Microsoft 365 outage: మైక్రోసాఫ్ట్ గ్లోబల్ ఔటేజ్కు అసలు కారణం ఇదే..
ఈ వార్తాకథనం ఏంటి
మైక్రోసాఫ్ట్ 365 సేవలు ప్రపంచవ్యాప్తంగా నిలిచిపోవడానికి సైబర్ దాడి లేదా AI కారణం కాదని కంపెనీ స్పష్టం చేసింది. జూలై 2026లో ప్రవేశపెట్టిన ఒక సాఫ్ట్వేర్ లోపం, ఒక్కసారిగా పెరిగిన నెట్వర్క్ ట్రాఫిక్, అందుబాటులో ఉన్న సర్వర్ సామర్థ్యంలో 14 శాతం తగ్గడం.. ఈ మూడు ఒకేసారి కలవడంతో భారీ అంతరాయం ఏర్పడింది. Teams, Exchange Online, OneDrive, SharePoint, Office వంటి సేవలకు దీని ప్రభావం పడింది. ఒక దశలో 80 శాతానికి పైగా నెట్వర్క్ గేట్వే సర్వర్లు స్పందించకుండా పోయాయి.
Details
సాధారణ పరీక్షల్లో బయటపడని బగ్
ఈ సమస్యకు మూలమైన బగ్ మూడు నెలలకు పైగా మైక్రోసాఫ్ట్ సిస్టమ్లోనే దాగి ఉంది. అంతర్గత ప్రాసెస్లోని లాక్ కాంటెన్షన్ కారణంగా కొన్ని ప్రత్యేక ట్రాఫిక్ పరిస్థితుల్లో సర్వర్లు ఒక్కసారిగా అధిక లోడ్కు గురయ్యాయి.
సాధారణ పరీక్షల్లో ఈ సమస్య బయటపడలేదు. కారణం.. పరీక్షల్లో ఉపయోగించిన ట్రాఫిక్ విధానం, సర్వర్ హార్డ్వేర్ వాస్తవ పరిస్థితులకు భిన్నంగా ఉండటమే.
ముఖ్యంగా కొత్త, ఎక్కువ ప్రాసెసింగ్ కోర్లు ఉన్న సర్వర్లపై ప్రభావం ఎక్కువగా కనిపించింది.
Details
ట్రాఫిక్ పెరగడంతో సమస్య మరింత పెద్దదైంది
ఔటేజ్కు ముందు Teams మరో నెట్వర్క్ గేట్వే నుంచి ప్రధాన గేట్వేకు ఫెయిల్ఓవర్ అయింది.
దీంతో ప్రధాన వ్యవస్థపై ట్రాఫిక్ ఒక్కసారిగా పెరిగింది. ఇదే సమయంలో 14 శాతం సర్వర్ సామర్థ్యం వేరే సమస్య కారణంగా ఇప్పటికే అందుబాటులో లేదు.
ఈ రెండు పరిస్థితులు కలవడంతో దాగి ఉన్న బగ్ పనిచేసింది. సర్వర్లు స్పందించకపోవడంతో ట్రాఫిక్ను మిగిలిన సర్వర్లకు మళ్లించారు. దాంతో వాటిపై కూడా లోడ్ పెరిగి అవే సమస్యను ఎదుర్కొన్నాయి.
Details
రెండు గంటల్లో ప్రపంచవ్యాప్తంగా ప్రభావం
ఇలా ఒక సర్వర్ నుంచి మరో సర్వర్కు సమస్య వ్యాపిస్తూ క్యాస్కేడింగ్ ఫెయిల్యూర్గా మారింది.
రెండు గంటల్లోనే మైక్రోసాఫ్ట్ గ్లోబల్ నెట్వర్క్ గేట్వే వ్యవస్థలో భారీ భాగం ప్రభావితమైంది. 74 దేశాలు, ప్రాంతాల నుంచి సేవలు నిలిచిపోయినట్లు నివేదికలు వచ్చాయి.
తిరిగి సేవలను ప్రారంభించేటప్పుడు కూడా కొత్త సమస్య ఎదురైంది. పనిచేయడం మొదలుపెట్టిన సర్వర్లపై పేరుకుపోయిన రిక్వెస్టులు ఒక్కసారిగా పడటంతో అవి మళ్లీ నిలిచిపోయాయి.
చివరకు ఇంజినీర్లు పాత స్థిరమైన కోడ్కు తిరిగి వెళ్లే అప్డేట్ను అమలు చేసి, సర్వర్లను దశలవారీగా రీస్టార్ట్ చేయడంతో సేవలు పునరుద్ధరించారు.