Coinbase 5 月 8 日宕机复盘：撮合引擎单点故障，叠加 AWS Kafka 控制面缺陷致中断

Foresight News 消息，Coinbase 发布 5 月 8 日宕机事件事后复盘报告。报告披露，此次服务中断由两个故障叠加导致：其一，Coinbase Exchange 撮合引擎部署于 AWS 单一可用区集群，缺乏跨区自动故障转移能力，AWS 终止相关 EC2 实例后，五节点集群中三个节点下线，集群失去 quorum；其二，AWS 托管 Kafka 服务（MSK）控制面存在缺陷，分区 Leader 无法自动重新选举，导致事件流基础设施陷入「修复中」状态，进而影响报价、手续费服务及账本管道等多个系统。Coinbase 表示，交易于事发约 8 小时后完全恢复，全部系统恢复耗时约 20 小时。后续改进措施包括：为撮合引擎建立跨区热备设计、与 AWS 联合排查 MSK 控制面缺陷，并将现有双可用区 Kafka 集群迁移至三可用区部署。