差评

微软三个月前的补丁,把74个国家和地区全整崩了。。。

Image

彦祖们应该都听说了:微软这两天大宕机!

故事从北京时间 13 号凌晨说起,一大批美国用户突然发现,自己怎么也连不上 Outlook 邮箱。

Outlook,就是微软的办公软件,里面除了邮箱,还包含了日程管理、会议邀请等功能。国外大部分公司和政府机关,上班都是用 Outlook 沟通。

起初,大家还在网上发帖问怎么了。

cp-emoji-040 结果这头 Outlook 还没恢复,微软的 Teams、Copilot、SharePoint 也陆续开始连接出现问题。

Image

后来大家去监测故障的网站 Downdetector 一查,发现已经有 74 个国家和地区的报告说微软崩了。

什么,全球市值第三的微软崩了??

按常理来说,这种体量大厂的核心业务是不可能崩的。真要崩了,也一定很快能抢救好,对吧?

但谁能想到,微软服务一直到 14 号凌晨才彻底恢复。

Image

那这 24 小时里,全球打工人受到多大影响呢?

cp-emoji-050 工作效率倒退个 20 年吧。

比如英国就有几百家医院用回了纸质病历,甚至很多手术被临时取消。

因为英国国家医疗服务体系(NHS)100 多万员工,平时收发邮件、开会、传文件用的 NHS.net Connect 的系统,都要依赖微软服务。

NHS 系统登录不上后,所有病人资料发不出去也收不进来,连重症患者的紧急转诊也没办法通知。

Image

还有英国法院系统平时靠 Outlook 收发邮件,什么民事案件判决也是用邮件发送的。

结果邮箱一挂,判决结果都只能推到下周一宣布。。。

受害法院之一↓

Image

同样遭殃的还有日本。

日本数字厅给各部门搭的政府共通平台 GSS ,用的就是 Microsoft 365。

cp-emoji-002 这下好了,各部门的 Outlook 收发不了邮件,最后靠着电话、短信来办公。好好好,全员回到 90 年代,开始复古 Y2K 时尚。

根据美国研究机构估计,这次微软带来的损失大约在 70 亿美元。

这影响的人一多,网友们的梗图也就跟着来了,反正看热闹不嫌事大。

有人发了一张 Microsoft 364 的图片,什么 Microsoft 365,今年得少算一天了。

微软必须改名!别问,问就是规矩。

Image

还有网友发了一张 NASA 控制中心的照片,一屋子工作人员抱在一起欢呼:微软 Outlook 挂了,而且今天是周五。。。

Image

cp-emoji-030 只能说对不少打工人来说,周五早上邮箱打不开,确实等于周末提前开始了。

Image

说到这问题就来了,微软闹出这么大规模的故障,到底啥情况?

一开始,微软怀疑是一个负责检查服务器健康状况的组件出错了,但直到昨天(16 号)发了初步事故报告,大家才算把原因搞清楚。

反正看完报告,哥们只想说:确实不是黑客搞的微软,纯粹自己搞自己。

Image

微软 365 里的邮件、Teams、网盘这些服务,全世界的用户连进来时,都要先过一层「网络网关」。就像进地铁站,得先过闸机。

这道网关呢,微软准备了两套:一套主网关,一套备用。

每套网盘都有一大批服务器,相当于一排排闸机,用户先过闸,再被领到后面对应的服务。

出事前,邮件走的是主网关,Teams 走的是备用网关。两套互为备份,哪套出了状况,服务就能切到另一套去。

cp-emoji-035 这次出问题的,正好就是主网关。

根据微软官方说法,导致事故的一共有 3 个伏笔。

Image

第一个伏笔是 7 月份时,微软给网关服务器打了个补丁,里面藏着一个缺陷。它会让服务器一个内部程序出现「锁竞争」。

锁竞争就是抢东西。好比营业厅里只有一枚公章,每个柜员办业务都得排队等它。柜员越多,排队就越久,活反而办不完。


cp-emoji-034 所以这个缺陷,在 CPU 核心越多的服务器上,反而更严重。

可骚的是,微软做压力测试用的基本是核心少的服务器,自然发现不了这个问题。于是这个补丁就这么在全球的网关上平安无事地跑了三个多月。。。

第二个伏笔,是出事前 15 个小时的一次切换。

Teams 从备用网关转移到了主网关,跟 Outlook 背后的邮件服务 Exchange Online 挤在了一起。微软说这种切换很正常,可主网关的压力就大了点。

第三个伏笔是事故前一天,因为另一个不相干的问题,主网关有 14% 的服务器还关闭着,正在慢慢恢复。

Image

cp-emoji-043 三个伏笔凑到一起时:

主网关本来就有 14% 的服务器关着,Teams 的流量又全挤了过来,还正好赶上美国上班的流量高峰。

于是主网关剩下的服务器越来越忙,直接触发了锁竞争,开始一台接一台卡死。

接着,微软的保护机制开始帮倒忙:

