Bleeping Computer 網(wǎng)站披露，長達(dá)五小時的 Microsoft 365 全球中斷是一個路由器 IP 地址變化，致其廣域網(wǎng)（WAN）中所有其它路由器之間的數(shù)據(jù)包轉(zhuǎn)發(fā)問題引起。

2023 年 1 月 25日，Microsoft Teams、Outlook、Xbox 和其它 Microsoft365 服務(wù)均出現(xiàn)不同程度中斷、延遲的現(xiàn)象，主要影響亞洲和歐洲用戶，引起業(yè)內(nèi)廣泛關(guān)注。微軟接到客戶報告后立刻展開調(diào)查，并組織技術(shù)專家修復(fù)程序，排除故障以使服務(wù)恢復(fù)在線。

隨著事故發(fā)展，微軟 365 團(tuán)隊在社交媒體上表示其發(fā)現(xiàn)一個潛在網(wǎng)絡(luò)問題，并正在審查遙測技術(shù)以確定下一步的故障排除步驟。目前，微軟已將服務(wù)中斷問題與網(wǎng)絡(luò)配置問題隔離開來，正在分析解決這些問題的最佳緩解策略，力爭不會造成額外影響。

微軟多個服務(wù)受到中斷影響

根據(jù) Redmond 的說法，受影響用戶可能無法訪問有問題的 Microsoft 365 服務(wù)。此次中斷影響的服務(wù)清單主要包括:

Microsoft Teams、Exchange Online、Outlook、SharePoint Online、OneDrive for Business、PowerBi、Microsoft 365 Admin Center、Microsoft Graph、Microsoft Intune、Microsoft Defender for Cloud Apps和Microsoft Defender for Identity。

Azure 團(tuán)隊在 Microsoft Azure 服務(wù)狀態(tài)頁上強(qiáng)調(diào)，技術(shù)團(tuán)隊已經(jīng)確定網(wǎng)絡(luò)連接問題發(fā)生在微軟廣域網(wǎng)（WAN）設(shè)備上，這主要影響到互聯(lián)網(wǎng)客戶與 Azure 之間的連接、ExpressRoute 連接以及數(shù)據(jù)中心服務(wù)之間的連接。

服務(wù)器中斷問題正在造成一波波影響，大約每 30 分鐘達(dá)到峰值。此外，一些客戶在加載 Microsoft Azure 狀態(tài)頁面時同樣會遇到問題，該頁面間歇性顯示“504網(wǎng)關(guān)超時”錯誤。目前微軟內(nèi)部技術(shù)團(tuán)隊正在展開積極調(diào)查，一旦有更多消息，會立刻分享給大眾。

隨著調(diào)查深入，Azure 團(tuán)隊發(fā)現(xiàn)此次故障背后的根本原因是微軟廣域網(wǎng)（WAN）的近期更新，目前微軟已采取措施回滾這一更新。值得一提的是，微軟強(qiáng)調(diào)最新遙測顯示多個地區(qū)和服務(wù)都有恢復(fù)的跡象，正在繼續(xù)積極監(jiān)測，可以確認(rèn)受影響的服務(wù)已經(jīng)開始慢慢恢復(fù)并保持穩(wěn)定。

Microsoft 365 全球中斷由某個路由器 IP 變化引起

經(jīng)調(diào)查分析，微軟最后確認(rèn)長達(dá)五小時的 Microsoft 365 全球中斷是路由器 IP 地址更改所致，該更改引起了其廣域網(wǎng)（WAN）中所有其它路由器之間的數(shù)據(jù)包轉(zhuǎn)發(fā)問題。

Redmond 對事件調(diào)查后表示全球性中斷是由 WAN 更新導(dǎo)致的 DNS 和 WAN 網(wǎng)絡(luò)配置問題造成的，許多用戶在訪問受影響的 Microsoft 365 服務(wù)時都遇到了問題。微軟透露，服務(wù)器中斷問題是在使用未經(jīng)徹底審查的命令更改 WAN 路由器的 IP 地址時引發(fā)的，該命令在不同網(wǎng)絡(luò)設(shè)備上具有不同的行為。作為更新 WAN 路由器上 IP 地址的計劃更改的一部分，向路由器發(fā)出的命令使其向 WAN 中的所有其它由器發(fā)送消息，這導(dǎo)致所有路由器重新計算其鄰接表和轉(zhuǎn)發(fā)表。

在重新計算過程中，路由器無法正確轉(zhuǎn)發(fā)通過它們的數(shù)據(jù)包 當(dāng)網(wǎng)絡(luò)從 UTC 08:10 開始自行恢復(fù)時，負(fù)責(zé)維護(hù)廣域網(wǎng)（WAN）運行狀況的自動化系統(tǒng)由于網(wǎng)絡(luò)受到影響而暫停。這些系統(tǒng)包括識別和消除不健康設(shè)備的系統(tǒng)，以及優(yōu)化網(wǎng)絡(luò)數(shù)據(jù)流的流量工程系統(tǒng)。

由于暫停，一些網(wǎng)絡(luò)路徑從 UTC 9 時 35 分開始繼續(xù)“歷經(jīng)”數(shù)據(jù)包丟失增加，直到手動重新啟動系統(tǒng)，使WAN 恢復(fù)到最佳運行狀態(tài)，并在 UTC 12 時 43 分完成恢復(fù)過程。

特別強(qiáng)調(diào)的是，從 UTC 上午 7:05 開始調(diào)查，到 UTC 下午 12:43 恢復(fù)服務(wù)，Redmond 僅花費五個多小時就解決了服務(wù)中斷問題。

服務(wù)器中斷事件后，微軟表示正在阻止執(zhí)行具有高度影響力的命令，并且還將要求所有命令執(zhí)行都遵循安全配置更改的指導(dǎo)原則。