微软全球服务中断事件
7 节点1 篇5 来源
微软全球服务中断事件源于一次网络容量升级中暴露的潜在代码缺陷,导致Microsoft 365核心服务瘫痪约24小时,波及全球70多个国家及数亿用户。【背景】故障始于11月12日周四,初期被误判为可能涉及网络攻击或AI代理问题,但微软随后明确排除此类因素。根据11月15日发布的初步事后报告,根本原因是7月开始部署的一项网关服务器修复中存在潜伏缺陷。当Teams流量意外切换至主网关,叠加此前因无关故障导致的14%服务器容量缺失时,该缺陷引发锁竞争,耗尽CPU和内存,致使超过80%的服务器无响应。由于缺陷代码已运行数月,常规回滚工具失效,且重启后的服务器立即被积压流量淹没,导致恢复过程漫长且复杂。此次事件不仅造成邮件、Copilot等办公工具中断,还影响了政府、医院、法院及OpenAI等第三方服务,凸显了全球对单一云基础设施依赖的系统性风险。
事情怎么走到这一步
微软开始向Microsoft 365网络网关服务器部署一项包含潜在缺陷的代码修复,该缺陷在随后的三个月内未在生产环境中触发明显问题。
mlq.ai ↗由于一个无关的技术问题,微软约14%的网络网关服务器容量处于离线状态,为次日故障埋下隐患。
theguardian.com ↗美国东部时间上午11:20左右,Outlook等服务开始出现中断;约15小时前,Teams流量已自动故障转移至承载Exchange Online的主网关,增加了负载。
drj.com ↗Downdetector收到来自74个国家的约14万条故障报告,微软确认正在调查,并初步表示无迹象显示是网络攻击所致。
apnews.com ↗微软发言人声明故障由网络容量升级中的技术问题引起,明确排除AI或网络攻击因素;部分服务开始缓慢恢复,但积压邮件处理困难。
wired.com ↗