哪台服务器卡死了,系统就自动把它的用户转移到主网关里其他还正常的服务器上,可大家都有问题,所以流量转到哪,哪就跟着卡死。

于是不到两小时,超过 80% 的主网关服务器都寄了。

更要命的是,本来网关里还设了隔板,防止一个地方的故障传到别的地方。可这些隔板又因为另一个问题没挡住,故障就这么一路扩散到了全球。。。

Image

这时,两套网关派上用场了。

Teams、OneDrive、SharePoint 这些服务陆续切到了备用网关,恢复得早;可邮件体量太大,备用网关受不了,只能留在主网关上硬扛,所以这次挂得最久的就是 Outlook 邮箱。

cp-emoji-019 说实话,微软这一个个小伏笔解释起来,我是看明白了。但要差评君说,是不是还有一个最大的伏笔你们没提呢。。。

Image

OK,到这故事还没结束。

微软发现问题后,就马上开始重启服务器。结果服务器刚重启,又被积压的大量流量压垮。

于是用户就这么反复被折磨,一二三四,再来一次。

cp-emoji-055 这让差评君想到小时候停电,电力局库库一顿修,结果来电一瞬间所有人赶紧开空调,于是电又跳了。

Image

因为这个缺陷是几个月前的事了,快速回滚没啥用,最后微软只能把那段代码改回老版本,再一批批重启,才把服务一点点救回来。

目前微软还没说要怎么赔偿大家,但大概率是要按照合同赔付的。

根据微软和企业签的服务等级协议(SLA),某项服务一个月的可用率低于 99.9%,退这项服务当月费用的 25%,低于 99% 退 50%,低于 95% 全额退。

这次邮件停了近 24 个小时,按一个月 30 天算,可用率为 96.7%,那就是退半个月邮件服务费。

假如你开了一家 100 人的公司,用的 Microsoft 365 商业标准版,全公司一个月 1400 美元。算整套服务都按一半退,最多也就 700 美元。如果只算邮件那部分的话,那退得更少。

Image

cp-emoji-048 就这么点的赔偿,还得企业自己去申请。

我只能说云厂商永远都是这样,平时把 SLA 里几个 9 的可用性吹得天花乱坠,可真要崩了就只抵扣一点服务费。

TMD 耽误了人几十辆兰博基尼的生意,最后赔了一张兰博基尼 5 元代金券?

Image

看到这儿可能有差友要问了:为什么企业不搞点备用方案呢?全绑在微软一棵树上,也太看微软脸色过日子了吧。

说实话,真不是不想换,而是大多数企业根本换不动。

cp-emoji-005 微软想给用户提供的,从来就不只是一个邮箱。

一旦企业用上了微软的邮箱,为了体验不受影响,就会顺理成章把微软日历、聊天、开会、云盘等全家桶全套用起来,不然多个平台切换很麻烦。

于是整家公司的工作流,逐渐就会被微软深度绑定。

而这,恰恰也就是微软最想要的护城河。

当年 Teams 刚一推出,就被微软直接塞进 Office 套餐里捆绑销售。欧盟专门为这事查了微软两年多,直到 2025 年微软承诺下调不含 Teams 套餐的售价,这案子才算了结。

Image

所以当一家企业回过味来、意识到不能完全绑死在一家服务商身上时,往往已经来不及了。

你要想换,就得把整套体系都换掉:一样样找替代品,把员工的资料全搬过去,再教大家用新的工具。

cp-emoji-058 更关键的是,你可能真遇不到比微软更适合的服务商。小的不稳定,大的像谷歌这种,也只是从一个篮子换到另一个篮子。

再结合微软这个市场份额,你的甲方、乙方大概率都在用它,你换了跟人家对接反而更麻烦,最后也不得不跟着用。

其实看完这次事故,我平心而论,微软底层的保护措施其实做得并不少。

但只要全球这么多企业依然把身家押在微软一家身上,那么人类的容错率就不可能高。

一家出事,半个地球跟着炸。

但我们都到这个进程了,好像也没办法。就跟互联网一样,如果建立之初就是在一根针尖上,那以后的以后,也只能继续在这个针尖上建造了。

撰文:刺猬
编辑:面线 莽山烙铁头
美编:焕妍
图片、资料来源:

Al Jazeera:Microsoft hit by global outages: What happened and why?

Wikipedia:2026 Microsoft outage

TechCrunch 11 月 12 日关于本次故障的报道(Kentik 流量数据)

The Irish Times 关于本次故障对 NHS 影响的报道

The Guardian:How Microsoft outage has affected key public services in the UK

ITmedia NEWS:MS障害、政府共通システムにも影響 デジタル相「朝、なんで使えないんだろうと思ったら」

Control Plane 汇总的微软状态更新(MO1550821)

Microsoft 官方博客:Helping our customers through the CrowdStrike outage

AWS:Summary of the Amazon DynamoDB Service Disruption in the Northern Virginia (US-EAST-1) Region

Microsoft:Service Level Agreements (SLA) for Online Services

Office 365 IT Pros 2026 年 4 月 22 日关于 SLA 的文章

meme.com:Microsoft 364

X:@Britannica 11 月 12 日推文

X:@MSDianAbhiii 11 月 12 日推文

人类就没有容错率
图片
疯狂水世界进入广告业,仿佛龙卷风摧毁停车场
80、90后经历过的那个盗版年代,好像又要回来了。