要約
- Twilioは7月30日17時50分27.831秒（UTC）に1s05wyhbm8v9を作成し、固定報道期間の開始前から継続していた。
- 一部のTwilio Phone NumbersからC+W LIME加入者へのSMS配信失敗が報告された。
- 18時03分17.804秒に原因特定とされたが、内容は公表されなかった。
- 7月31日04時16分37.885秒に回復を観測し、監視へ移った。
- 06時18分08.210秒の解決まで12時間27分40.379秒を要した。
- 番号群、メッセージ、顧客、失敗率、再試行、原因、緩和策の数量情報はない。
今回の採録点は開始ではなく解決である
開始時刻は固定窓より前だが、運用上の決定的な変化である解決が7月31日に入った。このため今回扱う。起点を窓の開始時刻に置き換えることはせず、前日からの全期間を保つ。
この考え方なら、未解決のまま日をまたいだ事象も、終了時のニュース価値を失わない。同時に、実際より短い障害として見せることも避けられる。
一部という限定が全体化を防ぐ
Twilioは送信側を一部の電話番号、宛先側をC+W LIME加入者に限定した。どの番号種別、アカウント、送信者が対象だったかは説明していない。
したがって全Twilio番号の失敗とは言えず、ケイマン諸島の他網も含まれない。正常な番号と失敗する番号が同じ顧客内に共存した可能性も、公開情報からは排除できない。
報告された症状は配信失敗
今回は配信確認の遅延ではなく、SMSの配信試行が失敗したとの告知である。ただし後続の再試行、別経路、新しい送信が最終的に届いたかは記載されていない。
失敗した試行数、重複を除いたメッセージ数、最終業務結果は別の指標だ。再試行で成功する場合もあれば、費用だけ増えたり期限を過ぎたりする場合もある。
原因特定は13分、公開説明はゼロ
開始から12分49.973秒後、Twilioは原因を特定したとした。その状態は10時間以上続いたが、プラットフォーム部品、通信事業者、ルーティング、番号、中間事業者のどこかは示されなかった。
C+W LIMEは宛先網として名指しされたのであり、原因主体と証明されたわけではない。回復につながった修正内容も非公開だ。
監視には2時間以上を使った
回復を最初に観測したのは開始から10時間26分10.054秒後だった。その後2時間1分30.325秒、Twilioは安定性を監視してから解決した。
監視は改善の観測を意味するが、すべての番号とメッセージが同時に正常化したとの証明ではない。個別経路の結果は取引ログで確かめる必要がある。
小さな番号群でも業務を鋭く止める
番号依存の不具合はアカウント全体の平均に隠れる。同じ顧客でも、認証用番号は失敗し、別の通知番号は成功することがあり得る。
送信番号、宛先網、国、時刻、再試行別の監視が必要になる。これは一般的な対処であり、Twilioは具体的な認証や通知の損失を報告していない。
minorには分母がない
対象番号、メッセージ、顧客、受信者の数、失敗率、流量曲線はない。minorは運用分類であり、一部がどの程度だったかを示す尺度ではない。
顧客のログは自社の露出を示すが、全プラットフォームへ外挿できない。一つの正常番号も、一つの失敗も、それぞれ全体を代表しない。
正常化後に残る検証項目
番号群の定義、故障領域、実際の影響時間、失敗試行と最終配信、緩和策、再試行処理、恒久対策が分かれば再発リスクを評価できる。
現時点の結論は限定される。一部番号からC+W LIMEへのSMS経路は12時間を超える公開インシデント中に配信失敗し、その後正常とされた。原因、規模、終端結果は明らかでない。
