先週発生した「Microsoft 365」および「Exchange Online」の大規模障害について、Microsoftが暫定版の事後レポートを公開しました。障害は日本時間11月13日1時20分から14日1時10分まで、ほぼ丸1日続きました。
何が起きた?
最も影響を受けたのは「Exchange Online」で、多くのユーザーが「Outlook」からメールボックスにアクセスできず、メールの配信遅延も起きました。影響は「Copilot」「Teams」「SharePoint」など、同機能を利用するサービスにも及んでいます。根本原因は、サービスの前段にあるネットワークゲートウェイが世界規模でダウンしたことにあります。
影響を受ける人・確認ポイント
障害は以下の3つの要因が重なって発生しました。
- 潜在的な不具合:Windows内部のロック競合により、特定条件下でCPUとメモリを使い果たす問題。7月に展開された修正が原因で、コア数の多いハードウェアで顕在化しやすかった。
- 負荷の急増:障害約15時間前、「Teams」が共用ゲートウェイへフェイルオーバーし、通信パターンが変化した。
- 容量の減少:前日の問題により、ゲートウェイサーバー容量の約14%が稼働していなかった。
これらが重なり、最悪時には80%以上のサーバーが応答不能に。障害の連鎖を防ぐ仕組みも機能せず、全世界に拡大しました。
裏ワザ・回避策
本障害の根本対策として、該当するWindowsコードを正常な状態に戻すアップデートが開発・適用されました。復旧には時間がかかりましたが、現在は段階的にサービスを戻しています。ユーザー側では、メールの遅延や配信不能に備え、重要な業務では送信の二重チェックや、代替手段(Web版など)の併用が有効です。また、公式のサービス正常性ページでインシデントID(MO1550821、EX1550543)をこまめに確認し、最新情報を把握しておくことをおすすめします。
まとめ
今回の障害は、長期間にわたり潜在化していた不具合と、突発的な負荷変化、そして容量不足が複雑に絡み合った結果です。Microsoftは遅延メールの配信期限延長や監視強化など、再発防止策をすでに実施済みです。包括的な対策は11月20日に予定される最終版レポートで示される予定です。IT管理者の方は、自社のゲートウェイ構成や負荷テストの網羅性を見直す良い機会となりそうです。
参考:ほぼ丸1日続いた「Microsoft 365」「Outlook」障害の原因は? Microsoftが暫定報告/7月から潜んでいた不具合に当日の状況が絡み合い、連鎖的なダウンを招く(窓の杜)