Coinbase faz balanço do incidente de interrupção do serviço de 14 de julho: erro de configuração causou uma falha de 50 minutos, sem impacto nos fundos dos utilizadores

A Odaily星球日报讯, a Coinbase publicou um relatório de retrospetiva sobre o incidente de interrupção de serviços de 14 de julho. A empresa afirma que o acidente foi causado por uma configuração errada de um componente de rede crítico, desencadeada por uma atualização de configuração de rotina. A falha durou cerca de 50 minutos, durante os quais os fundos dos utilizadores estiveram sempre seguros.

A Coinbase indica que, a hora de Pequim, 14 de julho às 12:34 (hora de Leste dos EUA, 12:34), a empresa implementou uma alteração de configuração de rotina num cluster Kubernetes de produção partilhado que suporta serviços de infraestruturas essenciais. A atualização estava planeada, em princípio, para migrar para um novo modelo de implementação de serviços, com o objetivo de melhorar o desempenho e a fiabilidade do sistema.

No entanto, devido a um conflito de nomes de recursos que não foi detetado pelo mecanismo de verificação em pré-produção, a alteração de configuração afetou involuntariamente os recursos Kubernetes relacionados com o Istio Ingress Gateway (Ingress Gateway) no cluster, levando à indisponibilidade deste componente de rede. Cerca de 3 minutos depois, o tráfego de entrada de todos os fluxos do cluster foi interrompido, impedindo que os serviços internos acedessem a múltiplos componentes de infraestruturas.

A Coinbase salienta que, como muitos fluxos de trabalho assíncronos dependem destes serviços de infraestrutura, incluindo processos como liquidação de transações, transferências de fundos e autorizações de transações com cartões, várias linhas de negócio foram afetadas. Os serviços afetados incluem:

• Os utilizadores de retalho não conseguiram concluir transações fora da cadeia, recargas e levantamentos. Algumas transações em processamento ficaram com o ecrã bloqueado e, após a reposição do serviço, foram concluídas;

• As transações com o cartão de débito Coinbase Card falharam temporariamente. Os pagamentos com cartão de crédito não foram afetados, mas algumas funcionalidades de gestão de cartões ficaram indisponíveis;

• Os serviços de troca on-chain do Coinbase DEX em Base e Solana foram suspensos;

• O Coinbase Exchange e os clientes institucionais da Prime registaram falhas ou atrasos em transferências e liquidações;

• Os clientes da Coinbase Developer Platform não conseguiram concluir o registo de conta, transferir fundos e os serviços de depósito.

A Coinbase refere que o Ingress Gateway foi restaurado às 13:20 (hora de Leste dos EUA), e o incidente foi mitigado às 13:23. Em seguida, o sistema começou a processar tarefas acumuladas (backlog) e a maioria dos serviços recuperou rapidamente ao funcionamento normal; o restante do backlog foi concluído nos horas seguintes. Durante a recuperação, a Coinbase enfrentou dois desafios adicionais. Em primeiro lugar, a própria ferramenta de implementação depende da operação do Ingress Gateway afetado, o que impediu a execução do processo de rollback habitual, criando uma dependência circular entre “ferramenta de reparação do impacto da falha” e o próprio sistema. Em segundo lugar, embora o processo de recuperação de emergência (break-glass access) tenha sido eficaz, a validação de permissões e os fluxos de aprovação manual aumentaram o tempo de recuperação.

A Coinbase afirma que este incidente não envolveu qualquer risco de segurança dos ativos, mas revelou que a infraestrutura financeira de grande escala ainda precisa de otimização contínua em termos de implementação automatizada, dependências de sistema e mecanismos de recuperação após desastres. A empresa irá reforçar ainda mais a construção de resiliência do sistema para reduzir a probabilidade de ocorrência de incidentes semelhantes no futuro.