微软披露全球断网源于七月软件缺陷
一、微软公布宕机原因而非恢复消息
北京时间11月17日,微软(Microsoft)负责Copilot、智能体与平台业务的执行副总裁查尔斯·拉曼纳(CharlesLamanna)在社交平台X发文,披露了上周微软365(Microsoft365)全球宕机的原因。这是一次原因披露,而非恢复消息:相关服务已于11月14日星期六恢复,微软此次公布的是初步事后报告的结论。拉曼纳表示,宕机源于一个2026年7月引入的潜在软件缺陷,该缺陷存在于微软365网络网关服务器的修复代码中。宕机从11月12日星期四开始,持续近24小时,Outlook邮箱与ExchangeOnline服务受冲击最重,高峰时期网关背后超过80%的服务器失去响应,全球数以百万计的用户无法收发邮件和使用办公应用。
二、三个因素叠加触发七月隐患
拉曼纳在说明中列出三个叠加因素。第一,潜在缺陷本身:在特定负载条件下,网关服务器内部进程出现锁竞争,任务相互等待直至耗尽处理能力与内存,服务器最终停止响应。第二,流量转移:宕机前约15小时,微软Teams服务从备用网关切换到同样承载ExchangeOnline的主网关,增加了主网关的负载。第三,容量缩水:宕机前一天的另一场无关故障导致网关近14%的服务器容量停用。三个因素单独出现都不足以引发事故,叠加后却在美国流量高峰时段触发了7月的潜在缺陷,请求不断堆积,服务器相继停止响应,流量管理系统把用户导向健康服务器,反而让这些服务器也陷入同一故障,形成级联崩溃。微软表示,7月的改动经过分阶段部署,全球运行三个多月一直没有出问题,负载测试未能发现缺陷,因为测试多用核心较少的老旧硬件,而缺陷在核心更多的新机器上表现更严重。工程师最终通过回滚到已知良好的代码状态逐步恢复服务,微软承诺在11月20日前发布包含完整修复清单的最终报告。
三、隐患潜伏三个月暴露测试盲区
这次宕机最值得复盘的不是某个代码错误,而是一处存在了三个多月的隐患为何躲过了测试。负载测试偏重老旧硬件,等于用昨天的机器验证明天的系统,网关容量缩水与流量切换又恰好在同一天叠加,容错设计在高峰时段被逐个击穿。对依赖微软365办公的企业来说,教训同样直接:核心邮箱一旦中断,备用沟通渠道与离线工作预案必须提前准备好,不能等到服务恢复公告才开始想办法。微软能否在最终报告中给出可验证的整改清单,将决定用户是否继续信任其云服务的稳定性承诺。
信源跟踪: 微软/A | 数据时间: 北京时间2026年11月17日
