A Microsoft divulgou na última terça-feira (17/11) um relatório preliminar explicando o que causou a falha que deixou o Outlook, Teams e outros serviços do Microsoft 365 fora do ar por quase 24 horas na semana passada.
Segundo o documento, três fatores principais provocaram a interrupção. A instabilidade começou na tarde de quinta-feira (12/11), afetando diversas ferramentas usadas por órgãos públicos, sistemas de saúde, tribunais e escolas em vários países.
Os três fatores que causaram o problema
- Uma falha nos servidores do gateway de rede, que conecta usuários aos serviços Microsoft, estava presente desde uma atualização feita em julho.
- Essa falha passou despercebida nos testes internos e causava sobrecarga e falta de resposta dos servidores em certas condições.
- Quinze horas antes da falha, o Teams passou a usar uma rede alternativa que também atendia o Exchange Online, que é o serviço do Outlook. Isso aumentou a demanda sobre a infraestrutura.
Além disso, cerca de 14% dos servidores já estavam indisponíveis devido a um problema do dia anterior. A junção desses fatores provocou a sobrecarga dos servidores que ainda funcionavam, deixando mais de 80% deles sem resposta no momento mais crítico.
Impacto global da pane
A falha afetou serviços públicos e empresas em mais de 70 países, com relatos de problemas em 74 localidades de acordo com o Downdetector, que monitora instabilidades em serviços digitais.
No Reino Unido, o sistema público de saúde (NHS) teve suas atividades prejudicadas, a comunicação da polícia foi dificultada e tribunais sofreram interrupções, como um julgamento em Manchester que precisou ser temporariamente suspenso. Governos do Japão, Austrália e Singapura também registraram dificuldades administrativas. Empresas aéreas e instituições financeiras relataram problemas para se comunicar e acessar informações.
Recuperação lenta e medidas adotadas
A recuperação dos serviços demorou mais do que o esperado porque os servidores que retornavam ao funcionamento recebiam imediatamente um grande volume de solicitações acumuladas, causando novas falhas.
Para normalizar o serviço, os engenheiros da Microsoft removeram grupos de servidores, aplicaram atualizações corretivas e reiniciaram os sistemas antes de reativá-los. Charles Lamanna, vice-presidente executivo do Copilot, Agentes e Plataforma da Microsoft, explicou que esse processo foi realizado cuidadosamente para evitar mais problemas.
Lamanna também pediu desculpas pelos transtornos causados e afirmou que a empresa trabalha para impedir que incidentes semelhantes aconteçam no futuro.
