微软 Microsoft 365 现大规模宕机，已持续超过12小时
21CTO导读：微软出现大规模宕机，到现在为止仍在恢复中。
即将过去的一周正被人们称之为“微软的长周末”，也就是微软服务出现大规模宕机。这次的故障影响范围深远，几乎让依赖“雷德蒙德在线服务”（尤其是 Exchange Online）的组织在周五的工作计划全部泡汤。
本次故障从周四 UTC 时间 18:00 左右开始，导致了 Microsoft 365 用户无法访问电子邮件、参加 Teams 会议、使用云 PC、咨询 Copilot 或完全访问其他 15 项托管服务。
根据监测与报导，此次宕机已影响全球超过 74 个国家、数万名使用者，甚至波及部分政府机关（如日本财务省的邮件系统）以及金融市场交易员。
连带影响的 AI 服务包括高度依赖微软系统的第三方 AI 巨头，如 OpenAI 与 Anthropic，其连线与相关工具也出现异常。
此外，多家企业营运受阻，如美国工业技术公司 Workhorse Group 等企业因通讯与系统瘫痪，被迫延后发布财报或会议。
这家软件巨头表示道，此次故障影响了“与 Exchange Online 和电子邮件服务交互的”Microsoft 365服务。不需要 Exchange Online 的服务仍可正常运行。
微软最初将此次故障归咎于一个神秘的“问题”，该问题导致服务器无法通过自动健康检查并变得不可用。
微软认为找到了解决方法，但很快又承认“迄今为止采取的措施并未带来预期的效果”。
此后几个小时，情况并未明显好转，微软技术团队仍在努力恢复服务。
它还改变了在讨论网络攻击可能是导致断网的原因时所使用的措辞。
截至世界协调时04:11，该公司表示“没有迹象表明这是恶意活动造成的”。世界协调时05:46的更新信息称：“截至目前，我们尚未发现任何导致此次事件的恶意活动。”
微软的健康状态网站页面只保留了公司最新的更新，但其RSS 源却保存了每一条消息。
这些消息记录了一系列“令人沮丧”的事件，我们将其提炼成要点，并按时间顺序呈现如下：
我们正在尽可能地进行基础设施容量改进，以帮助支持即将上线地区的流量；
我们已监测了为提高服务能力而实施的变更的状态，并确认变更并未按预期进行；
我们正在审查流量和受影响的基础设施，以找出优化路由的机会。这包括核实服务故障的原因，以便我们能够制定具体措施来提高稳定性；
我们正在确定可以应用于提高交通管理能力的替代工作流程，以应对持续的交通管理失衡问题；
我们观察到，在我们采取这些调整措施的地区，经济出现了部分复苏；然而，这些措施并没有带来持续的复苏；
我们目前正在采取的措施包括扩展虚拟机规模以提高容量并降低负载。然而，我们遇到了虚拟机卡在错误状态的问题，导致我们的更改无法按预期同步。
微软表示：“我们正在持续推进多项工作，以查明流量激增的根本原因，并提升后端服务器的恢复能力。我们采取稳妥的方法来识别和修复受影响的基础设施，从而更好地确认已制定的变更已得到应用。我们正在跟踪这种方法的成效，以验证服务器是否展现出预期的恢复能力和性能。”
看来AI的到来并未减少故障的发生，仍然需要人类能将运维和监测工作落到实处。
作者：场长
本篇文章为 @ 场长 创作并授权 21CTO 发布，未经许可，请勿转载。
内容授权事宜请您联系 webmaster@21cto.com或关注 21CTO 微信公众号。
该文观点仅代表作者本人，21CTO 平台仅提供信息存储空间服务。