸਪੱਸ਼ਟ ਸੀ: ਇੱਕ ਮਨੁੱਖੀ ਗਲਤੀ ਨੇ ਇੱਕ ਭੁਰਭੁਰਾ ਸਿਸਟਮ ਦਾ ਪਰਦਾਫਾਸ਼ ਕੀਤਾ, ਅਤੇ ਜਲਦੀ ਠੀਕ ਕਰਨ ਦੀ ਲਾਗਤ ਸਾਡੇ ਕਾਰਜਾਂ 'ਤੇ ਆਵਰਤੀ ਟੈਕਸ ਬਣ ਗਈ।

ਬੈਕਅੱਪ ਤੋਂ ਪਰੇ: ਨਾਜ਼ੁਕ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਅਸਲ ਕੀਮਤ

ਸਾਡੇ ਕੋਲ ਬੈਕਅੱਪ ਸਨ। ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ, ਅਸੀਂ ਘੱਟ ਤੋਂ ਘੱਟ ਕੀਤਾ ਸੀ. ਪਰ ਇੱਕ ਮਜ਼ਬੂਤ ​​​​ਪ੍ਰਣਾਲੀ ਸਿਰਫ਼ ਸੁਰੱਖਿਆ ਜਾਲ ਰੱਖਣ ਬਾਰੇ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ ਸੁਰੱਖਿਆ ਜਾਲ ਹੋਣ ਬਾਰੇ ਹੈ ਜੋ ਵਰਤਣ ਵਿੱਚ ਆਸਾਨ, ਤੇਜ਼ ਅਤੇ ਭਰੋਸੇਯੋਗ ਹੈ। ਸਾਡੇ ਪੋਸਟਮਾਰਟਮ ਨੇ ਗੰਭੀਰ ਕਮਜ਼ੋਰੀਆਂ ਦਾ ਖੁਲਾਸਾ ਕੀਤਾ:

• ਮੈਨੂਅਲ ਪ੍ਰਕਿਰਿਆਵਾਂ: ਬਹਾਲੀ ਪ੍ਰਕਿਰਿਆ ਇੱਕ ਬਹੁ-ਪੜਾਵੀ, ਮੈਨੂਅਲ ਚੈਕਲਿਸਟ ਸੀ ਜੋ ਦਬਾਅ ਵਿੱਚ ਗਲਤੀ ਦੀ ਸੰਭਾਵਨਾ ਸੀ।
• ਅਲੱਗ-ਥਲੱਗਤਾ ਦੀ ਘਾਟ: ਇੱਕ ਵਾਤਾਵਰਣ ਵਿੱਚ ਚੱਲਣ ਵਾਲੀ ਕਮਾਂਡ ਬਹੁਤ ਆਸਾਨੀ ਨਾਲ ਉਤਪਾਦਨ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦੀ ਹੈ।
• ਮਾੜੀ ਦਿੱਖ: ਸਾਡੇ ਕੋਲ ਸਿਸਟਮ ਦੀ ਸਿਹਤ ਅਤੇ ਸਾਡੀਆਂ ਕਾਰਵਾਈਆਂ ਦੇ ਪ੍ਰਭਾਵ ਦੇ ਸਪਸ਼ਟ, ਤਤਕਾਲ ਸੂਚਕਾਂ ਦੀ ਘਾਟ ਸੀ।
• ਰਿਐਕਟਿਵ ਸਕੇਲਿੰਗ: ਸਾਡਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਇੰਨਾ ਲਚਕੀਲਾ ਨਹੀਂ ਸੀ ਕਿ ਮੈਨੁਅਲ, ਮਹਿੰਗੇ ਦਖਲ ਤੋਂ ਬਿਨਾਂ ਰਿਕਵਰੀ ਇਵੈਂਟ ਨੂੰ ਸੰਭਾਲਿਆ ਜਾ ਸਕੇ।

ਅਸਲ ਲਾਗਤ ਸਿਰਫ਼ 10% ਵੱਧ AWS ਬਿੱਲ ਨਹੀਂ ਸੀ। ਇਹ ਨਵੀਨਤਾ ਦੀ ਬਜਾਏ ਰਿਕਵਰੀ 'ਤੇ ਬਿਤਾਇਆ ਗਿਆ ਇੰਜਨੀਅਰਿੰਗ ਸਮਾਂ ਸੀ, ਹਿੱਸੇਦਾਰਾਂ ਦੇ ਭਰੋਸੇ ਦਾ ਖਾਤਮਾ, ਅਤੇ ਇਹ ਡਰ ਹੈ ਕਿ ਇਹ ਦੁਬਾਰਾ ਹੋ ਸਕਦਾ ਹੈ।

"ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਤਾਸ਼ ਦਾ ਘਰ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ। ਇੱਕ ਗਲਤੀ ਵਿੱਚ ਪੂਰੇ ਕਾਰੋਬਾਰ ਨੂੰ ਸੰਚਾਲਨ ਅਤੇ ਵਿੱਤੀ ਤੌਰ 'ਤੇ ਗੋਡਿਆਂ ਤੱਕ ਲੈ ਜਾਣ ਦੀ ਸ਼ਕਤੀ ਨਹੀਂ ਹੋਣੀ ਚਾਹੀਦੀ।"

ਮੇਵੇਜ਼ ਨਾਲ ਇੱਕ ਮਾਡਯੂਲਰ ਸੇਫਟੀ ਨੈੱਟ ਬਣਾਉਣਾ

ਇਸ ਘਟਨਾ ਨੇ ਸਾਨੂੰ ਆਪਣੀ ਪੂਰੀ ਪਹੁੰਚ 'ਤੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਲਈ ਮਜ਼ਬੂਰ ਕੀਤਾ। ਸਾਨੂੰ ਇੱਕ ਅਜਿਹੀ ਪ੍ਰਣਾਲੀ ਦੀ ਲੋੜ ਸੀ ਜੋ ਨਾ ਸਿਰਫ਼ ਮਜ਼ਬੂਤ ​​ਹੋਵੇ ਸਗੋਂ ਮਾਡਿਊਲਰ ਅਤੇ ਪ੍ਰਬੰਧਨਯੋਗ ਵੀ ਹੋਵੇ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਸਾਡੇ ਮੇਵੇਜ਼ ਨੂੰ ਅਪਣਾਉਣ ਨੇ ਸਭ ਕੁਝ ਬਦਲਣਾ ਸ਼ੁਰੂ ਕੀਤਾ। ਮੋਨੋਲੀਥਿਕ, ਨਾਜ਼ੁਕ ਸੈੱਟਅੱਪ ਦੀ ਬਜਾਏ, ਅਸੀਂ ਮਾਡਿਊਲਰ ਕੰਪੋਨੈਂਟਸ ਨਾਲ ਬਣਾਉਣਾ ਸ਼ੁਰੂ ਕੀਤਾ। ਮੇਵੇਜ਼ ਦੇ ਨਾਲ, ਅਸੀਂ ਆਪਣੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਾਂ — ਡਾਟਾਬੇਸ ਤੋਂ ਸਰਵਰ ਰਹਿਤ ਫੰਕਸ਼ਨਾਂ ਤੱਕ — ਸਵੈ-ਨਿਰਮਿਤ, ਮੁੜ ਵਰਤੋਂ ਯੋਗ ਮੋਡੀਊਲ ਵਜੋਂ। ਇਸ ਮਾਡਯੂਲਰਿਟੀ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਅਸੀਂ ਅਲੱਗ-ਥਲੱਗ ਸਟੇਜਿੰਗ ਵਾਤਾਵਰਣ ਬਣਾ ਸਕਦੇ ਹਾਂ ਜੋ ਉਤਪਾਦਨ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ ਪ੍ਰਤੀਬਿੰਬਤ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਅਸੀਂ ਜੋਖਮ ਭਰੇ ਕਾਰਜਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਟੈਸਟ ਕਰ ਸਕਦੇ ਹਾਂ। ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਤੈਨਾਤੀਆਂ ਅਤੇ ਰੋਲਬੈਕਾਂ ਲਈ ਮੇਵੇਜ਼ ਦੇ ਬਿਲਟ-ਇਨ ਆਟੋਮੇਸ਼ਨ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਰਿਕਵਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਕਲਿੱਕ ਨਾਲ ਸ਼ੁਰੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਮੈਨੂਅਲ ਗਲਤੀਆਂ ਨੂੰ ਖਤਮ ਕਰਨਾ। ਸਾਡਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਅਨੁਮਾਨਯੋਗ ਅਤੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਲਚਕੀਲਾ ਬਣ ਗਿਆ ਹੈ।

