什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

微软365瘫了近10小时,74国用户受影响:一个7月的补丁,为什么三个多月后才炸

11月13日,德国主题乐园 Phantasialand 旗下的一家酒店,泳池自动加氯设备出了故障。安全系统按设定发了一封氯浓度超标警报邮件。邮件没到。

那几天,微软365正瘫着。随后,泳池里氯气扩散,15人出现呼吸道刺激,4人被送医。知乎

德国媒体的报道把两件事联系在了一起。当地消防部门只说是“技术故障”,邮件中断到底起了多大作用,还没有调查结论。

但这场从美东时间11月12日下午开始的宕机,影响远不止一封邮件。

美东时间11月12日下午,Outlook先连不上。接着Teams、OneDrive、SharePoint、Copilot一个接一个报错。

监测网站Downdetector上,74个国家和地区出现报告。仅Outlook一款产品,报障峰值就冲到138058条。知乎

微软365瘫了近10小时,74国用户受影响:一个7月的补丁,为什么三个多月后才炸

真正出问题的是底层。Outlook背后的Exchange Online,邮件、日历、会议都挂在它上面。它一停,Planner、To Do、Defender XDR也跟着报错。

英国NHS上百万员工的邮件和会议停了。几百家医院用回纸质病历,部分手术临时取消。英国法院的判决邮件发不出去,只能推到下周。日本数字厅的政府共通平台,改用电话和短信办公。

微软后来道歉,说不是黑客攻击,也不是AI智能体干的。初步事故报告把原因拆成三个“伏笔”。36氪

第一个伏笔埋在7月。微软给网关服务器打了个补丁,里面藏着一个“锁竞争”缺陷。

可以把它想成营业厅只有一枚公章,柜员越多,排队越长。服务器核心越多,这个问题越严重。

偏偏微软压测用的是核心少的机器,没测出来。补丁就这么在全球网关上跑了三个多月。

第二个伏笔在事发前15小时。Teams从备用网关切到主网关,和Outlook背后的Exchange Online挤在一起。

第三个伏笔更巧:事故前一天,主网关有14%的服务器因为另一个不相干的问题下线,还在慢慢恢复。

三件事撞上美国上班的流量高峰。剩下的服务器越忙越卡,最后成片停止响应。一个三个多月没出事的补丁,在早高峰的几十分钟里,把账一次算清。

微软365瘫了近10小时,74国用户受影响:一个7月的补丁,为什么三个多月后才炸

恢复也没那么快。修好的服务器一接回流量,就被积压的请求再次压垮。自动恢复流程不是为这种大范围瘫痪设计的。

微软说,恢复不是把开关重新打开,每放一部分流量进来,都要先验证稳定性。因为漏洞潜伏了几个月,也没法直接回滚,只能停掉新部署、重写健康检查、一台台重启验证。核心服务花了九个多小时才逐步稳住。知乎

代价却分散在所有人身上。美国研究机构估算,这次宕机造成的损失约70亿美元。按SLA,企业能拿到的通常只是服务费抵扣,还得自己申请。36氪

微软的订阅收入和客户迁移成本摆在那里,单次宕机对它的业绩影响有限。 但账单落在了用户这边。真正被中断的,是医院、法院、酒店,和每一家把工作流押在同一个平台上的公司。第一财经

微软365瘫了近10小时,74国用户受影响:一个7月的补丁,为什么三个多月后才炸

很多公司不是没想过换。可邮箱一旦用上,日历、聊天、开会、云盘也跟着搬进去。真要换,得把整套工作流重来一遍,客户和供应商也未必跟着换。

这次事故最值得记住的,不是“云不可靠”,而是所有人都把余量压到了最紧。

主网关平时跑得好好的,Teams一挪过来、14%的机器一停,余量就没了。企业这边也一样,备用通道、本地副本、独立告警,能省就省,直到一次普通变更穿透整条链。

对普通人和公司来说,能做的不是赌微软下次不出事,而是留一条退路。关键告警别只走邮件,核心文档留一份本地,团队准备一个不依赖同一平台的联络方式。云不会消失,但“万一”得提前想好。

评论

评论区空态插画

当前文章无评论,是时候发表评论了