MS365メール障害、7月パッチの欠陥が原因と判明

原題: Microsoft blames monster email outage on software defect introduced in July fix

なぜ重要か

クラウド型業務基盤の単一障害点リスクが改めて浮き彫りになり、エンタープライズ顧客のSLA評価や冗長設計の見直しを迫る事例となる。

Microsoftは2026年11月15日、先週発生したMicrosoft 365の大規模メール障害について予備事後報告書を公開した。障害の原因は2026年7月に適用されたソフトウェア修正に含まれていた欠陥で、サーバー負荷の急増と容量低下が重なったことで顕在化。障害のピーク時には対象サーバーの80%超が応答不能となった。

Microsoftが公開した予備事後報告書によると、問題の欠陥は2026年7月にMicrosoft 365のネットワークゲートウェイサーバー向けに適用されたパッチに起因する。当初はロードテストを通過し、展開後も問題が表面化しなかったが、報告書はその理由を率直に認めている。「我々のロードテストはコア数の少ない低スペックのハードウェアを中心に実施していた」とのことだ。

欠陥の実態は、Windows内部プロセスにおける「ロック競合(lock contention)」であり、CPUとメモリのリソースを使い果たしてしまう。しかもこの問題は、コア数が多い新しいハードウェアほど深刻化する性質を持っていた。

障害が発生したのは、二つの独立した事象が同時に起きたためだ。まずTeamsがExchange Onlineを支える「プライマリ」ゲートウェイへのフェイルオーバーを実施し、負荷が急増した。同時に、ネットワークゲートウェイのサーバー容量の約14%がサービス停止中だった。どちらの事象も単独では問題にならない水準だったが、重なることで欠陥が誘発された。

典型的なカスケード障害が連鎖した。あるサーバーが応答不能になると、トラフィックは次の正常なエンドポイントへ転送される。しかしそのサーバーも同じ欠陥に直撃され、また別のサーバーへ——この繰り返しが約2時間で全サーバーに波及した。報告書によれば「最悪時には80%超のサーバーが応答不能」に陥った。

復旧も一筋縄ではいかなかった。サーバーを再起動しても即座に過負荷で再ダウンするため、単純なロールバックは選択肢にならず、エンジニアは元のパッチを修正する「パッチのパッチ」を緊急作成して対応した。

出典

theregister.com — 元記事を読む →