微软披露7月潜伏漏洞引发Microsoft 365全球大规模宕机!

微软此次故障于11月12日重创全球企业和政府客户的日常运营,再次暴露出企业过度依赖单一云服务供应商所带来的运营脆弱性与集中风险。周日发布初步客户报告后,微软执行副总裁于周一在X平台上就此次服务中断正式致歉。在故障最严重时,支撑Exchange Online运行的网络网关服务器中超过80%陷入无响应状态。尽管Teams、OneDrive和SharePoint等应用迅速切换至正常基础设施,Outlook和Exchange Online却在美国业务高峰时段仍被迫依赖故障网关运行。 

财经新闻|经济日历、金融分析、TMGM TV|每日更新

此次故障源于三重运营因素的叠加。11月11日深夜,系统例行流量管理自动将Teams通信流量导入原本承载Outlook流量的主网络网关。与此同时,由于前一天一项无关的维护操作,该网关约14%的服务器容量已处于离线状态,使整个系统在流量骤增时毫无缓冲余地。 

11月12日,流量激增触发了7月网关更新时引入的内部锁竞争缺陷,导致服务器内存耗尽并相继宕机。拉曼纳解释称,标准的预部署实验室测试在过去三个月内未能发现该漏洞,原因在于测试环境优先使用了较旧的低核数硬件,而非更容易触发该竞争问题的新型高核数处理器。 

自动流量管理系统试图将用户引导至正常节点,但此举反而加速了故障蔓延,令剩余服务器不堪重负。与此同时,另一个独立问题导致标准分区隔离机制失效,无法将故障限制在特定区域,最终使该缺陷在不到两小时内扩散至微软全球服务器集群。 

此次恢复过程异常漫长。工程师花费约15小时才确定根本原因,再用约15小时才开始推出修复方案。由于代码缺陷已存在数月之久,标准回滚工具和功能开关均告无效,工程师不得不每次将某一区域逾半数基础设施下线,逐步回退代码,并分批承接积压的用户流量。 

行情解读:

此次事件凸显了随着企业对一体化生产力工具和AI服务的深度依赖,超大规模云架构管理日趋复杂的挑战。展望未来,机构客户和市场观察人士将更加密切地审视微软的负载测试机制与故障切换保障措施,以确保高密度硬件部署不会带来隐性系统性风险。