フォーラム

こんにちは。バックエンドのログに基づき、今回の停止原因を調査いたしました。詳細は以下の通りです。

これはお客様のプログラムや設定の問題ではありません。 アプリは停止前まで正常に動作しておりました（最後の要求は約6月9日 21:22で、エラー、クラッシュ、メモリ不足などは発生しておりません）。

停止の真の原因は、6月9日夜間に共有クラスター（Taipeiリージョン）で実施された一括ノード入れ替えです。影響の時系列は以下の通りです（台北時間）：

1. 21:30頃より、お客様のサービスが稼働していたノードがドレインされ、Podが退去させられて新しいノードへ再スケジュールされたため、サービスが停止しました。
2. ノード全体で一斉にイメージの再取得が行われたため、イメージレジストリが混雑しました。お客様のイメージ（約485MB）の取得に45分を要し、Podがなかなか準備完了状態になりませんでした。
3. 取得完了後にPodは一度起動に成功しましたが（ログに Listening on http://0.0.0.0:8080 と表示）、ノード入れ替えが不安定なプロセスの中で終了状態（FailedKillPod / DeadlineExceeded）でスタックしてしまいました。これにより、6月10日に手動で再デプロイされるまでサービスが異常な状態となっていました。

現在は新しいノード上で安定して稼働しており（Running、再起動0回）、状態は正常ですのでご安心ください。

今回のイメージ取得に異常な時間がかかった件については、インフラチームにフィードバックし、今後のノード入れ替えによるサービスへの影響を最小限に抑えるよう検討いたします。

もし本サービスの安定性が非常に重要であり、共有クラスターのノード入れ替えの影響を受けたくない場合は、リソースとノードが完全に独立した Dedicated Server（専用サーバー）へのアップグレードをご検討ください。

その他ご不明な点がございましたら、新しい投稿を作成してください。よろしくお願いいたします。