Microsoft Atribuye Reciente Caída Global a Combinación de Estos 3 Factores
Vicepresidente ejecutivo explica en redes sociales qué situaciones contribuyeron a la interrupción del servicio la semana pasada

Escucha este artículo
Vicepresidente ejecutivo explica en redes sociales qué situaciones contribuyeron a la interrupción del servicio la semana pasada

Escucha este artículo
Charles Lamanna, vicepresidente ejecutivo de Copilot, Agentes y Plataforma en Microsoft, informó que una combinación de tres factores provocó la interrupción global de su servicio entre el jueves y viernes de la semana pasada.
En un mensaje en redes sociales, atribuyó la caída de los servicios de Microsoft 365 a una combinación de esas situaciones: un "defecto latente" introducido en julio, una mayor carga y una menor capacidad del servidor.
Sobre el primer factor, aseguró que “un defecto latente causó que los servidores se sobrecargaran y se volvieran no responsivos bajo ciertas condiciones de carga. Esto se debió a una contención de bloqueos dentro de un proceso interno que causó que la máquina se volviera no disponible".
El defecto se introdujo en una actualización que comenzó a desplegarse en julio y permaneció más de tres meses sin causar problemas visibles.
Según su explicación en la red social X, este problema de contención no se manifestó en los laboratorios de pruebas de la compañía, pero sí en equipos con más núcleos y hardware más reciente, que son más potentes que las configuraciones de hardware con las que hacían las pruebas.
Como segundo factor, explicó que un aumento de la carga incrementó la probabilidad de que las puertas de enlace de red experimentaran este problema de contención.
Según Lamanna, Microsoft 365 cuenta con dos sistemas de puerta de enlace de red independientes y heterogéneos que permite a sus servicios pasar de uno a otro en caso de caídas o interrupción.
Unas 15 horas antes de la caída global, Teams, su plataforma de comunicación y colaboración en la nube, cambió de puerta de enlace y entró en la que da servicio al correo electrónico Exchange Online.
Y la combinación de ambos provocó un aumento de la carga y modificó sus patrones de tráfico.
"En tercer lugar, al mismo tiempo, casi el 14% de la capacidad de servidores de la puerta de enlace de red estaba fuera de servicio debido a un problema no relacionado que se había producido el día anterior", comentó.
En su mensaje, Lamanna expuso que la combinación de estos tres factores activó el fallo latente y dejó servidores sin respuesta.
La redistribución automática del tráfico a otros equipos provocó un fallo en cascada que, en su peor momento, afectó a más del 80% de los servidores.
El vicepresidente ejecutivo de Copilot, Agentes y Plataforma en Microsoft añadió que la recuperación tomó más tiempo de lo habitual porque, a medida que los servidores regresaban al servicio, eran inmediatamente abrumados por el tráfico en espera y volvían a dejar de responder.
SPB