ਕਲਾਊਡ ਬਿੱਲਾਂ ਵਿੱਚ ਭੁਗਤਾਨ ਕੀਤਾ ਗਿਆ ਪਾਠ

ਉਹ 10% AWS ਸਰਚਾਰਜ ਇੱਕ ਫ਼ੀਸ ਹੈ ਜੋ ਮੈਂ ਹੁਣ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਿੱਖਿਆ ਵਿੱਚ ਨਿਵੇਸ਼ ਵਜੋਂ ਦੇਖਦਾ ਹਾਂ। ਇਸਨੇ ਸਾਨੂੰ ਸਿਖਾਇਆ ਕਿ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਅਤੇ ਕਾਰਜਸ਼ੀਲ ਉੱਤਮਤਾ 'ਤੇ ਕੋਨੇ ਕੱਟਣਾ ਇੱਕ ਝੂਠੀ ਆਰਥਿਕਤਾ ਹੈ। ਪੈਨਿਕ-ਇੰਧਨ ਵਾਲੇ, ਮਹਿੰਗੇ ਫਿਕਸ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਲਚਕੀਲੇਪਨ ਅਤੇ ਮਾਡਯੂਲਰਿਟੀ ਨਾਲ ਨਾ ਬਣਾਉਣ ਦਾ ਸਿੱਧਾ ਨਤੀਜਾ ਹਨ। ਮੇਵੇਜ਼ ਵਰਗੇ ਪਲੇਟਫਾਰਮ 'ਤੇ ਸ਼ਿਫਟ ਕਰਕੇ, ਅਸੀਂ ਆਪਣੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਇੱਕ ਦੇਣਦਾਰੀ ਤੋਂ ਇੱਕ ਭਰੋਸੇਯੋਗ ਸੰਪਤੀ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਮੋਡਿਊਲ ਗਾਰਡਰੇਲ ਦੇ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ, ਵਿਨਾਸ਼ਕਾਰੀ ਗਲਤੀਆਂ ਨੂੰ ਰੋਕਦੇ ਹਨ ਅਤੇ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਨ ਕਿ ਜੇਕਰ ਕੁਝ ਗਲਤ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਰਿਕਵਰੀ ਤੇਜ਼, ਸਵੈਚਾਲਿਤ ਅਤੇ ਲਾਗਤ-ਸ਼ਾਮਲ ਹੈ। ਮੈਂ ਇਹ ਜਾਣਨ ਲਈ ਬਹੁਤ ਵੱਡੀ ਕੀਮਤ ਅਦਾ ਕੀਤੀ ਹੈ ਕਿ ਅਸਲ ਕੁਸ਼ਲਤਾ ਗਲਤੀਆਂ ਤੋਂ ਬਚਣ ਬਾਰੇ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇੱਕ ਅਜਿਹੀ ਪ੍ਰਣਾਲੀ ਬਣਾਉਣ ਬਾਰੇ ਹੈ ਜੋ ਉਹਨਾਂ ਦਾ ਸਾਮ੍ਹਣਾ ਕਰ ਸਕੇ।

ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲ

ਪੈਨਿਕ ਬਟਨ ਤੋਂ ਮਨ ਦੀ ਸ਼ਾਂਤੀ ਤੱਕ

ਇਹ ਮੰਗਲਵਾਰ ਦੀ ਸਵੇਰ ਸੀ, ਅਤੇ ਮੈਂ ਇਕਲੌਤਾ ਇੰਜਨੀਅਰ ਸੀ ਜੋ ਸਵੇਰੇ 9 ਵਜੇ ਤੋਂ ਪਹਿਲਾਂ ਲੌਗਇਨ ਕੀਤਾ ਸੀ। ਇੱਕ ਸਧਾਰਨ ਡੇਟਾ ਫਿਕਸ, ਜਾਂ ਇਸ ਤਰ੍ਹਾਂ ਮੈਂ ਸੋਚਿਆ. ਬਾਅਦ ਵਿੱਚ ਇੱਕ ਗਲਤ-ਸਲਾਹ ਦਿੱਤੀ ਕਮਾਂਡ, ਅਤੇ ਉਤਪਾਦਨ ਡੇਟਾਬੇਸ-ਸਾਡੀ ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਬਹੁਤ ਦਿਲ-ਗਾਇਬ ਹੋ ਗਿਆ ਸੀ। ਭ੍ਰਿਸ਼ਟ ਨਹੀਂ, ਹੌਲੀ ਨਹੀਂ, ਪਰ ਪੂਰੀ ਤਰ੍ਹਾਂ, ਭਿਆਨਕ ਤੌਰ 'ਤੇ ਖਾਲੀ। ਮੇਰੇ ਮੱਥੇ 'ਤੇ ਨਿਕਲਣ ਵਾਲਾ ਠੰਡਾ ਪਸੀਨਾ ਸਾਡੇ ਨਿਗਰਾਨੀ ਚੇਤਾਵਨੀਆਂ ਤੋਂ ਠੰਡੀ ਚੁੱਪ ਦੇ ਮੁਕਾਬਲੇ ਕੁਝ ਵੀ ਨਹੀਂ ਸੀ। ਉਸ ਤੋਂ ਬਾਅਦ ਜੋ ਅਣਥੱਕ ਰਿਕਵਰੀ ਦੇ ਯਤਨਾਂ ਵਾਂਗ ਮਹਿਸੂਸ ਹੋਇਆ, ਅਸੀਂ ਇਸਨੂੰ ਵਾਪਸ ਲੈ ਲਿਆ। ਪਰ ਮੁਸੀਬਤ ਖਤਮ ਨਹੀਂ ਹੋਈ ਸੀ। ਸੇਵਾ ਨੂੰ ਬਹਾਲ ਕਰਨ ਲਈ ਸਾਨੂੰ ਜੋ ਐਮਰਜੈਂਸੀ ਉਪਾਅ ਕਰਨੇ ਪਏ, ਸਾਡੇ AWS ਬਿੱਲ ਵਿੱਚ ਸਥਾਈ ਤੌਰ 'ਤੇ 10% ਵਾਧਾ ਹੋਇਆ, ਜੋ ਉਸ ਸਿੰਗਲ, ਮਹਿੰਗੀ ਗਲਤੀ ਦੀ ਨਿਰੰਤਰ ਯਾਦ ਦਿਵਾਉਂਦਾ ਹੈ। ਦਰਦਨਾਕ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਇਸ ਅਨੁਭਵ ਨੇ ਮੈਨੂੰ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਕਮਜ਼ੋਰੀ ਦੀ ਅਸਲ ਕੀਮਤ ਬਾਰੇ ਇੱਕ ਬੇਰਹਿਮ ਸਬਕ ਸਿਖਾਇਆ।

ਇੱਕ ਸਿੰਗਲ ਗਲਤੀ ਦਾ ਡੋਮਿਨੋ ਪ੍ਰਭਾਵ

ਡੇਟਾਬੇਸ ਨੂੰ ਛੱਡਣ ਦੇ ਤੁਰੰਤ ਬਾਅਦ ਦਾ ਨਤੀਜਾ ਸ਼ੁੱਧ ਹਫੜਾ-ਦਫੜੀ ਸੀ। ਸਾਡੀ ਪਹਿਲੀ ਤਰਜੀਹ ਬੈਕਅੱਪ ਤੋਂ ਰੀਸਟੋਰ ਕਰਨਾ ਸੀ, ਪਰ ਪ੍ਰਕਿਰਿਆ ਉਮੀਦ ਨਾਲੋਂ ਹੌਲੀ ਸੀ। ਡਾਊਨਟਾਈਮ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਨ ਲਈ, ਸਾਨੂੰ ਬਹਾਲੀ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਇੱਕ ਵਿਸ਼ਾਲ, ਓਵਰ-ਪ੍ਰੋਵਿਜ਼ਨਡ ਆਰਡੀਐਸ ਉਦਾਹਰਣ ਨੂੰ ਸਪਿਨ ਕਰਨਾ ਪਿਆ। ਫਿਰ, ਸਾਨੂੰ ਮੁੜ ਕਨੈਕਟ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਆਉਣ ਵਾਲੇ ਹੜ੍ਹ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਅਸਥਾਈ ਤੌਰ 'ਤੇ ਸਾਡੇ ਐਪਲੀਕੇਸ਼ਨ ਸਰਵਰਾਂ ਨੂੰ ਸਕੇਲ ਕਰਨ ਦੀ ਲੋੜ ਸੀ। ਇਹ "ਐਮਰਜੈਂਸੀ ਮੋਡ" ਬੁਨਿਆਦੀ ਢਾਂਚਾ, ਲਗਭਗ 12 ਘੰਟਿਆਂ ਲਈ ਚੱਲ ਰਿਹਾ ਸੀ, ਬਹੁਤ ਮਹਿੰਗਾ ਸੀ. ਸਾਡੇ ਦੁਆਰਾ ਡੇਟਾ ਨੂੰ ਰੀਸਟੋਰ ਕਰਨ ਤੋਂ ਬਾਅਦ ਵੀ, ਸਾਨੂੰ ਸਥਿਰਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਹਫ਼ਤੇ ਲਈ ਵੱਡੇ ਡੇਟਾਬੇਸ ਨੂੰ ਰੱਖਣ ਦੀ ਸਲਾਹ ਦਿੱਤੀ ਗਈ ਸੀ। ਉਹ ਅਸਥਾਈ ਫਿਕਸ, ਘਬਰਾਹਟ ਤੋਂ ਪੈਦਾ ਹੋਇਆ, ਇੱਕ ਸਥਾਈ ਲਾਈਨ ਆਈਟਮ ਬਣ ਗਿਆ। ਡੋਮਿਨੋ ਪ੍ਰਭਾਵ ਸਪੱਸ਼ਟ ਸੀ: ਇੱਕ ਮਨੁੱਖੀ ਗਲਤੀ ਨੇ ਇੱਕ ਭੁਰਭੁਰਾ ਸਿਸਟਮ ਦਾ ਪਰਦਾਫਾਸ਼ ਕੀਤਾ, ਅਤੇ ਜਲਦੀ ਠੀਕ ਕਰਨ ਦੀ ਲਾਗਤ ਸਾਡੇ ਕਾਰਜਾਂ 'ਤੇ ਆਵਰਤੀ ਟੈਕਸ ਬਣ ਗਈ।

