0

微软解释Microsoft 365服务停摆起因及后续措施

微软发布初步事故报告说明Microsoft 365服务在全球范围内遭遇大规模停摆事件的原因。此次影响覆盖Outlook、Exchange Online、Teams等核心服务,持续超过12小时。

根本原因分析

事故根源可追溯至2026年7月引入的软件缺陷,该问题在内部进程锁竞争中触发服务器无响应状态。尽管此更新通过常规测试流程,但因测试环境硬件配置较低未暴露高CPU核心数服务器的潜在风险。

触发条件组合

除软件缺陷外,Teams流量转移至主网关增加负载,叠加前一日的14%服务器容量损失,共同触发了隐藏故障。当自动流量重定向机制启动时,健康服务器承受异常压力形成级联崩溃,导致80%的网络网关集群失效。

恢复挑战与方案

传统应急机制未能应对如此规模的系统故障,受影响的Exchange Online服务无法切换网关。微软采用分阶段热修复方式逐步恢复代码路径,先下线部分服务器应用补丁再重新上线,最终完成全量恢复。

后续改进计划

微软承诺本周内发布详细最终报告,并将优化压力测试机制以识别新型硬件环境下的潜在缺陷,同时加强容量分区隔离策略防止区域性故障扩散。

via Neowin

0 评论
最旧
最新 最多投票
0
希望看到您的想法,请您发表评论x