首页 > 教程资讯 > 教程详情

微软公布 Microsoft 365 全球宕机原因:7 月更新埋下缺陷,最低时超 80% 网关服务器无响应

软件与互联网 老K说软件 2026-11-17
文章分享

微软在 Microsoft 365 管理中心发布的初步事故报告中称,11 月 12 日导致 Outlook、Exchange Online、Teams 和 Copilot 等服务在全球范围内中断近一天的故障,源于 7 月为 Microsoft 365 网络网关服务器推出的更新中的一个软件缺陷。据 BleepingComputer 和 The Register 报道,这个缺陷在三个多月里没有出过问题,直到流量增加与服务器容量减少同时出现,才被触发。

故障时间线

据 BleepingComputer 报道,故障始于美东时间 11 月 12 日(周四)上午 11 时 20 分,微软确认客户影响在次日(11 月 13 日)美东时间上午 11 时 10 分结束。

The Register 援引报告称,Teams 向 Exchange Online 所用网关的故障切换发生在 UTC 时间 11 月 12 日 01:07,BleepingComputer 称这比宕机开始早约 15 小时。随后负载逐步上升,微软的连接异常监控在 UTC 16:03 发现连接问题增多,16:33 收到第一个支持工单。

三个因素叠加

微软称,此次宕机由三个问题共同造成:

  • 一个此前未被发现的软件缺陷。
  • Teams 故障切换后增加的流量。
  • 服务器容量减少:约 14% 的网关服务器容量因一个无关问题处于离线状态。

微软称,服务本有足够的容量余量,但流量增加与容量减少叠加,触发了这个缺陷。

缺陷为何没被测出

据 The Register 援引报告,该缺陷会在 Windows 的一个内部进程中造成锁争用,耗尽机器的 CPU 和内存。微软称,核心越多、硬件越新,争用问题越严重,而其负载测试多使用核心较少的较弱硬件,所以没有发现这个问题。

连锁故障

微软称,服务器失去响应后,流量被转到其他服务器,后者也相继出现同样的问题。不到两小时,缺陷就在整个服务器群中出现,最低时超过 80% 的服务器无响应。微软还称,用来防止问题在区域间扩散的保护措施也没能拦住这次连锁故障。

为何 Exchange Online 恢复最慢

报告称,Teams、OneDrive、SharePoint 和 Office 应用可以切换出故障的网关基础设施,因此较早恢复。Exchange Online 因规模原因无法切换,用户长时间无法访问邮箱。

恢复过程同样不顺:重启的服务器很快又被积压的流量压垮。由于缺陷已存在数月,无法直接回滚,工程师开发了一个把代码路径恢复到此前已知良好状态的更新,并分批部署。

后续措施

微软称已扩容、改进监控,并增加防护,避免流量重定向再次引发类似的连锁故障。微软执行副总裁 Charles Lamanna 在 X 上发表声明,称对客户受到的影响深表歉意。

最终事故报告方面,The Register 称将于 11 月 20 日发布,BleepingComputer 则称预计在本周晚些时候。

来源