● Lo Último en Tecnología

Microsoft culpa de la interrupción global de Microsoft 365 a un defecto dormido en una actualización de julio

Microsoft ha rastreado el cuello de botella que afectó a su servicio global de Microsoft 365 a un defecto en una actualización de julio para sus servidores de puerta de enlace de la red. Según un informe preliminar post-incidente, el fallo permaneció oculto durante más de tres meses antes de activarse por una sobrecarga y una disminución de capacidad.

El contexto de la interrupción

El incidente ocurrió el 12 de noviembre, afectando a más de 74 países y territorios según Downdetector. La interrupción afectó a servicios esenciales como Teams, OneDrive, SharePoint y Office apps, y duró más de dos días. Microsoft publicó un informe preliminar en el centro de administración de Microsoft 365 el 15 de noviembre, y Charles Lamanna, vicepresidente ejecutivo de Copilot, publicó una versión abreviada en X el 13 de noviembre.

La falla y su evolución

La actualización de julio se diseñó específicamente para los servidores de puerta de enlace de la red de Microsoft 365. Pasó pruebas de carga y funcionó sin problemas en todo el mundo, pero un defecto interno causó un conflicto de bloqueo en un proceso interno de Windows, agotando la CPU y la memoria del servidor. Las pruebas de carga fallaron en detectar este problema porque se centraban en hardware más débil con menos núcleos.

El impacto en los servicios

La sobrecarga de Teams y una falla no relacionada del día anterior que tomó el 14% de la capacidad del servidor de la puerta de enlace, junto con la sobrecarga de tráfico, llevaron a que más del 80% de los servidores se volvieran inresponsive en dos horas. Microsoft implementó una solución manual que devolvió el código de Windows a su estado anterior, y gradualmente restauró los servicios.

Las repercusiones y la respuesta de Microsoft

Microsoft ha lanzado una serie de medidas para mejorar la resiliencia de sus sistemas, incluyendo la implementación de una revisión más rigurosa de las actualizaciones y la capacitación de personal adicional. La interrupción ha llevado a una mayor presión regulatoria y a una revisión más detallada de la seguridad y la resiliencia de sus sistemas.

La investigación y la recuperación

Microsoft ha prometido publicar su informe final post-incidente el 20 de noviembre, proporcionando una visión más detallada de la causa y las medidas de recuperación. El incidente ha llevado a una mayor transparencia y a una revisión más rigurosa de las prácticas de actualización y pruebas de carga.

💡 El Análisis del Autor

El incidente de Microsoft subraya la importancia de una pruebas de carga más rigurosa y una gestión de actualizaciones más transparente. La interrupción global de Microsoft 365 demuestra la necesidad de un enfoque más cuidadoso en la implementación de actualizaciones y pruebas de carga, y la importancia de la transparencia en la comunicación con los clientes.