Microsoft объяснила причину масштабного сбоя в работе сервисов
Технологический гигант Microsoft озвучил причины масштабного сбоя в работе своих сервисов, который произошел на прошлой неделе. Согласно предварительному отчету компании, опубликованному 15 ноября, причиной стала ошибка, внесенная в систему в июле 2026 года.
Это обновление успешно прошло тестирование и не вызвало нареканий. Однако проверка проводилась преимущественно на менее производительном оборудовании с ограниченным числом процессорных ядер. Впоследствии выяснилось, что дефект приводил к конфликту блокировок в рамках внутреннего процесса Windows, что вызывало полное исчерпание ресурсов процессора и памяти. На более современных и мощных серверах с большим количеством ядер проблема проявлялась более остро.
Факторы, спровоцировавшие сбой
Авария стала результатом одновременного совпадения двух обстоятельств. Во-первых, трафик сервиса Teams был перенаправлен на основной сетевой шлюз, обслуживающий почтовую систему Exchange Online, что создало дополнительную нагрузку. Во-вторых, в этот момент около 14% мощностей серверов сетевого шлюза находились на обслуживании в процессе восстановления.
Ни один из этих факторов по отдельности не представлял угрозы. Однако их совокупность активировала скрытый дефект. Когда первый сервер потерял связь, система автоматически перенаправила трафик на соседний исправный узел. Этот узел мгновенно перегрузился и вышел из строя по той же причине. Из-за такого "эффекта домино" в течение двух часов дефект охватил всю инфраструктуру компании. На пике аварии более 80% серверов перестали функционировать корректно. Стандартные автоматические инструменты восстановления оказались неэффективны, так как не были рассчитаны на столь масштабный сбой, а простой откат системы был невозможен из-за давности июльского обновления.
Восстановление работоспособности сервисов
Первые признаки перегрузки системы были зафиксированы 12 ноября в 03:07 по киевскому времени после переключения Teams. В 16:03 система мониторинга отметила массовые проблемы с соединением. В последующие 15 часов инженеры компании предпринимали безуспешные попытки стабилизировать работу, останавливая плановые изменения и добавляя резервные мощности.
Большинство облачных сервисов, включая Teams, OneDrive, SharePoint и офисные приложения, удалось оперативно переключить на другую инфраструктуру. Однако почтовый сервис Exchange Online и клиент Outlook остались недоступны дольше всего, так как не смогли выйти из проблемного шлюза из-за колоссальной нагрузки. Только 13 ноября в 00:30 специалисты смогли точно установить причину сбоя в согласовании соединений. В 07:20 было выпущено специальное исправление, вернувшее проблемный участок кода Windows в предыдущее рабочее состояние. Полностью работоспособность сервисов была восстановлена в тот же день в 16:10.
Окончательный отчет о причинах аварии Microsoft планирует опубликовать 20 ноября.



