微软CEO萨提亚·纳德拉(Satya Nadella)在年度Ignite大会开场演讲中,首先就上周Microsoft 365服务的长时间中断向用户致歉。

纳德拉表示,此次事件凸显了数字基础设施作为全球通信基础的重要性。“我们深知用户寄予的信任,也明白自身肩负的重大责任。”他承诺,微软将从中吸取教训,持续改进以提供更具韧性的服务,并感谢企业在服务宕机期间为维持生态系统运转所做的努力。

上周的中断导致数百万用户无法访问Copilot、Exchange和Outlook等核心服务,众多企业业务陷入停滞。值得注意的是,这是Microsoft 365在短短三个月内发生的第二次重大事故,此前8月31日曾出现过类似的服务离线情况。

故障源于“级联失效”

针对故障原因,微软Copilot、智能体及平台执行副总裁查尔斯·拉马纳(Charles Lamanna)于11月16日披露,事故由影响网络系统的“三个主要因素”共同引发。

拉马纳指出,根源在于7月之前一次更新中存在的“潜在缺陷”,该缺陷引发了网络网关的“锁争用”问题,进而导致系统出现“级联失效”。尽管该缺陷早已存在,但由于测试实验室流量与实际环境存在差异,微软常规的负载测试未能捕捉到这一隐患。

此外,网络网关的“负载激增”加剧了问题严重性。而在故障发生前一天,约有14%的网络网关服务器容量因“无关问题”处于“停用状态”,进一步恶化了局势。目前,客户仍在等待完整的事故复盘报告。