← Vissza

● news.bsdnet.hu

Klasszikus láncreakció okozta a pénteki Microsoft leállást

HWSW 2026-11-16 12:38
Szerző: Koi Tamás 2026. november 16. 13:38 Klasszikus láncreakciós folyamat okozta a Microsoft rendszereinek november 12-i globális üzemzavarát, mely csaknem egy napon keresztül tette részben elérhetetlenné vagy lassította le a Microsoft 365 platformhoz tartozó szolgáltatások jelentős részét, beleértve az Exchange Online-t és a Teams-t. A vállalat által közzétett előzetes incidensjelentés (Post-Incident Report, azaz PIR) legfontosabb megállapítása, hogy a múlt hét végi összeomlást nem egyetlen hibforrás okozta, hanem három, egymást erősítő jelenség, mely végül bedöntötte az egész rendszer működését, ráadásul a helyreállítást is alaposan megnehezítette. A három kiváltó ok közül az első egy Windows-javításhoz köthető hibás működés volt, melyet kifejezetten csak a Microsoft 365 hálózati átjáróihoz készítettek. Ennek terítése már júliusban megkezdődött és a komponens mintegy három hónapig nem okozott semmilyen problémát, ám az egyik folyamat paradox módon éppen az újabb, több processzormaggal rendelkező szervereknél váratlanul túlterhelte a CPU- és memóriakapacitást. Másodszor, a leállást megelőzően tizenöt órával a megnövekedett terhelés miatt a Teams forgalmát átterelték az egyik alternatív átjáróról az elsődleges gateway-re, mely az Exchange Online-t is kiszolgálja.  Bár ez rutineljárásnak számít, mindez megnövelte a hálózati átjárók terhelését és megváltoztatta a forgalmuk jellegét is. Az agent és a mérnök is azt csinálja, amiben jó - így dolgozik a megújult Mito (x) A Mito a nyárra összevonta négy üzletágát a nagyvállalati szoftverfejlesztés kihívásaira válaszul. Harmadszor mindezt tetézte, hogy egy előző napi, a fentitől teljesen független probléma miatt a hálózati átjárók szerverkapacitásának közel 14 százaléka eleve nem állt rendelkezésre. A kapacitás helyreállításán ismét csak rutinszerűen dolgoztak a mérnökök, a szolgáltatás ráadásul akkora ráhagyással működött, hogy egy ekkora kapacitáskiesésnek önmagában semmilyen problémát nem kellett volna okoznia. A fentiek azonban együttesen elindítottak egy olyan láncreakció-szerű folyamatot, melyben a rendszer a túlterhelődött és az összeomlott szerverek forgalmát még működő szerverekre irányította át, melyek aztán ugyanabból a szoftverhibából eredően idővel szintén nem válaszoltak. A PIR szerint mindez kevesebb mint két óra alatt az infrastruktúra jelentős részére átgyűrűzött, volt olyan momentum, amikor a szerverek 80 százaléka nem válaszolt. A lassú helyreállításra az adhat magyarázatot, hogy az újraindított szerverekre azonnal hatalmas terhelés zúdult, az automatizált helyreállítási folyamatok pedig nem voltak felkészülve arra, hogy ilyen nagyságrendű, egyidejű szerverkiesést kezeljenek. Mivel a hiba hónapok óta ott volt a rendszerben, ezért a szokásos visszaállítási mechanizmusok sem segítették a gyors helyreállítást, végül egy vészfrissítést kellett telepíteni a forgalomból fokozatosan kivont szerverekre, melyeket fokozatosan helyeztek újra terhelés alá - áll az incidensjelentésben. A Microsoft több intézkedéssel igyekszik a jövőbeni hasonló eseteket kiküszöbölni, így visszaállította a korábban működő kapcsolatkezelési kódot, megnövelte a rendelkezésre állási kapacitást, kiegészítő monitorozást vezetett be, új korlátozásokat épített be a forgalomelosztásba és megnövelte az e-mailek kézbesítési időablakát, hogy a késő üzenetek ne vesszenek el. A Microsoft a végleges incidensjelentést és a részletesebb javítóintézkedések felsorolását november 20-ra ígérte.
Eredeti cikk megtekintése →