وابستگی به یک سرویس خارجازچهارچوب؛ ریشه تمام مشکلات
ونولیت تأیید کرد که سرویسهای ایکسباکس روز دوشنبه ساعت 2:30 بعدازظهر به وقت اقیانوس آرام به حالت عادی بازگشتند. اما علت اصلی یک فاجعهٔ معماری ساده بود: یک سرویس لایسنسدهی کاملاً خارج از اکوسیستم مایکروسافت که ایکسباکس بدون آن نمیتواند عمل کند. وقتی آن سرویس دچار اختلال شد، بررسی مجوزهای دیجیتال یا همان Entitlement به طور کامل مختل شد. سیستم دیگر نمیدانست هر بازیکن به چه محتوایی دسترسی دارد و به همین دلیل فروشگاه، کتابخانه بازیها و حتی اجرای آفلاین فلج شدند. این اختلال دایرهای طوری بود که ناشران و فروشندگان طرف قرارداد نیز با مشکلات غیرمنتظرهای مواجه شدند و بسیاری از کاربران تنها در بازیهای خاصی خطا دریافت کردند.این وابستگی شدید به سرویسهای خارجی، دقیقاً همان موضوعی است که مهندسان نرمافزار به عنوان [نقطهٔ شکست در معماری توزیعشده](https://en.wikipedia.org/wiki/Single_point_of_failure) از آن یاد میکنند و نشان میدهد چطور یک خطای جانبی میتواند زنجیرهٔ کامل خدمات را قطع کند.
چرا یک نقطهٔ شکست، شب هزاران بازیکن را خراب کرد؟
تیمهای مهندسی به محض تشخیص اختلال، سرویس معیوب را ایزوله کردند و ترافیک را به بخشهای سالم هدایت دادند، اما فرآیند بازیابی زمانبر بود. ونولیت مستقیماً به دلایل اصلی فشارها اشاره کرد. به گفته او، تمرکز مایکروسافت دیگر روی یافتن یک علت تکخطی نیست، بلکه روی سوالات پیچیدهتر معطوف است. چرا خرابی در یک ماژول میتواند ساختارشکن شود؟ چرا ریکاوری اینقدر طول کشید و چه مهندسیهایی باید انجام شود تا دیگر یک نقطهٔ شکست واحد، تجربهٔ تفریحی گیمرها را نابود نکند؟پاسخ مایکروسافت به این سوالات در سه محور اصلی خلاصه میشود:
- مقاومسازی وابستگیهای زیرساختی برای ورود به حساب کاربری و اجرای بازیها
- بهبود الگوریتمهای تشخیص و مهار این نوع نارساییها
- افزایش شفافیت و سرعت اطلاعرسانی در زمان بروز خطا
