Microsoft przypisał globalną awarię Microsoft 365 z 12 listopada 2026 r. połączeniu trzech czynników: ukrytego błędu w bramie sieciowej, zmiany obciążenia po przełączeniu ruchu Teams oraz niedostępności części mocy serwerów. W opisie opublikowanym 16 listopada przedstawiciel Microsoftu Charles Lamanna wskazał, że defekt polegał na konflikcie o blokadę w wewnętrznym procesie. Relacja Charlesa Lamanny
Co wywołało awarię Microsoft 365
Błąd dotyczył bramy sieciowej Microsoft 365, która obsługuje wiele usług firmy. Microsoft opisał trzy warunki, które zbiegły się podczas awarii: defekt oprogramowania, przeniesienie większego obciążenia na główną bramę oraz wcześniejszy ubytek jej dostępnej pojemności.
Konflikt o blokadę (ang. lock contention) pojawia się, gdy operacje w programie konkurują o dostęp do tego samego zasobu i muszą na siebie czekać. Według Lamanny ten problem w wewnętrznym procesie sprawiał, że serwery stawały się niedostępne przy określonym obciążeniu.
Dlaczego testy nie wykryły defektu
Microsoft podał, że zmiana związana z błędem zaczęła być wdrażana w lipcu 2026 r. Po ponad trzech miesiącach globalnego wdrożenia nie zaobserwowano jej wpływu. Testy obciążeniowe nie odtwarzały jednak warunków produkcyjnych: różniły się ruchem i mieszanką konfiguracji serwerów.
W testach częściej wykorzystywano słabsze maszyny z mniejszą liczbą rdzeni. Lamanna stwierdził, że konflikt o blokadę był silniejszy na nowszych serwerach z większą liczbą rdzeni. Microsoft zaznaczył też, że defekt i poprawka, która go wprowadziła, dotyczyły serwerów bramy Microsoft 365, a nie ogólnych wdrożeń Windows.
Jak przełączenie Teams przyczyniło się do kaskady
Około 15 godzin przed awarią Teams przełączył się z alternatywnej bramy na główną, obsługującą również Exchange Online. Microsoft opisał to jako normalne działanie mechanizmu odporności na awarie. Przeniesienie ruchu zmieniło jednak obciążenie głównej bramy.
Już poprzedniego dnia niezależny problem wyłączył niemal 14 proc. pojemności bramy. Microsoft podał, że sama ta utrata nie wpłynęła na usługę, ponieważ pozostał wystarczający zapas. W połączeniu z obciążeniem po przełączeniu ruchu stworzyła jednak warunki, w których ujawnił się defekt.
Automatyczne przekierowywanie użytkowników na sprawne punkty końcowe rozkładało ruch na mniejszą liczbę serwerów. To zwiększało prawdopodobieństwo, że ten sam błąd wystąpi także na kolejnych maszynach. Według Microsoftu defekt objął całą pulę serwerów w mniej niż dwie godziny; w najgorszym momencie ponad 80 proc. serwerów nie odpowiadało. Osobny problem sprawił, że zabezpieczenia oddzielające partycje bramy nie zatrzymały kaskady między regionami.
Przy przełączeniu awaryjnym liczy się nie tylko dostępna trasa, lecz także to, czy pozostałe serwery zdołają obsłużyć przeniesiony na nie ruch.
Dlaczego Exchange Online miał inną drogę odzyskiwania
Microsoft podał, że Teams, OneDrive, SharePoint i aplikacje Office mogły przełączyć się poza wadliwą bramę, ale Exchange Online nie miał takiej możliwości. Serwery wracające do pracy były dodatkowo przeciążane przez oczekujący ruch. Zwykłe mechanizmy automatycznego odzyskiwania i wycofywania zmian nie były przygotowane na tak rozległy stan niedostępności.
Lamanna opisał przywracanie wcześniejszej, sprawdzonej ścieżki kodu, a następnie stopniowe uruchamianie usługi: zespoły wyłączały grupy serwerów, wprowadzały zmianę i ponownie je uruchamiały. W jego opisie partie mogły obejmować co najmniej połowę infrastruktury danego regionu.