Почему 80% серверов Microsoft 365 отключились во время масштабного сбоя
Масштабный сбой в работе облачной платформы Microsoft 365 привел к тому, что в пиковый момент более 80% серверных мощностей перестали отвечать на запросы пользователей, оставив миллионы людей без доступа к электронной почте. Причиной инцидента стало неудачное обновление сетевых шлюзов, выпущенное за несколько месяцев до аварии.
Содержание8 разделов · нажмите, чтобы развернуть
Что произошло во время сбоя
События разворачивались стремительно. Меньше чем за два часа скрытый дефект поразил всю распределенную инфраструктуру компании. Пользователи потеряли возможность отправлять и принимать сообщения, а также сталкивались с ошибками подключения к службам. В худший момент сбоя 80% машин в сети не обрабатывали входящий трафик.
Руководство компании подтвердило технический характер неполадок. Инженеры сразу исключили версию с кибератакой и отвергли предположения о том, что причиной стали недавние сокращения штата.
Причины аварии и архитектурные ошибки
Проблема крылась в архитектуре сетевых шлюзов. Платформа использует две независимые системы шлюзового типа для распределения нагрузки. В день инцидента одна из систем вышла из строя, перенаправив весь поток данных на оставшийся узел.
Штатная пропускная способность каждого шлюза позволяет справляться с полным объемом трафика компании. Однако каскадный сбой спровоцировал дефект в коде, который оставался незамеченным с июля.
| Параметр инцидента | Показатель |
| Затронутые серверы | Более 80% |
| Время распространения сбоя | Менее 2 часов |
| Срок нахождения бага в системе | Более 3 месяцев |
Почему баг не заметили во время тестов
Программное исправление было внедрено в июле и беспрепятственно работало на протяжении трех месяцев. Инженеры компании проводили стандартное тестирование перед релизом, но проверка не выявила проблему из-за различий в тестовых конфигурациях.
Лабораторные стенды использовали оборудование с меньшим количеством ядер и другие типы товарных единиц учета. На новом «железе» с многоядерными процессорами конфликт блокировок проявился намного острее, вызвав зависание процессов под нагрузкой.
Последствия и реакция пользователей
Пользователи выразили недовольство скоростью восстановления сервисов, хотя технические специалисты отмечают сложность диагностики подобных многоуровневых сбоев. Корпорации уровня Microsoft 365 ежедневно обрабатывают миллиарды запросов, где даже минимальная задержка на одном узле вызывает цепную реакцию.
FAQ
Была ли это кибератака?
Нет, компания официально подтвердила технический характер сбоя, вызванный внутренним дефектом в программном обеспечении сетевых шлюзов.
Сколько серверов вышло из строя?
В пиковый момент аварии более 80% серверов компании перестали отвечать на запросы пользователей.
Почему баг не обнаружили в июле?
Обновление тестировалось на устаревшем оборудовании с меньшим количеством ядер, в то время как проблема проявлялась на новых мощных процессорах.




Комментариев 0