Microsoft 365 系统故障影响约 130,000 名用户,服务恢复工作仍在进行中

·作者 Henderson·Engineering
Microsoft 365 系统故障影响约 130,000 名用户,服务恢复工作仍在进行中
重点
  • Microsoft 365 的故障影响了约 130,000 名用户的访问。
  • 服务器故障及健康检查问题是导致中断的原因。
  • 用户在访问 Outlook 和 Teams 时遇到困难。
  • Microsoft 正在验证替代健康检查方法以恢复服务。

Microsoft 仍在努力恢复服务,因为一场广泛的故障影响了 Outlook、Teams 及其他 Microsoft 365 应用程序的访问。根据 Downdetector 收集的报告,这次中断影响了全球近 130,000 名用户。Microsoft 目前认为,无法使用的服务器及自动健康检查问题是导致事件发生的原因。该公司已开始恢复受影响的基础设施。然而,随着恢复工作的进展,部分用户仍然遇到连接问题。

服务器故障引发的中断问题,Microsoft 追踪至基础设施问题,导致多个服务器意外无法使用。这些故障增加了剩余服务器的工作负荷,对其基础设施造成额外压力。该公司表示,整体流量的增加不足以解释负载的上升。相反,无法使用的服务器迫使剩余的基础设施处理比平常更多的请求。我们正在积极重新启动和验证受影响的服务器,以将其恢复上线。与此同时,我们正在评估是否撤销少量最近识别的配置更新,以帮助加速恢复。

故障原因及影响

自动服务器健康检查的问题可能对这一故障有所贡献。这些检查帮助 Microsoft 判断各个服务器是否正常运行。然而,该过程中的故障显然阻止了某些服务器保持可用性。由此产生的连接问题影响了多个 Microsoft 365 产品。用户报告在访问 Outlook 邮箱及发送或接收电子邮件时遇到困难。其他用户则在加载 Teams 和 Microsoft 的生产力应用程序时感到困难。Downdetector 在故障高峰期间记录了近 130,000 份报告,涵盖了 Word、Excel、PowerPoint、SharePoint 和 OneDrive

等应用程序。Microsoft 的 Copilot 助手也遭遇了中断。

恢复措施与进展

Microsoft 已开始验证一种替代健康检查方法,以使受影响的服务器重新上线。该方法已在部分受影响的设备上奏效。该公司现在正在扩展这一修复措施至其受影响的基础设施。Microsoft 还在开发一个自动化过程,以识别无反应的服务器并重新启动它们。Microsoft 此前表示,正在重新启动受影响的设备以恢复可用性。同时,该公司在调查潜在原因时暂停了部署和配置变更。其调查识别出最近的配置更新可能是促成因素。

Microsoft 在最新的更新中表示,正在积极重新启动和验证受影响的服务器。该公司亦确认,工程师正在评估是否撤销某些选定的配置更新,以加速该过程。Microsoft 尚未确认配置变更是否直接导致此次故障,其调查仍在进行中。Microsoft 之前报告了在北美恢复 Teams 服务的进展。然而,来自受影响用户的报告表明,连接问题并未完全消失。此次中断也暴露了个别基础设施组件故障如何影响多个互联服务的情况。

Microsoft 的云端应用程序依赖广泛的服务器基础设施来处理身份验证、通信和数据访问。自动健康检查在维护这一基础设施中扮演着重要角色,帮助操作人员在故障影响更广泛服务之前识别故障的设备。然而,检查自身的问题可能会使这一过程变得复杂。Microsoft 的恢复工作目前涉及恢复无法使用的服务器以及检查近期的基础设施变更。该公司尚未提供根本故障的明确解释。正在经历持续问题的用户在 Microsoft 进行恢复过程时,仍可能会遇到间歇性的访问问题。

服务器故障对云端服务的影响

这次 Microsoft 365 的故障突显了服务器基础设施在云端服务中的关键角色。当服务器无法正常运行时,会对多个应用程序造成连锁反应,影响用户的日常工作。自动健康检查的失效使得故障问题更为复杂,未能及时识别出问题服务器,导致服务中断的范围扩大。Microsoft 的恢复措施显示出公司对于改善基础设施的重视,然而,这次事件也提醒业界需加强服务器的监控和维护,以避免类似情况再次发生。

H
关于作者
Henderson