AWS का खरबों डॉलर का बिलिंग बग: जड़ कारण, समयरेखा और क्लाउड कॉस्ट अलर्ट पर इसका प्रभाव

जड़ कारण: एक यूनिट प्राइसिंग एरर

AWS ने पुष्टि की कि इसका मूल कारण अनुमानित बिलिंग कम्प्यूटेशन सबसिस्टम में एक यूनिट प्राइसिंग एरर था । प्रोजेक्टेड कॉस्ट की गणना करने वाला सबसिस्टम गलत, अत्यधिक बढ़ी हुई यूनिट दरों को लागू कर रहा था। यह खराबी अनुमान लॉजिक में थी, न कि वास्तविक उपयोग डेटा में ।

वैश्विक प्रभाव

• वैश्विक — यह समस्या बैंगलोर से लेकर बोल्सोवर तक, सभी AWS क्षेत्रों के ग्राहकों को प्रभावित किया ।
• सभी उपयोगकर्ता जिन्होंने इस घटना के दौरान Cost Explorer या Billing Console का उपयोग किया, उन्होंने गलत अनुमान देखे ।
• इस बग का वास्तविक बिलिंग पर कोई प्रभाव नहीं पड़ा - पहले से किए गए शुल्क और इनवॉइस अलग थे, और AWS ने बार-बार कहा कि दिखाए गए आंकड़े वास्तविक उपयोग या देय राशि को नहीं दर्शाते हैं ।

प्रभाव: घबराहट, अलर्ट थकान और खोया हुआ भरोसा

• ग्राहकों में घबराहट — सोशल मीडिया पर यूजर्स ने ट्रिलियन डॉलर की राशि देखने पर 'सोल लीविंग बॉडी' वाले मीम्स पोस्ट किए । कुछ ग्राहकों ने अनुमानित शुल्क क्वाड्रिलियन डॉलर में देखने की भी सूचना दी ।
• अलर्ट थकान (Alert Fatigue) — AWS Budgets और Cost Anomaly Detection अलर्ट एक साथ फायर हो गए, जिससे संभावित रूप से टीमें भविष्य के वास्तविक अलर्ट के प्रति असंवेदनशील हो सकती हैं ।
• कोई वास्तविक वित्तीय नुकसान नहीं — AWS ने गलत राशि का बिल नहीं भेजा या वसूला नहीं; अनुमान केवल प्रदर्शन के लिए थे। हालांकि, एंटरप्राइज ट्रस्ट और परिचालन व्यवधान वास्तविक और गंभीर थे ।

रिकवरी टाइमलाइन: 16-18 घंटे का सफर

गलत डेटा प्रदर्शन की कुल अवधि: अधिकांश ग्राहकों के लिए लगभग 16-18 घंटे, पूर्ण पुनर्गणना में अधिक समय लगा।

क्लाउड बिलिंग अलर्ट सिस्टम के लिए व्यापक सबक

इस घटना ने कई महत्वपूर्ण आर्किटेक्चरल कमजोरियों को उजागर किया:

1. अलर्ट लॉजिक में अंधे धब्बे — AWS Budgets और Cost Anomaly Detection उसी अनुमान पाइपलाइन पर निर्भर करते हैं जो विफल हुई। जब अपस्ट्रीम गणना दूषित हो जाती है, तो सभी डाउनस्ट्रीम अलर्ट शोर बन जाते हैं । इसने साबित कर दिया कि बिलिंग अलर्ट केवल उतने ही विश्वसनीय हैं जितना कि उन्हें फीड करने वाला अनुमान सबसिस्टम।

2. पैमाने पर अलर्ट थकान — हजारों ग्राहकों को एक साथ गलत सकारात्मक उच्च-लागत अलर्ट प्राप्त हुए। यह ऑपरेशन टीमों को असंवेदनशील बना सकता है, जिससे वास्तविक बिलिंग विसंगति या वास्तविक लागत वृद्धि पर प्रतिक्रिया करने में उन्हें देरी हो सकती है ।

3. स्वतंत्र सत्यापन की आवश्यकता — क्लाउड बिलिंग सिस्टम में 'सर्किट ब्रेकर' का अभाव है जो उचित सीमा से अधिक (जैसे, सामान्य से 1000 गुना अधिक) अनुमानों को अस्वीकार कर सके। इस घटना के बाद, उद्यमों द्वारा मल्टी-लेयर वैलिडेशन की मांग की जाने की संभावना है: एक दूसरी, स्वतंत्र पाइपलाइन जो कंसोल में डेटा दिखाने से पहले ऐतिहासिक मानदंडों से अधिक डिस्प्ले को फ्लैग करे।

4. संचार अंतराल — AWS के पास रीयल-टाइम में कंसोल में गलत अनुमानों को दबाने या ओवरराइड करने के लिए कोई पूर्व-निर्मित तंत्र नहीं था। ग्राहकों को यह जानने के लिए केवल सोशल मीडिया और AWS स्टेटस पेजों पर निर्भर रहना पड़ा कि डेटा गलत था ।

5. आर्किटेक्चरल सबक — अनुमान सबसिस्टम को डिफेंसिव बाउंड्स चेकिंग के साथ डिजाइन किया जाना चाहिए: यदि गणना किए गए अनुमान पिछली अवधि के वास्तविक आंकड़ों के एक कॉन्फ़िगर करने योग्य गुणक से अधिक हैं, तो सिस्टम को उन्हें प्रदर्शित करने से इनकार कर देना चाहिए और इसके बजाय 'डेटा पेंडिंग' संदेश दिखाना चाहिए।

निष्कर्ष में, जुलाई 2026 का AWS बिलिंग बग एक वित्तीय घटना नहीं थी, बल्कि एक भरोसे और आर्किटेक्चर की घटना थी। इसने खुलासा किया कि क्लाउड कॉस्ट मैनेजमेंट सिस्टम को अनुमान लॉजिक और यूजर-फेसिंग डिस्प्ले के बीच बेहतर इन्सुलेशन की आवश्यकता है, साथ ही सर्किट-ब्रेकर तंत्र की भी ताकि एक यूनिट प्राइसिंग टाइपो वैश्विक घबराहट का कारण न बने।