Falha de DNS da AWS derrubou Snapchat, bancos e mais de 1.000 sites por quase um dia

Em 20 de outubro de 2025, uma enorme indisponibilidade da AWS tirou do ar alguns dos maiores sites do mundo por boa parte do dia. Mais de 1.000 aplicativos e sites foram afetados — entre eles Snapchat, Fortnite, Duolingo, Reddit e bancos como Lloyds e Halifax. O Downdetector registrou mais de quatro milhões de relatos de usuários em poucas horas, mais que o dobro de um dia útil completo normal, e os relatos acabaram ultrapassando 11 milhões globalmente.

A Amazon atribuiu a causa raiz à 'resolução DNS do endpoint da API do DynamoDB na US-EAST-1' — a camada de lista telefônica que traduz nomes de serviços em endereços legíveis por máquina. Interrupções ali se propagam: os serviços não conseguiam encontrar os bancos de dados sobre os quais foram construídos.

A recuperação foi confusa. Mesmo depois de o problema subjacente ter sido tratado, a Amazon precisou limitar partes de seu próprio sistema, e o professor da Notre Dame Mike Chapple alertou sobre 'falhas em cascata' — como uma rede elétrica voltando que 'pode piscar algumas vezes' — se apenas os sintomas fossem corrigidos primeiro. A AWS disse que todos os serviços 'voltaram às operações normais' por volta das 23h00 BST, cerca de dezesseis horas após os primeiros relatos.

A conversa pós-incidente foi sobre concentração, não apenas código. 'O que este episódio evidenciou é o quão interdependente é a nossa infraestrutura', disse o professor da Universidade de Surrey Alan Woodward; o CEO da Cloudflare, Matthew Prince, foi direto: 'Todo mundo tem um dia ruim, hoje a Amazon teve um dia ruim.'

Mais de 1.000 aplicativos e sites afetados por boa parte do dia; relatos ao Downdetector ultrapassaram 11 milhões no pico; a Amazon precisou limitar partes de seu próprio sistema

A falha de resolução DNS de uma única região se propagou para mais de 1.000 serviços de clientes sem contenção geográfica.

A recuperação exigiu limitar os próprios sistemas da Amazon — o planejamento de capacidade não tinha margem para seu próprio incidente.

As falhas em cascata após a correção inicial mostraram que as ferramentas de recuperação, e não apenas a causa raiz, estavam sob estresse.

A janela de 16 horas para uma falha de plano de controle demonstrou quanto da internet de consumo depende de um único provedor.

A nuvem padrão da internet tem um raio de impacto padrão: quando o plano de controle de uma região tropeça, mil produtos não relacionados compartilham a queda — e a recuperação significa limitar a si mesmo.

Conforme a reportagem da BBC de 21 de outubro de 2025: os serviços da AWS haviam voltado ao normal; a Amazon ainda não havia detalhado completamente o mecanismo da falha nem emitido um postmortem oficial; especialistas renovaram os alertas sobre a dependência de um único provedor para serviços críticos, incluindo bancários.