Aux heures de pointe, l'API des inscriptions échoue au hasard avec « Temporary failure in name resolution »

L'API api.masterlinux.lab gère les inscriptions et les paiements de MasterLinux. Elle tourne sur trois instances ml-api-01 à ml-api-03 (c6i.2xlarge, Ubuntu 24.04) derrière un ALB, dans le VPC 10.40.0.0/16. Pour chaque inscription, elle appelle plusieurs services internes (paiement.masterlinux.lab, catalogue.masterlinux.lab, zone privée Route 53) et des API AWS (SQS, S3).

Deux changements la semaine dernière : la nouvelle image de base des serveurs (CHG-1984, « réduction des services inutiles ») et l'ouverture des inscriptions de la rentrée, qui triple le trafic entre 10:00 et 12:00. Depuis, aux heures de pointe, des erreurs getaddrinfo EAI_AGAIN apparaissent au hasard : des élèves voient « Paiement indisponible, réessayez ». Hors pointe, rien.

L'équipe applicative accuse le DNS de Route 53 ; l'équipe réseau dit que « tout est vert ». Vous êtes l'ingénieur cloud d'astreinte, sur ml-bastion (AWS CLI v2), avec un accès SSH aux instances.