Pourquoi l’accès est-il interrompu alors que les services fonctionnent ? La redondance de l’infrastructure

Le fait qu’un service fonctionne sur un serveur ne suffit pas à démontrer qu’il est accessible aux utilisateurs. Un problème d’accès rencontré chez X Mind Solutions nous a concrètement rappelé cette distinction. Nos services et nos serveurs fonctionnaient, et nos alertes existantes ne signalaient aucun problème ; pourtant, les utilisateurs ne pouvaient pas accéder au service. Dans une telle situation, examiner uniquement l’état interne du système ne suffit pas. Il faut également prendre en compte les connexions et les dépendances externes par lesquelles passe la requête de l’utilisateur.

Nos premières vérifications se sont concentrées sur l’environnement Docker, les tunnels et les services du serveur. Nous avons examiné le serveur et les journaux, et constaté que le processus Cloudflared était en cours d’exécution. Ces vérifications ne prouvaient toutefois pas que l’ensemble du chemin d’accès fonctionnait correctement. Un processus actif et la possibilité d’établir une connexion de bout en bout via ce processus sont deux choses différentes. Lors du diagnostic, il est donc plus pertinent d’associer la question « Est-ce que cela fonctionne ? » à la question « L’utilisateur peut-il réellement y accéder ? ».

Au fil de l’investigation, notre attention s’est portée sur l’infrastructure extérieure à nos propres serveurs et sur un problème d’accès du côté de Francfort. Toutefois, sans détails techniques vérifiés sur ce qui s’est produit dans un composant précis de l’infrastructure d’un fournisseur, il serait inapproprié d’affirmer une cause racine définitive. Le principal enseignement est que les dépendances externes font elles aussi partie de la continuité du service. Des vérifications locales concluantes ne signifient pas qu’aucun problème n’existe ailleurs dans la chaîne de connexion ; il faut donc élargir le périmètre de l’investigation en conséquence.

Pour se préparer à ce type de situation, il est important de rapprocher la supervision de l’expérience utilisateur. En complément du suivi des ressources serveur et des processus des services, des contrôles d’accès depuis l’extérieur peuvent être prévus. L’objectif n’est pas simplement de constater qu’un composant est actif, mais de vérifier que le service peut fournir la réponse attendue. Des contrôles effectués depuis différents points d’accès peuvent aider à mettre en évidence l’écart entre l’état du système local et la disponibilité perçue par les utilisateurs. Cela permet également de définir plus clairement ce que mesurent les alertes.

À la suite de cette expérience, les systèmes redondants reposant sur des infrastructures différentes ont fait partie des pistes à évaluer. Il faut ici distinguer la sauvegarde des données de la redondance du service : disposer d’une copie des données ne signifie pas que le trafic utilisateur peut basculer vers un autre système. Chez X Mind Solutions, nous en avons retenu qu’il faut aussi vérifier si les solutions alternatives reposent sur les mêmes dépendances externes. Un plan solide doit couvrir la cohérence des données, les conditions de basculement et les étapes de retour au système initial ; sa faisabilité doit être évaluée par des tests.