Tin công nghệ › Phần mềm & Web
Lý do Microsoft 365 sập diện rộng gần một ngày
Microsoft vừa công bố nguyên nhân vụ sập hệ thống Microsoft 365 tuần trước. Sự cố kéo dài gần 24 giờ này xuất phát từ sự kết hợp giữa lỗi ẩn trong cổng thông tin đám mây, biến động lưu lượng truy cập và việc giảm dung lượng máy chủ.

Một lỗi ẩn trong cổng đám mây (cloud gateway) của Microsoft, vốn nằm im lìm từ tháng 7, chính là thủ phạm gây ra một trong những vụ sập hệ thống lớn nhất lịch sử công ty vào tuần trước. Bản Báo cáo Sự cố Sơ bộ (PIR) do hãng công bố phác thảo cách lỗi tiềm ẩn này, những thay đổi về lưu lượng truy cập và dung lượng máy chủ bị thu hẹp đã kết hợp lại để đánh sập phần lớn cơ sở hạ tầng Microsoft 365 và Exchange vào cuối tuần trước. Báo cáo của Microsoft xếp trạng thái cuối cùng của sự cố là "một vấn đề kỹ thuật không liên quan đến mạng hay AI/agent.
Báo cáo sơ bộ của Microsoft xác định thời gian sự cố diễn ra từ ngày 12 tháng 11 lúc 16:20 UTC đến ngày 13 tháng 11 lúc 16:10 UTC, tổng cộng suýt soát 24 giờ, và công tác giám sát bổ sung tiếp tục được duy trì đối với mọi hệ thống bị ảnh hưởng cho đến hết ngày 14 tháng 11.
Sự cố bắt đầu vào ngày 12 tháng 11 và nhanh chóng lan rộng qua các doanh nghiệp lẫn cơ quan công cộng phụ thuộc vào hạ tầng trao đổi email và đám mây của Microsoft. Sự cố này được ghi nhận trong các mã định danh sự cố EX1550543 và MO1550821 của Microsoft. Bạn cần có thông tin đăng nhập quản trị viên Microsoft 365 để xem báo cáo đầy đủ trên các trang trạng thái của công ty, nhưng Office Watch đã sao chép lại báo cáo sơ bộ này, và Đại học Pennsylvania duy trì một kho lưu trữ các bản cập nhật tình trạng dịch vụ của Microsoft.
Một cơn hoàn hảo bão
Microsoft quy trách nhiệm sự cố cho ba yếu tố. Một thay đổi được triển khai đối với cổng đám mây của Microsoft bắt đầu từ tháng 7 đã tạo ra một lỗi mà trong những điều kiện nhất định, tài nguyên CPU và bộ nhớ có thể cạn kiệt và không phản hồi. Microsoft lập luận rằng khuyết điểm này chưa từng được phát hiện trong quá trình thử nghiệm trước khi phát hành vì phần cứng được sử dụng kém mạnh mẽ hơn một số hệ thống đã được triển khai trong môi trường thực tế, nơi số lượng nhân CPU cao hơn trên các cỗ máy mới hơn rõ ràng đã góp phần gây ra tình trạng khóa hệ thống.
Yếu tố thứ hai là tải của máy chủ. Microsoft cho biết "Các đợt dịch chuyển lưu lượng truy cập trong quá trình bảo trì và nâng cấp mạng tiêu chuẩn đã phơi bày một lỗi tiềm ẩn." Công ty duy trì hai hệ thống cổng độc lập để truy cập Microsoft 365 nhằm đảm bảo tính kiên cường. Nếu một hệ thống gặp rắc rối và người dùng không thể đi qua cửa trước, hệ thống kia sẽ được mở ra để giữ cho lưu lượng tiếp tục lưu thông. Theo báo cáo, khoảng 15 giờ trước khi xảy ra sự cố, lưu lượng từ Teams đã được chuyển từ cổng thay thế sang cổng chính, nơi duy trì quyền truy cập Exchange Online. Việc chuyển đổi này là một biện pháp an toàn tiêu chuẩn, nhưng nó khiến cho cổng phải xử lý nhiều lưu lượng hơn, với sự kết hợp các yêu cầu khác biệt so với trước đây. Khi các yêu cầu tiếp tục chồng chất, các máy chủ bị ảnh hưởng đã cạn kiệt dung lượng của chúng và từ chối các yêu cầu kết nối mới.
Nguồn: Ars Technica · Bản dịch tiếng Việt của VGSNews, chỉ để tham khảo.