跳转到主内容

共享网关的连锁故障扩大了 Microsoft 365 宕机影响

微软称,重路由让流量集中到更少的网关服务器,扩大了 Exchange Online 故障。邮箱恢复访问后,待发邮件仍需处理。

数据中心内,两排深色服务器机柜之间的空通道
TechKili · 使用 Cloudflare FLUX 生成的 AI 编辑插图
分享这篇文章:
本文目录

11 月 12 日,Microsoft 365 将流量从故障服务器转移出去,接手流量的正常服务器随后也开始出故障。微软的初步调查将这次连锁故障追溯到一套共享网络网关。受影响最重的是 Exchange Online。许多用户通过 Outlook 或其他客户端无法访问邮箱,邮件投递也出现延迟。

故障始于 2026 年 11 月 12 日 16:20(UTC)。微软 11 月 15 日发布的初步报告,可通过公开镜像查阅,涵盖事件 EX1550543 和 MO1550821。The Verge 在 11 月 17 日报道了这次故障,距初步报告发布相隔两天。

为什么重路由让故障蔓延

微软指出,有三个条件同时出现。其一,7 月上线的一项改动在 Microsoft 365 网关服务器中留下了潜在缺陷。其二,Teams 在一次常规故障切换中,将流量转移到与 Exchange Online 共用的网关,改变了这套网关处理的流量类型。其三,受另一起问题影响,当时该网关近 14% 的服务器容量已经不可用。

部分服务器停止响应后,系统自动把请求送往仍然正常的服务器。每次转移都将流量集中到更少的服务器上,而这些服务器运行着同一套网关软件。微软称,情况最严重时,受影响网关中超过 80% 的服务器停止响应。这个百分比衡量的是网关服务器。客户的实际影响随地区、连接方式和故障阶段而异。

邮箱访问和邮件投递分阶段恢复

Teams 的聊天和会议功能在大部分故障时间内保持可用,其他一些服务也能切离受影响的网关。微软称,Exchange Online 由于规模过大,仍需依赖这套网关。当 Outlook 与网页版通向同一受影响服务时,更换客户端仍可能经过同一条故障路径。

微软应用了修复更新,并分批让网关服务器重新上线。微软表示,客户受到的直接影响于 11 月 13 日 16:10(UTC)结束,此后仍继续监测服务并处理积压邮件。英国政府于 11 月 16 日向议会通报,故障干扰了医疗和其他公共服务,紧急求助电话 999 仍可使用。

测试故障通知能否通过备用渠道送达

依赖 Exchange Online 的团队可以做一次演练:让员工在不打开 Microsoft 365 的情况下找到应急联系人名单、收到通知并回复。模拟日常邮箱和登录渠道均不可用时,检查所选渠道能否正常使用。如果紧急业务流程需要邮件,还应明确恢复访问后由谁确认邮件送达。邮箱能打开与延迟邮件已送达是两项不同的恢复检查。

微软在初步报告中把 11 月 20 日列为最终复盘报告和更完整修复措施清单的目标日期。客户届时可据此评估微软打算如何避免流量转移后再次发生连锁故障。

来源