鉅亨網編譯羅昀玫 綜合外電
微軟 (MSFT-US) 在初步事故報告中指出,上週 Microsoft 365 全球服務中斷,起因是 7 月軟體更新引入、逾三個月未被發現的程式錯誤。Teams 自動切換至 Exchange Online 使用的網路基礎設施,讓已有近 14% 容量離線的閘道伺服器承接額外流量,觸發連鎖故障。最嚴重時,逾八成相關伺服器無法回應,Outlook、Teams 和 Copilot 等服務都受到波及。
微軟 (MSFT-US) 週一 (16日)收低 1.12% 至每股 517.99 美元,今年迄今漲幅 9.53%。
依微軟初步事故報告,事故自美東時間 11 月 12 日上午 11 時 20 分持續至 13 日上午 11 時 10 分,歷時 23 小時 50 分,相當於台灣時間 11 月 13 日凌晨 0 時 20 分至 14 日凌晨 0 時 10 分。部分企業及政府客戶無法存取信箱,郵件投遞也出現明顯延遲,影響日常業務。
Teams 切換推升流量 近 14% 容量已離線
微軟指出,事故發生約 15 小時前,Teams 自動切換至 Exchange Online 使用的網路基礎設施,讓原本處理郵件服務的閘道承接更多通訊流量。當時,這批閘道伺服器已有近 14% 的容量因另一項問題離線。
剩餘容量原本足以維持服務,但 Teams 切換帶來的額外流量,最終觸發 7 月更新引入的程式錯誤。
這項程式錯誤涉及「鎖競爭」(lock contention),也就是多項作業爭用同一資源時,必須等待占用資源的作業釋放鎖定。據報,流量激增後,部分伺服器因記憶體耗盡而停止回應。
微軟解釋,實驗室負載測試的流量組成與硬體配置有別於正式環境,測試多採用核心數較少、效能較低的設備。鎖競爭在採用較新硬體、核心數較多的伺服器上更嚴重,因此未在部署前的測試中浮現。
自動分流加劇故障 不到兩小時波及整批閘道伺服器
部分伺服器停止回應後,自動流量管理系統將用戶導向仍可運作的伺服器,但這些伺服器承接額外流量後也相繼失靈。
微軟表示,程式錯誤在不到兩小時內波及整批相關閘道伺服器。原本用來將故障限制在個別區域的防護機制也未能奏效,中斷因而蔓延至全球。
Teams、OneDrive 和 SharePoint 可切換至替代基礎設施,因此較早恢復。
Exchange Online 無法以同樣方式切換,Outlook 與 Exchange Online 用戶在美國上班尖峰時段仍受影響,部分用戶無法開啟信箱,郵件投遞也持續延遲。
重啟後積壓流量湧入 微軟部署修正
微軟表示,受影響的伺服器重啟後,積壓流量很快湧入,讓伺服器再度不堪負荷。
由於問題程式碼已部署數月,常規回滾工具與功能開關均未能解決問題。工程團隊因此分區處理,一度將單一區域逾半數的基礎設施暫時下線,逐步回退程式碼並消化積壓流量。
微軟表示,工程團隊確認程式錯誤後,開發並部署修正程式,服務於美東時間 13 日逐步恢復。
公司已擴充容量、強化監控,並增設防護措施,避免流量重新導向時再度引發連鎖故障。
微軟負責 Copilot、代理程式及平台業務的執行副總裁拉曼納 (Charles Lamanna) 在社群平台 X 向客戶致歉,表示公司理解這次中斷對客戶日常營運造成的影響。
這起事故凸顯企業將郵件、協作與 AI 助理集中在同一雲端平台的營運風險。多項服務共用網路基礎設施時,一次閘道故障就可能同時影響不同工作流程,而各服務能否切換至替代設施,也會影響恢復速度。
下一篇
