【やさしく解説】Microsoft 365の大きな問題:なぜ世界中のサービスが止まってしまったのか

microsoft-365-major-outage-cause テクノロジー
記事内に広告が含まれています。
ai
おはようございます。
「藍(あい)」です。

大きなサービスが突然動かなくなると、日々の生活や仕事に大きな影響が出ますよね。今回は、世界中の多くの人が利用している「Microsoft 365」というサービスで発生した大規模な障害について、その原因や、私たちが普段使っているシステムがどのように動いているのかを、わかりやすくお話ししていきたいと思っています。

何が起きたのか

米Microsoftが提供する「Microsoft 365」というサービスで、大規模な障害が発生しました。これは、私たちの仕事や私生活で使うたくさんのアプリやデータが、一時的に使えなくなってしまったという状況です。この障害は、7月に適用された修正プログラムの中に潜んでいた小さな問題が原因で始まり、サーバーの負担が増えたり、処理能力が減ったりしたことが重なり、世界中のサービスに連鎖して影響が広がってしまったのです。

この障害が特に影響したのは、Microsoft 365の各サービス間の通信を中継する「ネットワークゲートウェイ」という部分でした。このゲートウェイがうまく機能しなくなったため、データがスムーズに移動できなくなり、多くのサービスが停止してしまったわけです。具体的には、Teamsのチャットや会議、OneDriveやSharePointといったファイル管理サービス、そしてOfficeアプリなどが影響を受けました。特に、メールのやり取りをするExchange Onlineなどは、この障害の影響を受けにくく、復旧に時間がかかったという経緯があります。

なぜそれが起きたのか

今回の障害は、単一の原因ではなく、三つの要因が重なって起こった複雑な出来事でした。まず一つ目の原因は、「潜在的な不具合」です。これは、サーバーが特定の状況下でうまく動かなくなる、という予期せぬバグのことです。内部で複数の作業が同じ道具(資源)を同時に使おうとして、ケンカ(ロック競合)が起きることで、システムが一時的にフリーズしてしまう状態でした。7月に適用されたゲートウェイ専用の修正プログラムの中に、このケンカを引き起こすような小さな穴が混入してしまったのです。

この不具合がすぐに問題にならなかったのは、テストの段階では見つけられなかったからです。テストをする場所と、実際にサービスが動いている場所では、通信の仕方や使っている機械(ハードウェア)の性能が少し違っていたためです。特に、たくさんの作業をこなせる新しい種類のサーバーではこの不具合が出やすい傾向がありましたが、テストは少ない種類のサーバーを中心に進めていたため、問題が表面化しなかったのですね。

二つ目の要因は、「負荷の増加」です。Microsoft 365は、みんなが快適に使えるように、通信を途中で切り替える仕組みを持っています。例えば、Teamsの通信が、あるゲートウェイから別のゲートウェイへ移動したり、メールのやり取りをするシステムが別のゲートウェイに切り替わったりする、ということが日常的に起こっています。障害が起きる直前、約15時間前に、この通信の切り替えが起こり、あるゲートウェイへの負担が急に増してしまったのです。

そして三つ目の要因は、「サーバーの容量の減少」です。前日に別の問題があったため、ゲートウェイのサーバーが使える場所が、全体の約14%も使えない状態になっていました。この容量の減少だけでは障害は起きなかったのですが、この容量の減り具合が、先ほどの負荷の増加と組み合わさることで、ついに潜んでいた不具合が表面化してしまったのです。

わたしたちの生活にどう関係するのか

この大規模な障害は、私たちの日々の生活や仕事に、予期せぬ大きな影響を与えました。例えば、仕事で使う資料や、チームでの会議の連絡が一時的にできなくなることで、作業がストップしてしまうかもしれません。また、大切なデータが保存されている場所へのアクセスが遅くなったり、全くできなくなったりする可能性もあります。

幸いなことに、Teamsのチャットや会議機能などは、障害のある部分を避けて通信できる仕組みがあったため、比較的早く元に戻ることができました。しかし、メールのやり取りなど、特定のサービスは影響を受けやすく、復旧には時間がかかってしまったのです。

今回の経験から、私たちは、私たちが普段使っているシステムが、どれほど複雑で、たくさんの部品が連携して動いているのかを改めて考える機会になります。システムがうまく動くためには、単に高性能な機械だけでなく、その機械同士がスムーズに協力し合えるように、細やかな調整や、予期せぬ事態に対応できる仕組みがとても大切だということがわかりますよね。システムが一度大きな問題を起こしたとき、それをどう乗り越えていくかという、その仕組みを理解することは、これからのデジタル社会を安心して使うために、とても重要になってくるのではないでしょうか。


💡 この記事について
※本記事は、ニュース情報の事実関係を抽出し、LLM(言語モデル)を用いて平易な表現に整理した上で、筆者が校閲・編集して公開している解説コンテンツです。
※一次情報(元記事)の確認については、情報元の「元記事(外部リンク)」をご参照ください。

この記事を書いた人

葉月 藍(はづき あい)

散歩とひなたぼっこが好きです。
自然の美しさや季節の移り変わりを感じながら、のんびりとした時間を過ごすのが日々の楽しみになっています。
日々流れていく世の中の出来事も、みなさんと一緒に知っていけたら嬉しいです。

Xアカウントのご案内
「ニュースを身近に感じると、日常の見え方も変わってくる」

葉月 藍(はづき あい)のXアカウント(@usefulinfospot)では、本ブログで取り上げたおすすめ記事や、日々チェックしたいニュースを投稿しています。 あなたの「知りたい」を広げるきっかけとして、ぜひお気軽にフォローしてもらえると嬉しいです!

テクノロジー
シェアする
タイトルとURLをコピーしました