Microsoft 365: Ένα σφάλμα από τον Ιούλιο πίσω από τη μεγάλη διακοπή που «έριξε» το 80% των διακομιστών

NEWSROOM
Microsoft
Microsoft / φωτό: unsplash

Η Microsoft εξήγησε τι προκάλεσε την πολύωρη διακοπή του Outlook και του Microsoft 365 την περασμένη εβδομάδα.

Η αιτία έγκειται σε ένα κρυφό σφάλμα σε μια ενημέρωση λογισμικού, που είχε εγκατασταθεί τον Ιούλιο και πέρασε απαρατήρητο για πάνω από τρεις μήνες, όπως αναφέρει και σχετικό άρθρο του 9to5Mac.

Η διακοπή, που σημειώθηκε στις 12 Νοεμβρίου, άφησε μεγάλο αριθμό χρηστών σε όλο τον κόσμο χωρίς δυνατότητα αποστολής και λήψης email. Όπως παραδέχθηκε η εταιρεία, στο χειρότερο σημείο του προβλήματος περισσότεροι από το 80% των διακομιστών της είχαν πάψει να ανταποκρίνονται.

Ενώ το πρόβλημα ήταν σε εξέλιξη, η Microsoft είχε δηλώσει ότι επρόκειτο για τεχνικό ζήτημα και όχι για κυβερνοεπίθεση, αναγνωρίζοντας ότι η αποκατάσταση της ζημιάς καθυστερούσε περισσότερο από το αναμενόμενο.

Διέψευσε ακόμη ότι η βλάβη είχε σχέση με τις χιλιάδες απολύσεις που είχε ανακοινώσει τον προηγούμενο μήνα.

Τι εξήγησε η Microsoft

Ο επικεφαλής πλατφόρμας της Microsoft, Charles Lamanna, περιέγραψε το χρονικό σε ανάρτησή του στο X. Όπως ανέφερε, το άγνωστο μέχρι τότε σφάλμα εκδηλώθηκε σε ολόκληρο το δίκτυο των διακομιστών «σε λιγότερο από δύο ώρες».

Σύμφωνα με την εταιρεία, η κατάρρευση οφείλεται στον συνδυασμό δύο παραγόντων. Η Microsoft διατηρεί δύο ανεξάρτητα συστήματα πυλών δικτύου (network gateways). Όταν το ένα από αυτά παρουσίασε βλάβη, το δεύτερο ανέλαβε ολόκληρο το φορτίο. Αυτό κανονικά δεν θα αποτελούσε πρόβλημα, αφού, όπως υποστηρίζει η εταιρεία, το καθένα έχει αρκετή χωρητικότητα για όλη την κίνηση.

Εκεί όμως εκδηλώθηκε το δεύτερο πρόβλημα. Μια διόρθωση που είχε ετοιμαστεί ειδικά για τους διακομιστές πυλών δικτύου του Microsoft 365 περιείχε ένα λανθάνον σφάλμα. Υπό ορισμένες συνθήκες φορτίου, οι εσωτερικές διεργασίες «ανταγωνίζονταν» για τους ίδιους πόρους του συστήματος (lock contention). Το αποτέλεσμα ήταν να υπερφορτώνονται οι διακομιστές και να βγαίνουν εκτός λειτουργίας.

Τρεις μήνες χωρίς ένδειξη προβλήματος

Η επίμαχη αλλαγή άρχισε να εγκαθίσταται τον Ιούλιο. Πέρασε από τη διαδικασία «ασφαλούς ανάπτυξης» της εταιρείας και εγκαταστάθηκε σταδιακά σε όλο τον κόσμο μέσα σε αρκετές εβδομάδες. Για περισσότερους από τρεις μήνες λειτουργούσε χωρίς καμία επίπτωση.

Όμως γιατί δεν εντοπίστηκε νωρίτερα; Σύμφωνα με τη Microsoft, η κίνηση και ο συνδυασμός μοντέλων υλικού στα εργαστήρια δοκιμών ήταν διαφορετικά από αυτά της πραγματικής λειτουργίας. Το πρόβλημα επιδεινωνόταν σε νεότερα μηχανήματα με περισσότερους πυρήνες. Οι δοκιμές φορτίου, αντίθετα, εστίαζαν κυρίως σε ασθενέστερο υλικό με λιγότερους πυρήνες. Με άλλα λόγια, η ενημέρωση δεν δοκιμάστηκε στις συνθήκες όπου ήταν πιθανότερο να αποτύχει.

ΣΧΕΤΙΚΑ