ਬੈਕਅੱਪ ਤੋਂ ਪਰੇ: ਨਾਜ਼ੁਕ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਅਸਲ ਕੀਮਤ

ਸਾਡੇ ਕੋਲ ਬੈਕਅੱਪ ਸਨ। ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ, ਅਸੀਂ ਘੱਟ ਤੋਂ ਘੱਟ ਕੀਤਾ ਸੀ. ਪਰ ਇੱਕ ਮਜ਼ਬੂਤ ​​​​ਪ੍ਰਣਾਲੀ ਸਿਰਫ਼ ਸੁਰੱਖਿਆ ਜਾਲ ਰੱਖਣ ਬਾਰੇ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ ਸੁਰੱਖਿਆ ਜਾਲ ਹੋਣ ਬਾਰੇ ਹੈ ਜੋ ਵਰਤਣ ਵਿੱਚ ਆਸਾਨ, ਤੇਜ਼ ਅਤੇ ਭਰੋਸੇਯੋਗ ਹੈ। ਸਾਡੇ ਪੋਸਟਮਾਰਟਮ ਨੇ ਗੰਭੀਰ ਕਮਜ਼ੋਰੀਆਂ ਦਾ ਖੁਲਾਸਾ ਕੀਤਾ:

ਮੇਵੇਜ਼ ਦੇ ਨਾਲ ਇੱਕ ਮਾਡਯੂਲਰ ਸੇਫਟੀ ਨੈੱਟ ਬਣਾਉਣਾ

ਇਸ ਘਟਨਾ ਨੇ ਸਾਨੂੰ ਆਪਣੀ ਪੂਰੀ ਪਹੁੰਚ 'ਤੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਲਈ ਮਜ਼ਬੂਰ ਕੀਤਾ। ਸਾਨੂੰ ਇੱਕ ਅਜਿਹੀ ਪ੍ਰਣਾਲੀ ਦੀ ਲੋੜ ਸੀ ਜੋ ਨਾ ਸਿਰਫ਼ ਮਜ਼ਬੂਤ ​​ਹੋਵੇ ਸਗੋਂ ਮਾਡਿਊਲਰ ਅਤੇ ਪ੍ਰਬੰਧਨਯੋਗ ਵੀ ਹੋਵੇ। ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਮੇਵੇਜ਼ ਦੀ ਗੋਦ ਲੈਣ ਨੇ ਸਭ ਕੁਝ ਬਦਲਣਾ ਸ਼ੁਰੂ ਕੀਤਾ. ਮੋਨੋਲੀਥਿਕ, ਨਾਜ਼ੁਕ ਸੈੱਟਅੱਪ ਦੀ ਬਜਾਏ, ਅਸੀਂ ਮਾਡਿਊਲਰ ਕੰਪੋਨੈਂਟਸ ਨਾਲ ਬਣਾਉਣਾ ਸ਼ੁਰੂ ਕੀਤਾ। ਮੇਵੇਜ਼ ਦੇ ਨਾਲ, ਅਸੀਂ ਆਪਣੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਾਂ — ਡਾਟਾਬੇਸ ਤੋਂ ਸਰਵਰ ਰਹਿਤ ਫੰਕਸ਼ਨਾਂ ਤੱਕ — ਸਵੈ-ਨਿਰਮਿਤ, ਮੁੜ ਵਰਤੋਂ ਯੋਗ ਮੋਡੀਊਲ ਵਜੋਂ। ਇਸ ਮਾਡਯੂਲਰਿਟੀ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਅਸੀਂ ਅਲੱਗ-ਥਲੱਗ ਸਟੇਜਿੰਗ ਵਾਤਾਵਰਣ ਬਣਾ ਸਕਦੇ ਹਾਂ ਜੋ ਉਤਪਾਦਨ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ ਪ੍ਰਤੀਬਿੰਬਤ ਕਰਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਅਸੀਂ ਜੋਖਮ ਭਰੇ ਕਾਰਜਾਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਟੈਸਟ ਕਰ ਸਕਦੇ ਹਾਂ। ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਤੈਨਾਤੀਆਂ ਅਤੇ ਰੋਲਬੈਕਾਂ ਲਈ ਮੇਵੇਜ਼ ਦੇ ਬਿਲਟ-ਇਨ ਆਟੋਮੇਸ਼ਨ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਰਿਕਵਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਕਲਿੱਕ ਨਾਲ ਸ਼ੁਰੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਮੈਨੂਅਲ ਗਲਤੀਆਂ ਨੂੰ ਖਤਮ ਕਰਨਾ। ਸਾਡਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਅਨੁਮਾਨਯੋਗ ਅਤੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਲਚਕੀਲਾ ਬਣ ਗਿਆ ਹੈ।

