7月埋下的错误,11月让微软八成网关服务器失去响应

字号
iHOLYSHITVISUAL / TECH意外技术事件iHOLYSHIT / ILLUSTRATION
iHolyShit 主题示意图

初步复盘称,转移流量与容量减少共同触发潜伏缺陷,自动分流又把故障传开。

服务器坏了就把请求转到另一台,本来是为了保住服务。微软对11月12日Microsoft 365大规模故障的初步复盘却说,这次自动分流不断压垮剩余服务器,最严重时,相关网络网关中超过八成服务器失去响应。

11月15日的报告把原因追到7月部署的一项修复。它在特定负载下会让内部进程互相争抢资源,耗尽计算和内存。问题在核心更多的新硬件上更严重,但此前压力测试偏重核心较少的机器。

随后两个条件碰到了一起:Teams切换到与Exchange Online共用的网关,带来额外流量;同时另一问题使网关近14%的容量离线。请求在越来越少的服务器间挤来挤去,连刚恢复的机器也再次倒下。

据The Register报道,因为问题代码几个月前就已部署,常规回滚无法迅速解决。工程师另做修复、分组重启服务器才逐步恢复。微软称最终复盘将在11月20日提供;此次报告针对的是其Microsoft 365网关设施。

分享这篇文章

你觉得这篇文章怎么样?

匿名评价,无需登录,每篇最多 5 次。

读者评价

无需登录也可评价;登录后显示会员昵称。

请围绕科技与文章讨论。禁止仇恨歧视、政治战争话题、威胁辱骂、人身指控、色情、广告、链接及个人信息。

0/500

还没有评价,来说第一句吧。

来源