Why Microsoft couldn’t fix its own servers for 36 hours...
发布日期:2026-11-16 · 长视频
微软在一次常规网络容量升级过程中,导致 Exchange Online 服务中断约 36 小时。根源在于七月上线的一个网络网关修复引入了潜在缺陷,该缺陷在特定负载下会使建立安全连接的进程过载,进而使服务器失去响应。自动健康检查将这些服务器标记为不可用并将流量转移到其他节点,形成级联故障,最低点超过百分之八十的服务器无法响应。重启与重新引入流量无法解决问题,因为恢复后的服务器仍会因相同原因再次失效。微软后续回滚相关网络配置变更,并且公开致歉,指出事件源于早期维护暴露的潜在问题而非攻击。视频还讨论了该事件与美国联邦航空管理局因无关故障导致航班暂停之间的时间上的重合,以及云服务中隐性缺陷与级联效应的典型特征。