Vendredi noir chez Bazar Zellige : le site renvoie 503 dès l'ouverture des soldes, alors que l'Auto Scaling a quadruplé les serveurs

Bazar Zellige vend en ligne de la décoration, de l'artisanat et de l'électroménager (www.bazarzellige.ma, 1,2 million de comptes clients). Ce soir, c'est le Vendredi noir : les soldes ouvrent à 21:00 (heure de Casablanca, 20:00 UTC) avec une campagne télé et SMS. L'entreprise y réalise le quart de son chiffre d'affaires de l'année.

L'architecture est classique : un ALB alb-bazar-prod, un groupe Auto Scaling asg-bazar-web (instances Node.js, mise à l'échelle sur le nombre de requêtes par cible), un cache Redis ElastiCache cache-bazar-prod devant la base RDS PostgreSQL db-bazar-prod. Pour encaisser le pic, l'équipe a prévu un préchauffage du cache par la tâche planifiée rechauffe-catalogue sur batch-01.

À 21:00:03, les premières erreurs 503 sont apparues ; à 21:09, l'Auto Scaling avait lancé 18 instances de plus, sans aucune amélioration. Le directeur commercial, Mounir Squalli, appelle toutes les deux minutes. Le DBA, Ilham, propose de « passer la base sur une instance deux fois plus grosse » ; un développeur veut « vider Redis pour repartir propre ».

Vous êtes Anas, ingénieur cloud d'astreinte, sur poste-cloud (AWS CLI v2, région eu-west-3, accès SSM Session Manager aux instances, client psql à travers le VPN). Instance applicative témoin : i-0c3f8a21d94e7b605 ; serveur de traitements : batch-01 (i-07b1e9d4c2a5f3816).