跳到正文
Ars Technica· Ashley Belanger·· 4 天前AI 评分40

Microsoft 全球故障源于服务器健康检查失败,邮件超时延长至 48 小时

Microsoft’s global outage may be worse than Amazon's or CrowdStrike's, expert says

AI 导读

Microsoft 确认此次全球故障的原因是部分基础设施的服务器未能通过自动健康检查而不可用,并非流量激增所致。故障持续数小时,恢复上线的服务器一接入流量就再次无响应,Microsoft 将邮件超时延长至 48 小时,并称北美、欧洲和亚太部分区域已出现恢复迹象,部分用户仍会遇到访问中断或邮件延迟。DownDetector 显示连接中断在周四下午达到峰值,周五上午大幅回落。

正文 · AI 翻译

发现故障后不久,微软确认主要问题在于“部分基础设施”“在多个区域承受过高负载”。微软表示,这并非流量增加所致,而是“一个问题导致服务器无法通过自动健康检查,进而变得不可用”。

在确认问题出在健康检查失败后,微软表示已采取措施,在验证替代健康检查方法的同时防止更多服务器宕机。但四小时后,公司承认仍深陷困境。

微软表示:“我们正在开辟一切可用途径来恢复服务,因为迄今为止采取的措施并未带来预期的缓解。我们发现受影响服务器上的一个核心进程正不堪重负,导致容量损失。为验证可能的恢复方案,我们正在隔离部分基础设施、重启受影响组件,并重新引入流量以确认服务保持稳定,然后再将这一变更推广到更大范围。”

就连小小的进展似乎也会变成新的挫折。在微软努力解决问题的过程中,一些重新上线的服务器“一旦接收到流量就会再次失去响应”,给公司又添了一道难题。

意识到短期内不会有快速解决方案,微软将邮件超时时间延长至48小时。由于恢复工作仍在“令人鼓舞”地推进,微软提醒用户,流量恢复后“部分间歇性问题可能仍会持续”。

用户对 Copilot、Outlook 问题感到不满

微软最新的更新确认,公司看到“北美地区有更广泛的改善,欧洲大部分地区持续改善,亚太地区也出现令人鼓舞的恢复迹象”。

微软表示:“随着缓解措施在剩余受影响基础设施上继续推进,部分用户可能仍会遇到间歇性访问问题或邮件延迟送达。我们的重点仍是稳定已恢复的基础设施、完成剩余受影响地区的缓解工作,并在验证各连接方式服务一致性的同时,减少延迟邮件队列和积压。”

追踪全球用户服务问题报告的 DownDetector 显示,连接中断在周四下午达到峰值,到周五上午已大幅下降。

在评论中,一位 Outlook 用户描述了盯着邮件恢复过程的痛苦,抱怨外发邮件似乎发送正常,但收件却时有时无。一些 Copilot 用户似乎很苦恼,因为访问权限没有像 Outlook 那样迅速恢复。一位 Microsoft 365 用户发问:“有多少办公室的人几乎无事可做?这造成了多大损失?”

来源:Ars Technica · arstechnica.com