Google Cloud-storing in Londen raakt Revolut en Britse banken

Google Cloud meldt dinsdag 20 oktober een stroomincident in de Londense zone europe-west2-b; de Britse statuspagina van Revolut toont 30 deels onbeschikbare diensten, waaronder kaartbetalingen en zakelijke API’s.

Een Nederlands bedrijf dat betalingen, orders of klantcontact via één clouddienst laat lopen, kan zijn eigen klanten tijdelijk niet bedienen terwijl de eigen website nog werkt. De inzet zit in de hersteltijd van de hele keten: kan een klant blijven betalen, en hoeveel transacties moeten na een storing nog worden gecontroleerd?

Een stroomincident treft één zone en meerdere diensten

Google zegt dat de storing op 20 oktober om 06.08 uur UTC begon, om 23.08 uur Californische tijd op maandag 19 oktober. Een stroomincident legde zone europe-west2-b plat. In de Londense regio europe-west2 kregen meerdere clouddiensten fouten of netwerkproblemen, waaronder Compute Engine, Cloud SQL, Cloud Storage, BigQuery, Cloud Run en Google Kubernetes Engine. De statuspagina maakt onderscheid tussen de uitgevallen zone en diensten die elders in de regio nog foutmeldingen geven.

In de Google-update van 11.58 uur UTC, omgerekend 13.58 uur Nederlandse tijd, stond dat het stroomincident was gemitigeerd en dat herstel van bestaande toepassingen voorrang kreeg. Klanten konden mogelijk nog geen nieuwe toepassingen aanmaken. Google verwachtte het herstel van bestaande toepassingen uiterlijk om 15.00 uur Nederlandse tijd af te ronden, met de kanttekening dat dit een voorlopige inschatting was. Eerder die ochtend noemde Google nog geen tijdelijke oplossing. The Register meldde later dat Google verplaatsing naar een andere zone of regio als uitwijkmogelijkheid noemde.

Associated Press meldde problemen bij Lloyds, Halifax, HSBC en Revolut en schreef dat storingen elders in Europa nog niet aan hetzelfde incident konden worden gekoppeld. Revolut zei tegen AP dat klantgeld en klantgegevens veilig waren. Reuters meldde op basis van een niet bij naam genoemde bron dat de Revolut-storing samenhing met de uitval van Google Cloud. Die oorzaak staat niet in Revoluts eigen statusmelding. Techzine wees er eveneens op dat de bank het verband niet publiekelijk had bevestigd.

De zone-uitval loopt door in de regio

Een Google Cloud-regio bestaat uit meerdere zones. Een zonale dienst draait in één zone en kan bij een storing daar onbereikbaar worden. Een regionale dienst spreidt onderdelen over zones binnen dezelfde regio. Een dienst die meerdere regio’s combineert, gebruikt locaties in verschillende geografische gebieden. Welke bescherming een organisatie krijgt, hangt dus af van de specifieke clouddienst en de manier waarop de applicatie haar inzet.

Google’s architectuurdocumentatie noemt ontwerpdoelen van 99,9 procent beschikbaarheid voor cloudvoorzieningen in één zone en 99,99 procent voor regionale voorzieningen. Het document vertaalt die doelen naar respectievelijk 8 uur en 45 minuten en 52 minuten mogelijke uitval per jaar. Google noemt het ontwerpdoelen, geen contractuele belofte; de serviceafspraken staan per product apart. Een applicatie kan minder beschikbaar zijn dan de onderliggende clouddienst wanneer één noodzakelijke schakel uitvalt.

Uitwijken vraagt voorbereiding en keuzes

Google adviseert klanten bij een storing toepassingen naar een andere zone of regio te verplaatsen als dat haalbaar is. Dat veronderstelt dat de applicatie daar al kan draaien, dat netwerkverkeer erheen kan worden gestuurd en dat de benodigde gegevens beschikbaar zijn. Google schrijft dat uitwijk tussen regio’s complex en kostbaar kan zijn. Voor veel toepassingen past een warme reserve: een deel draait al, andere onderdelen worden pas opgeschaald als de primaire omgeving uitvalt.

Daarbij spelen drie zakelijke keuzes mee. Hoe snel moet een proces terug zijn? Hoeveel recente gegevens mag het verliezen? En kan een medewerker na herstel zien welke betalingen, orders of berichten opnieuw moeten worden verwerkt? Google noemt regelmatig testen van uitwijk en herstel als onderdeel van de regionale planning. Alleen een test laat zien of verkeer en gegevens daar werkelijk aankomen.

Cloudstoringen keren terug met andere oorzaken

In juli veroorzaakte een fout tijdens routineonderhoud in Microsofts West-US-regio bijna vijf uur uitval en problemen bij 27 Azure-diensten. Teams en SharePoint vielen in hetzelfde incident ook uit; de netwerkonderhoudsfout die Microsofts Azure- en 365-diensten urenlang raakte trof dus meer dan één toepassing.

De geraamde hersteltijd van Google zegt nog niet wanneer iedere betaal- of orderstroom bij klanten weer volledig werkt. Na herstel moet ook duidelijk worden welke transacties zijn blijven wachten en of ze dubbel zijn verwerkt. Een SaaS-herstelplan dat per datastroom hersteltijd (RTO), maximaal dataverlies (RPO) en gemiste transacties vastlegt beschrijft die laatste stap. Voor de klant eindigt de storing wanneer het bedrijfsproces weer betrouwbaar loopt.