Bug de julho paralisou Outlook e Microsoft 365 e deixou >80% dos gateways sem resposta
Mudança de software feita em julho criou contenção de travas; um failover e 14% de capacidade indisponível desencadearam falha em cascata; revisão final marcada para 20 de novembro.
O gateway de rede da Microsoft começou a falhar durante o pico de uso nos EUA na quinta‑feira, 12 de novembro, e a empresa diz que mais de 80% dos servidores de gateway ficaram sem resposta no pior momento da interrupção.
A causa raiz apontada foi uma mudança de software implantada em julho que criou contenção de travas (lock contention) dentro de um processo interno. O problema se agrava em hardware mais recente com muitos núcleos e não foi detectado nos testes em laboratório.
Cerca de 15 horas antes do colapso, um failover rotineiro do Teams para o gateway primário, combinado com aproximadamente 14% da capacidade de gateway indisponível, levou os servidores remanescentes a encontrar esse bug latente e desencadeou uma rápida falha em cascata.
Os engenheiros não puderam simplesmente reverter a alteração porque ela já tinha sido aplicada meses antes. Em vez disso, desenvolveram uma atualização que devolveu o caminho de código a um estado conhecido e bom, aplicaram a correção em lotes e restabeleceram os serviços até 14 de novembro; um relatório preliminar foi publicado em 15 de novembro.
A interrupção afetou e‑mail, reuniões e integrações de IA de terceiros para governos, hospitais e empresas, motivou revisões operacionais e legais por clientes e ampliou o escrutínio sobre testes, automação de recuperação e a concentração em um único fornecedor de nuvem. A Microsoft agendou uma revisão pós‑incidente final para 20 de novembro.