あの有名サービスも落ちたことがある

「サーバーが落ちた」「サイトがダウンした」- ニュースでよく聞くフレーズですが、具体的に何が起きているのでしょ⁠う⁠か⁠。世界最大級のサービスでも、障害は起きてい⁠ま⁠す⁠。その原因は、意外と身近なものだったりし⁠ま⁠す⁠。

有名サービスの障害事例

Facebook の 6 時間停止 (2021 年 10 月)

Facebook、Instagram、WhatsApp が約 6 時間にわたって完全に停止しま⁠し⁠た⁠。原因は、保守作業で実行したコマンドで⁠し⁠た⁠。Facebook の技術ブログ (2021 年 10 月 5 日) によると、バックボーンの容量を確かめるためのコマンドが意図せずバックボーン網の接続をすべて切断し、各拠点が BGP の経路の広告を取り下げま⁠し⁠た⁠。

その結果、インターネット上から Facebook のネットワークが「消滅」し、DNS でも名前解決ができなくなりま⁠し⁠た⁠。さらに、DNS が引けなくなったことで多くの社内ツールも使えなくなり、エンジニアが問題を修正するためのアクセス手段も失われま⁠し⁠た⁠。最終的に、データセンターに物理的に駆けつけてサーバーを手動で復旧させま⁠し⁠た⁠。

AWS の大規模障害 (2017 年 2 月)

Amazon Web Services の北バージニア (US-EAST-1) リージョンで S3 (ストレージサービス) が約 4 時間停止し、Netflix、Slack、Trello など多数のサービスが影響を受けま⁠し⁠た⁠。原因は、エンジニアがデバッグ作業中にコマンドの入力を間違え、想定より多くのサーバーを停止させてしまったこと⁠で⁠す⁠。

この障害の皮肉な点は、AWS の障害情報のページ (Service Health Dashboard) を更新する管理画面が S3 に依存していたため、各サービスの状態を更新できなかったこと⁠で⁠す⁠。

Cloudflare の障害 (2022 年 6 月)

CDN サービスの Cloudflare が障害を起こし、Discord、Shopify、Fitbit など多数のサービスに影響しま⁠し⁠た⁠。原因は、一部の拠点で行ったネットワーク設定の変更で⁠し⁠た⁠。

Google の 47 分間の全サービス停止 (2020 年 12 月)

Gmail、YouTube、Google Drive、Google Maps など、Google の多くのサービスが約 47 分間使えなくなりま⁠し⁠た⁠。原因は、認証に使うアカウントのデータベースの割り当て (クォータ) が、自動の管理の仕組みによって誤って引き下げられたこと⁠で⁠す⁠。ログインが必要なすべてのサービスが影響を受けま⁠し⁠た⁠。

Web サイトが落ちる主な原因

  • アクセス集中 (過負荷): 人気チケットの発売、セール開始、ニュース速報などでアクセスが急増し、サーバーの処理能力を超える
  • 設定ミス (ヒューマンエラー): エンジニアの操作ミスが原因になる障害は珍しく⁠な⁠い⁠。Facebook の BGP 事故、AWS の S3 事故はいずれも人為的ミス
  • ソフトウェアのバグ: アップデートに含まれるバグが本番環境で発覚する
  • DDoS 攻撃: 大量のアクセスを意図的に送りつけてサーバーをダウンさせる攻撃
  • DNS 障害: DNS が壊れると、サーバー自体は正常でもユーザーがアクセスできなくなる
  • 証明書の期限切れ: HTTPS の証明書が期限切れになると、ブラウザーが警告を表示してアクセスをブロックする
  • 物理的な障害: データセンターの停電、冷却装置の故障、海底ケーブルの切断

「落⁠ち⁠た⁠?」を確認する方法

サイトにアクセスできないとき、自分の回線の問題なのか、サイト側の問題なのかを確認する方法があり⁠ま⁠す⁠。

  • Downdetector: 世界中のユーザーからの障害報告をリアルタイムで集計するサイト
  • isitdown.site: 指定した URL が世界各地からアクセス可能かチェックするサイト
  • IP 確認さん: まず自分のインターネット接続が正常かを⁠確⁠認⁠。IP アドレスが表示されれば、インターネットにはつながっている
  • 別のデバイスやネットワークで試す: スマートフォンのモバイル回線でアクセスしてみる

まとめ

世界最大級のサービスでさえ、設定ミス一つで何時間も停止することがあり⁠ま⁠す⁠。Web サイトが落ちる原因は、アクセス集中、ヒューマンエラー、DDoS 攻撃、DNS 障害など多岐にわたり⁠ま⁠す⁠。次にサイトにアクセスできなくなったら、まず IP 確認さんで自分の接続を確認し、Downdetector でサイト側の障害情報をチェックしてみてくだ⁠さ⁠い⁠。

この記事の関連用語

DNS DNS 障害はサーバーが正常でもアクセス不能に⁠す⁠る⁠。Facebook の 2021 年障害の⁠主⁠因⁠。 BGP BGP の設定ミスでネットワーク全体が「消滅」した Facebook の⁠事⁠例⁠。 IP アドレス サイトが落ちているか確認する第一歩は、自分の IP アドレスが正常に取得できるかの⁠確⁠認⁠。 HTTPS 証明書の期限切れはサイトダウンの意外な原因の⁠一⁠つ⁠。

よくある質問

Facebook が 6 時間停止した原因は何で⁠す⁠か⁠?

2021 年 10 月、エンジニアの BGP 設定ミスにより Facebook のすべての BGP 経路が撤回され、インターネット上からネットワークが「消滅」しま⁠し⁠た⁠。社内ツールも使えなくなり、データセンターに物理的に駆けつけて復旧しま⁠し⁠た⁠。

サイトが落ちているか確認する方法はありま⁠す⁠か⁠?

Downdetector で障害報告を確認するか、IP 確認さんで自分の接続が正常かを確認してくだ⁠さ⁠い⁠。別のデバイスやモバイル回線で試すのも有効⁠で⁠す⁠。

Web サイトが落ちる最も多い原因は何で⁠す⁠か⁠?

アクセス集中 (過負荷)、エンジニアの設定ミス (ヒューマンエラー)、ソフトウェアのバグ、DDoS 攻撃、DNS 障害、証明書の期限切れなどが主な原因⁠で⁠す⁠。