PANews 7月22日消息,Coinbase官方发布7月14日服务中断事件复盘报告,详细披露事故原因、恢复过程及后续改进措施。Coinbase表示,此次故障源于一次例行配置更新中的Kubernetes资源名称冲突,导致关键网络组件失效,影响转账、银行卡交易及链上服务,但用户资金始终未面临风险。7月14日美国东部时间12:34,Coinbase向承载核心基础设施服务的共享生产Kubernetes集群部署了一项常规配置变更,该更新属于向新服务部署模型迁移的一部分,旨在提升系统性能和可靠性,并经过标准流程审核,被认为是低风险变更。
然而,由于预生产检查未发现资源名称冲突,该配置意外修改了集群中Istio Ingress Gateway相关Kubernetes资源,导致入口网关不可用。至12:37,所有进入该集群的流量中断,使内部服务无法访问多个基础设施组件。
Coinbase称,受影响的异步工作流几乎覆盖整个资金流转体系,包括交易结算、资产转账以及银行卡交易授权等。当基础设施服务无法访问时,这些流程在平台范围内暂停,受影响业务包括:零售用户无法完成链外交易、充值和提现,部分处理中交易显示为停滞状态,并在服务恢复后自动完成;Coinbase Card借记卡交易暂时失败,信用卡支付仍可使用,但部分卡片管理功能不可用;Base和Solana上的Coinbase DEX链上兑换服务暂停;Coinbase Exchange和Prime机构客户出现转账及结算失败或延迟;Coinbase Developer Platform客户无法完成开户、资金转移及入金服务。
Coinbase表示,公司在恢复期间暂停受影响流程,并通过Retail、Exchange和Prime状态页面持续更新进展。美国东部时间13:20,入口网关恢复运行;13:23,事件基本缓解。随后系统开始处理积压任务,大部分服务迅速恢复,剩余队列在数小时内完成清理。针对此次事件,Coinbase表示将采取以下措施提升系统可靠性:扩展部署阶段防护机制,自动检测并阻止Kubernetes资源名称冲突,避免配置更新误影响其他组件;增强部署工具与底层基础设施之间的冗余能力,避免故障同时影响恢复工具;定期审查和演练紧急访问机制,提高重大故障情况下的恢复速度。
Coinbase表示,公司目标始终是实现零停机运行,并将持续重构基础设施,确保未来即使发生类似故障,也能够更快回滚和恢复。公司同时对用户受到的影响表示歉意,并建议仍存在相关问题的用户联系官方支持团队。