- Coinbase 表示，AWS 冷却系统故障导致交易、访问和余额更新服务中断数小时。
- 此次中断始于 2026 年 5 月 7 日协调世界时 23:50，当时内部报价系统开始发生故障。
- Rob Witoff 表示，匹配引擎硬件和 Kafka 消息系统均需手动恢复。
周五，该公司表示，亚马逊网络服务（纳斯达克：AMZN）内部的冷却故障帮助触发了长达数小时的停机，影响了其平台上的交易、交易所访问和余额更新。
周五，该公司表示，亚马逊网络服务（纳斯达克：AMZN）内部的冷却故障帮助触发了其平台上持续数小时的中断，影响了交易、交易所访问和余额更新。
问题始于5月7日协调世界时23:50左右，内部监控检测到公司系统内出现广泛的报价失败故障。
此时，工程师们创建了多个Sev1级事故，客户在现货交易、Coinbase Prime、国际业务、衍生品、零售、高级交易和机构交易等服务方面已受到影响。
Coinbase首席执行官Brian Armstrong在X上写道，其公司“经历了停机”，并指出这种情况“绝不可接受”。据他称，原因是“AWS数据中心因多个冷水机组故障导致房间过热”。
据Brian表示，公司确保其所有服务的设计方式使得在一个AWS可用区故障时不会离线。大多数服务都采用这种结构，但交易所除外，由于其对低延迟的高要求，交易所使用不同的基础设施。
Coinbase将报价系统在协调世界时午夜前开始故障归咎于AWS冷水机组故障
据他称，团队在管理更广泛的故障的同时，必须开发、测试、部署和验证解决方案。Kafka 将需要大量的手动恢复，因为其分区架构每天管理着数千 TB 的数据。
Coinbase平台负责人Rob Witoff提供了该事件的技术细节。据他称，停机时间持续较长，影响了“交易、交易所访问和余额更新”。
最初的警告出现在协调世界时23:50，源于内部系统产生的报价故障。随后立即进行了Sev1级分析。据Rob称，造成这一挑战的原因是AWS us-east-1设施中少量机架发生的“热事件”。
这种交易所基础设施结构派上了用场。Rob表示，由于行业重视速度，Coinbase将其交易所基础设施维护在一个可用区内。
此外，该公司还为此类场景准备了分布式备份的交易所基础设施。但此次出问题的交易所基础设施的一部分故障并未局限于其边界内，延长了修复过程。
有两个组件发生故障。匹配引擎下方的硬件出现故障。因此，首要任务是执行恢复和故障转移操作。
此外，负责在整个组织内所有系统间共享信息的分布式Kafka集群也宕机了。恢复Kafka分区到新硬件代理上涉及TiB级别的数据量。
工程师重建法定人数，并通过仅取消和拍卖模式恢复Coinbase市场
匹配引擎导致了最大的交易停滞。匹配引擎处理订单并维护订单簿。该系统在分布式集群中工作，并在选择领导者和安全进行交易之前需要达成法定人数。
由于停机期间数据中心内的限制，并非所有节点都保持健康，因此无法达成法定人数，从而阻止了零售、高级和机构交易所的交易活动。
Rob提到，值班支持和工程团队必须在困难的基础设施条件下执行公司的灾难恢复程序，建立法定人数，并评估系统健康状况。
据他称，团队在管理更广泛的中断期间，必须开发、测试、部署和验证解决方案。由于Kafka的分层架构每天管理着数千TB的数据，因此需要大量的手动恢复工作。
由于Kafka滞后，余额流出现了一些延迟问题。Rob表示，在复制同步后，这些余额问题消失了。Coinbase表示没有数据丢失。
当匹配引擎恢复服务时，市场并非同时重新启用。首先，Coinbase将所有产品切换为仅取消模式，检查产品状态，将所有市场切换为拍卖模式，最后才在Coinbase交易所启用交易。
此外，Rob强调客户不应暂时被锁定在账户之外。Coinbase向所有人保证，将在几周内提供对此事件的详细解释。
然而，Josh Ellithorpe在阅读Rob在Twitter上的帖子后反驳了谣言。他表示：“没有人‘氛围编码’出故障的东西。‘非工程师’没有推送生产代码并导致交易引擎瘫痪。这不是故意的。也不是因为Coinbase未能设计故障转移系统。大规模运营中总会发生事情，不要让那些坐在沙发上的评论家告诉你荒诞的故事。”
如果您正在阅读这篇文章，说明您已经领先一步。请继续通过我们的通讯保持关注。
Jai Hamid
Jai Hamid在过去6年中一直报道加密货币、股票市场、科技、全球经济以及影响市场的地缘政治事件。她曾在专注于区块链的出版物工作，包括AMB Crypto、Coin Edition和CryptoTale，从事市场分析、大型公司、监管和宏观经济趋势的报道。她毕业于伦敦新闻学院，并三次在非洲顶级电视网络之一分享加密货币市场见解。
