Problem på vissa webbhotellservrar

Vad hände?

Vi fick larm om att en nätverksport i en av noderna i ett av våra lagringskluster hade tappat kontakten. Eftersom klustret är byggt med flera oberoende anslutningar och replikerad lagring gjorde det att driften initialt inte påverkades. Under felsökningen aktiverades porten manuellt igen, vilket oväntat orsakade kortvariga problem i kommunikationen mellan vissa noder och lagringen. Det medförde att ett mindre antal webbhotellservrar tillfälligt tappade åtkomst till lagringen, vilket orsakade intermittenta problem i c:a fem minuter.

Varför hände det?

Att nätverksporten slutade fungera som den skulle berodde på en trasig optik. Tack vare redundansen hanterades problemet initialt utan påverkan, men när porten aktiverades manuellt under felsökningen uppstod en tillfällig störning i nätverkstrafiken som påverkade kommunikationen i lagringsklustret.

Vad kommer ni göra för att det inte ska hända igen?

Vi kommer byta den trasiga optiken och utvärdera hur liknande åtgärder kan genomföras på ett sätt som minimerar risken för störningar framöver.