繁體中文（香港）
事後分析：在用戶登入時發生意外的 500 錯誤
2024 年 7 月 18 日認證服務返回意外的 500 錯誤的事件報告。
Charles
Developer
Developer
Stop wasting weeks on user auth
Launch secure apps faster with Logto. Integrate user auth in minutes, and focus on your core product.
Get started
2024 年 7 月 18 日認證服務返回意外的 500 錯誤的事件報告。
2024 年 7 月 18 日，Logto Cloud 的認證服務出現 500 內部伺服器錯誤，引致服務中斷。
在最近的 Cloud 部署期間，數據庫架構的嚴重變更導致登入體驗 API 在過渡測試環境和生產環境時失敗。
我們目前正在開發一個名為「Bring your UI」的新功能，允許用戶透過自己的網頁自定義 Logto 的登入體驗。此功能需要在 sign-in-exp 表中新增一個欄位來存儲自定義 UI 設定。
由於開發過程中的一些需求變更，功能發布被延遲，但第一部分的架構變更早在幾週前便已部署至生產環境，儘管尚未使用。此拉請中引入了數據庫欄位的更新。
不幸的是，這一變更並不相容，導致來自舊程式碼的 API 請求在與新數據庫通訊時失敗。
在部署新的 Logto Cloud 版本時，我們首先將其部署至測試環境，然後交換測試環境和生產環境。 具體過程如下：
然而，兩個環境共用同一數據庫，整個過程需要時間。因此在從數據庫更新到環境交換的時間窗口內，線上用戶仍然處於生產環境中的舊代碼，但試圖與新數據庫通訊。
這是事件的根本原因，也是為什麼問題在 35 分鐘內自動解決的原因。
我們確實有一個 CI 任務來檢查數據庫變更的向後兼容性。然而，先前並未要求在合併 PR 前通過 CI 檢查。這是因為大多數時候開發階段通常在幾次短衝刺中完成，架構變更的首部和第二部分通常會在同一發佈階段中包含。
這次，功能發布被延遲，將架構變更分布到兩個版本中。開發者認為 CI 錯誤是預期的，並告知審閱者這不應阻止 PR 合併。
交流的差距無疑存在，最終 PR 在未提供任何必要的向後兼容支持下合併。