Microsoft ha attribuito il disservizio globale di Microsoft 365 del 12 novembre 2026 a tre condizioni che si sono sommate: un difetto nel software dei gateway, il cambiamento del traffico dopo il failover di Teams e quasi il 14% della capacità dei gateway fuori servizio per un problema distinto. Il 16 novembre Charles Lamanna, dirigente di Microsoft, ha pubblicato la spiegazione dell’azienda, che descrive anche come il guasto si è propagato e perché il ripristino è stato diverso tra i servizi. (La spiegazione di Charles Lamanna)
Che cosa ha provocato il disservizio di Microsoft 365?
Secondo Microsoft, il difetto era una forma di contesa interna: operazioni diverse competevano per accedere a una risorsa gestita da un processo interno. In determinate condizioni di carico, questo problema poteva rendere indisponibili i server del gateway. Il difetto proveniva da una correzione preparata per i gateway di Microsoft 365; Microsoft ha precisato che non riguardava le distribuzioni generali di Windows.
La correzione aveva iniziato a essere distribuita a luglio 2026 e si era estesa a livello globale per settimane senza impatti osservati, secondo l’azienda. Microsoft ha attribuito il mancato rilevamento nei test a differenze nel tipo di traffico e nella combinazione di SKU, cioè di configurazioni di prodotto, usate nei laboratori. I test tendevano inoltre a concentrarsi su macchine più vecchie e con meno core, mentre il problema peggiorava sui sistemi più recenti e con più core.
Come si è propagato il guasto?
Circa 15 ore prima del disservizio, Teams era passato da un gateway alternativo a quello principale, usato anche da Exchange Online. Microsoft ha descritto il failover come un’operazione normale che, in questo caso, ha aumentato e modificato il traffico sul gateway principale. Intanto, quasi il 14% della capacità dei gateway era indisponibile per un problema distinto, risalente al giorno precedente. Secondo Microsoft, quella riduzione da sola non aveva avuto effetti sul servizio, perché restava capacità sufficiente.
Quando alcuni server hanno smesso di rispondere, i sistemi di gestione del traffico hanno reindirizzato le richieste verso altri endpoint. La domanda si è così concentrata su un numero minore di server, dove il difetto si è ripresentato. Microsoft ha riferito che il problema si è esteso alla flotta in meno di due ore e che, nel momento peggiore, oltre l’80% dei server di gateway coinvolti non rispondeva.
Una distinta anomalia ha inoltre impedito ai normali confini di partizionamento di contenere il guasto a livello globale, secondo la ricostruzione dell’azienda.
Quando il traffico viene spostato sui server rimasti, il failover aiuta soltanto se quei server riescono a sostenere il carico aggiuntivo.
Perché il ripristino è stato diverso tra i servizi?
Microsoft ha spiegato che Teams, OneDrive, SharePoint e le app di Office potevano instradare il traffico fuori dal gateway guasto; Exchange Online non aveva la stessa possibilità. L’azienda ha aggiunto che chat e riunioni di Teams hanno funzionato senza problemi per gran parte del disservizio.
Il ritorno dei server non è bastato a ripristinare subito il servizio: il traffico rimasto in coda ha sovraccaricato le macchine appena rientrate. Inoltre, poiché il difetto era stato introdotto mesi prima, le normali procedure di rollback, distribuzione graduale e gestione tramite flag delle funzionalità non potevano annullarlo rapidamente.
Gli ingegneri hanno riportato il percorso del codice a una versione precedente già considerata funzionante, poi hanno ritirato gruppi di server dal servizio, applicato la correzione, riavviato i sistemi e reintrodotto i gruppi nella flotta.