找回密码
立即注册
搜索
发回帖 发新帖

6710

积分

0

好友

850

主题
发表于 昨天 00:44 | 查看: 13| 回复: 0

微软经历了一场波及全球的大规模云服务宕机。

Outlook 无法正常收发邮件,Teams、Copilot、OneDrive、SharePoint 等一系列 Microsoft 365 服务也受到影响。对于依赖微软办公套件开展日常工作的企业和公共机构来说,这场故障打乱了日常业务。

这场事故始于 2026 年 11 月 12 日,一直持续到 13 日,前后近 24 小时。

影响范围之广,甚至引起了英国政府的关注。11 月 16 日,英国政府在下议院发表声明,指出事故波及个人、企业和公共部门,包括医疗卫生等公共服务领域。

英国议会关于 Microsoft 365 故障的议事记录页面

事故造成的损失也引发了后续讨论。据 WIRED 报道,微软企业客户可以依据服务等级协议(SLA)申请服务抵扣。此外,据澳大利亚媒体 ABC News 披露,已有诉讼融资机构开始征集受影响企业和个人的信息,以评估发起集体诉讼的可能性。

这场波及全球的故障究竟是怎么发生的?

11 月 16 日,微软公布了事故的初步报告。这份报告最初发布在 Microsoft 365 管理中心,并非面向公众开放的完整报告。

根据微软的初步分析,事故与网络攻击或 AI Agent 无关,而是三个看似独立的问题共同作用的结果。

潜伏四个月的 Bug 遇上流量切换

微软将此次宕机归因于三个因素。

第一,是一个潜伏了四个月的软件 Bug。

2026 年 7 月,微软针对 Microsoft 365 网络网关服务器部署了一次代码变更。这次变更引入了一个隐藏缺陷:在特定负载条件下,服务器内部进程会出现锁竞争,导致 CPU、内存等资源被大量消耗,最终使服务器失去响应。

问题并没有在部署后立即暴露。这项变更经过数周逐步推广,最终覆盖全球相关基础设施。此后的四个月里,微软一直没有观察到明显异常。

微软的常规负载测试也没能发现问题。微软解释称,测试使用的硬件规格与实际生产环境并不完全一致:测试环境更多采用核心数量较少、性能相对较弱的服务器,而生产环境中较新的硬件拥有更多 CPU 核心。

这个锁竞争问题在核心数量更多、硬件更新的服务器上反而更加严重。

第二,是服务器负载发生变化。

微软表示:“常规网络维护和升级期间的流量切换,暴露了一个潜藏已久的 Bug。”

为了提高服务可用性,微软为 Microsoft 365 部署了两套相互独立、架构存在差异的网络网关系统。简单来说,当一套系统出现问题时,另一套可以接管部分流量,避免用户无法访问服务。

但在宕机事故发生前约 15 个小时,Teams 的流量从备用网关切换到了主网关。

这本来只是一次正常的故障切换操作,却让原本就承载 Exchange Online 等服务的主网关迎来了更多请求,同时也改变了服务器所处理的流量类型。潜伏已久的 Bug 因而遇到了触发条件。

第三,服务器集群少了近 14% 的可用容量。

事故发生前一天,由于另一个系统故障,微软网络网关服务器集群中近 14% 的容量已经处于不可用状态。

微软表示,剩余服务器原本仍有足够的冗余容量,因此单独来看,这个问题并不会影响正常服务。

然而,当流量切换带来的额外负载与服务器内部的隐藏 Bug 同时出现时,剩余服务器便难以承受压力。最终,大量请求开始堆积,服务器逐渐失去响应。

故障扩散:超 80% 的网关服务器无响应

随着越来越多服务器停止响应,流量不断转移到剩余服务器上,后者承受的压力进一步增加,随后也开始出现同样的问题。

服务器越少,单台服务器承担的请求就越多;请求越多,服务器就越容易失去响应。如此反复,形成了不断扩大的故障循环。

微软披露,在不到两个小时的时间里,这个此前未知的软件缺陷就在整个服务器集群中被触发。故障最严重时,超过 80% 的网络网关服务器处于无响应状态。

微软原本设计了隔离机制,希望通过将基础设施划分为不同区域和容量单元,防止局部故障扩散。但在这次事故中,另一个独立问题导致这些机制没能有效阻止故障蔓延;截至初步报告发布,微软尚未解释具体原因。

原本应该被限制在局部区域的问题,最终扩散到了全球网络网关基础设施。这也解释了为什么受影响的不只是 Outlook。

微软初步报告列出的受影响服务包括 Exchange、Copilot、Teams、SharePoint、OneDrive、Defender、Purview、Fabric、Intune、Planner、Power Apps 和 Power BI 等。不过,不同服务受到的影响程度并不相同。

为什么 Outlook 恢复得更慢?

事故发生后,微软旗下不同服务的恢复速度并不一致。

Teams、OneDrive、SharePoint 和 Office 应用中的部分服务,可以通过切换到其他网络网关基础设施来绕开故障区域,因此恢复相对较快。

但 Outlook 背后的 Exchange Online 没有这样的条件。微软表示,Exchange Online 无法像其他部分服务一样,通过相同的方式切换到故障网关之外的基础设施。

与此同时,由于问题来自 7 月就已经部署的软件变更,常规回滚、灰度发布和功能开关机制也无法快速撤销这次变更。

最终,微软工程师针对相关代码路径开发修复方案,将其恢复到此前已知正常的状态。随后,微软将服务器分批下线、更新代码、重启,再逐步恢复服务。

企业能否获得赔偿?

技术问题之外,这次事故还带来一个现实问题:企业因微软服务中断而遭受的损失,应该由谁承担?

对于不少企业来说,Outlook 不只是收发邮件的工具,Teams 也不只是聊天软件。客户沟通、内部协作、业务审批、项目交付,很多工作流程都建立在 Microsoft 365 之上。

一旦这些服务同时无法使用,损失可能远远超过一两天的订阅费用。

据 WIRED 11 月 14 日报道,微软企业客户可以依据服务等级协议申请服务抵扣。以 Exchange Online 为例,WIRED 根据微软服务协议计算,此次事故可能让符合条件的客户获得相当于当月服务费用 50% 的抵扣。

不过,这并不意味着所有用户都能拿到现金赔偿。

微软的服务抵扣通常需要客户主动提交申请,并提供故障持续时间、受影响资源、用户数量及所在地区等信息。个人版 Microsoft 365 用户则没有相同的 SLA 保障,能否获得退款或抵扣,更多取决于微软的具体决定。

更重要的是,SLA 抵扣通常只针对服务本身的可用性,并不意味着微软需要赔偿企业因业务中断造成的全部经济损失。

后续措施

微软表示,这次事故与网络攻击、AI 或 Agent 无关,属于技术故障。

微软称,已经增加相关基础设施容量,并加强流量分配方面的保护措施,以降低类似故障再次发生的风险。

目前公布的仍是初步事故报告。微软预计将在 11 月 20 日公布完整的最终事故报告,届时可能会进一步解释区域隔离机制为什么没能阻止故障扩散,以及后续将采取哪些改进措施。

来源

整理:屠敏
出品:CSDN

参考:




上一篇:Optimizely 脚本遭恶意注入,178家网站访客受影响
下一篇:苹果 Siri AI 测试每日额度:iCloud+ 套餐最高扩至20倍
您需要登录后才可以回帖 登录 | 立即注册

关闭

站长推荐上一条 /1 下一条

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-11-20 05:05 , Processed in 0.069827 second(s), 42 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表