ਕਲਾਊਡ ਬਿੱਲਾਂ ਵਿੱਚ ਭੁਗਤਾਨ ਕੀਤਾ ਗਿਆ ਪਾਠ

ਉਹ 10% AWS ਸਰਚਾਰਜ ਇੱਕ ਫ਼ੀਸ ਹੈ ਜੋ ਮੈਂ ਹੁਣ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਿੱਖਿਆ ਵਿੱਚ ਨਿਵੇਸ਼ ਵਜੋਂ ਦੇਖਦਾ ਹਾਂ। ਇਸਨੇ ਸਾਨੂੰ ਸਿਖਾਇਆ ਕਿ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਅਤੇ ਕਾਰਜਸ਼ੀਲ ਉੱਤਮਤਾ 'ਤੇ ਕੋਨੇ ਕੱਟਣਾ ਇੱਕ ਝੂਠੀ ਆਰਥਿਕਤਾ ਹੈ। ਪੈਨਿਕ-ਇੰਧਨ ਵਾਲੇ, ਮਹਿੰਗੇ ਫਿਕਸ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਲਚਕੀਲੇਪਨ ਅਤੇ ਮਾਡਯੂਲਰਿਟੀ ਨਾਲ ਨਾ ਬਣਾਉਣ ਦਾ ਸਿੱਧਾ ਨਤੀਜਾ ਹਨ। ਮੇਵੇਜ਼ ਵਰਗੇ ਪਲੇਟਫਾਰਮ 'ਤੇ ਸ਼ਿਫਟ ਕਰਕੇ, ਅਸੀਂ ਆਪਣੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਇੱਕ ਦੇਣਦਾਰੀ ਤੋਂ ਇੱਕ ਭਰੋਸੇਯੋਗ ਸੰਪਤੀ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਮੋਡਿਊਲ ਗਾਰਡਰੇਲ ਦੇ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ, ਵਿਨਾਸ਼ਕਾਰੀ ਗਲਤੀਆਂ ਨੂੰ ਰੋਕਦੇ ਹਨ ਅਤੇ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਨ ਕਿ ਜੇਕਰ ਕੁਝ ਗਲਤ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਰਿਕਵਰੀ ਤੇਜ਼, ਸਵੈਚਾਲਿਤ ਅਤੇ ਲਾਗਤ-ਸ਼ਾਮਲ ਹੈ। ਮੈਂ ਇਹ ਜਾਣਨ ਲਈ ਬਹੁਤ ਵੱਡੀ ਕੀਮਤ ਅਦਾ ਕੀਤੀ ਹੈ ਕਿ ਅਸਲ ਕੁਸ਼ਲਤਾ ਗਲਤੀਆਂ ਤੋਂ ਬਚਣ ਬਾਰੇ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇੱਕ ਅਜਿਹੀ ਪ੍ਰਣਾਲੀ ਬਣਾਉਣ ਬਾਰੇ ਹੈ ਜੋ ਉਹਨਾਂ ਦਾ ਸਾਮ੍ਹਣਾ ਕਰ ਸਕੇ।