Компания Microsoft признала, что масштабный сбой, затронувший сервисы Microsoft 365 12 ноября 2026 года, стал результатом технической ошибки, допущенной при предыдущем обновлении пропускной способности сети, влияние которой проявилось только после внесения более поздних сетевых изменений. Оперативное расследование показало, что инцидент был вызван не внезапным ростом нагрузки со стороны пользователей, а потерей значительным количеством серверов способности обрабатывать запросы, что привело к нарушению распределения соединений и усилению нагрузки на доступные ресурсы.
Цепочка технических сбоев
Инцидент начался с нарушения на уровне приема запросов, когда программный процесс, отвечающий за установление безопасных соединений, столкнулся с нагрузкой, превышающей его возможности, что привело к прекращению отклика серверов. Это вызвало провал автоматических проверок работоспособности (Health Checks), из-за чего система автоматически исключила их из работы, что сократило доступную операционную емкость и привело к каскадному отказу (Cascading Failure).
Инженерные группы столкнулись с дополнительной сложностью в виде нестабильности серверов после их перезагрузки: они возобновляли работу, но снова выходили из строя при получении трафика. Кроме того, возникли трудности с синхронизацией настроек на зависших устройствах, что препятствовало оперативному применению исправлений.
Почему это важно?
Этот инцидент подчеркивает взаимозависимость современной облачной инфраструктуры. Сбой в работе Exchange Online привел к широкомасштабным побочным эффектам, затронувшим Teams, Copilot, SharePoint и службы безопасности, такие как Defender, из-за зависимости этих сервисов от общих данных почты, календаря и идентификации. Случай демонстрирует, что функциональная изоляция продуктов не всегда предотвращает распространение технических сбоев через общие компоненты.
Меры по восстановлению
Microsoft применила поэтапную стратегию восстановления, которая включала:
- Применение патча для компонента конфигурации в пути аутентификации и вышестоящей маршрутизации.
- Изоляцию частей поврежденной инфраструктуры и перенаправление трафика по альтернативным путям.
- Увеличение виртуальной емкости и проверку работоспособности серверов перед их возвращением в строй.
- Продление времени доставки электронной почты до 48 часов для обеспечения обработки накопленных сообщений без потери данных.
Компания подтвердила, что инцидент носит исключительно технический характер и не связан с кибератаками или системами искусственного интеллекта, отметив, что выпустит подробный инженерный отчет после завершения полного анализа происшествия.