マイクロソフトの大規模メール障害、原因は低スペック機でのテスト漏れ
姉妹サイトの新着
2026年11月、マイクロソフトは大規模なメール障害の原因について、7月に配信した修正プログラムに潜んでいたソフトウェアの欠陥だったと説明した。問題の不具合は本番環境と同等の高スペックなハードウェアでしか再現しない並行処理のバグで、低スペックのテスト環境では見逃されていたという。Hacker Newsのスレッドでは、この説明の妥当性や、復旧に当たったエンジニアへの処遇、公式発表前に情報を漏らした社員への皮肉、さらには「Windowsの会社」というイメージとは裏腹にAzure上でLinuxを運用している事実まで、幅広い角度からコメントが寄せられた。
マイクロソフト、大規模メール障害の原因は7月の修正で紛れ込んだソフトウェアの欠陥だったと説明
出典: theregister.com / 元記事はこちら
感謝のしるしに誰かがビールをおごってくれるだろう、って意味だと思う
エンジニアたちは称賛され、報われるべきだという遠回しな言い方だよ
要するに「感謝されるべき」ってことだよ(ビールやコーヒーをおごるのは感謝の印)。できれば次のレイオフの候補からも外れてほしいって話。こんなに多くの人が理解できてないのには驚いた…まあ自分もこういう障害対応を経験したことあるけど、現実はそう甘くないけどね
うーん、こっちにできるのはせいぜい「もっと大きいカゴ」を用意することくらいかな
記事に書いてあるのは逆じゃない?問題だったのは低スペックの方じゃなくて、ハイスペックの方だったはず。自分もマイクロソフトをくさすのは好きな方だけど、正直この問題はかなり複雑で予測しづらいタイプのバグだと思う。AIがどうこう関係なく、自分でも見逃しそうな類の不具合だ。ただ、障害対応の初動はもっとしっかりできたはずだけどね
飢えた哀れな株主たちとCEOの報酬のことも考えてあげて
「自分たちが問題を起こしたのは分かってるけど、直したから。だからもう大丈夫だよね?」って言ってるように聞こえる
「世界はあらゆる業務をLLMに委ね、人間の労働を完全に引退させる瀬戸際にある」というのは、シリコンバレーの空想であって、現実とはかけ離れている
連鎖的な障害や、ロールバック・迅速な修正ができない点において、マイクロソフトは昔からずっとダメだった
あと忘れちゃいけないのは、メールは分散システムだということ。再送の間隔を空けるなど配慮していても、サーバー側のリトライは常に負荷をかけ続ける。だから問題を直した後も、解消するまでしばらく時間がかかって、負荷ゲージはしばらく赤信号のままになる
そうそう、Windowsで最も有名な会社であるマイクロソフトが、自社サーバーでも同じOSを使っているなんて、考えてみればすごい話だよね
すごい話だよね。実際にはクラウド上でLinuxを動かしているというのに(Azure Linuxという製品がある)
あの会社の連中は自社サービスをとことん使い倒す狂信者みたいなものだよ。ここ10年くらいでようやく渋々Appleのエコシステムにも手を出し始めた程度
実際のところは、改善を一時的に先送りして後で再評価する、ってだけの話。ほら、企業用語に変換してあげたよ
コロナ禍の看護師みたいな感じ?「You Rock!!」とか「Hero」ってシールと、Dairy Queenの5ドル分ギフト券をもらうやつ
「こういう障害対応を経験したことあるけど、現実はそう甘くない」って言うけど、本当そう。代わりに起きるのは、マネージャーが「今スプリントは前のスプリントよりストーリーポイントが少ないのはなぜ?」って聞いてきて、評価が「degraded(低下)」って書かれることだろうね
本番環境の中に最新ハードウェアを使ったテスト用の一式を置いて、システムの「1ユニット」をフルスケール・フル負荷(できればそれ以上)で動かしておくのが標準的なやり方だと、自分はずっと思っていた。そもそもそうやってそのハードウェアの検証をするものだし
他サイトの新着
言いたかったのは、もしマイクロソフトがテストにハイエンドの機材を使っていれば、本番に影響が出る前にこの問題を見つけられていたかもしれない、ということだよ
自分が制御できない大量のクライアントを相手にプロキシシステムを動かす以上、必ず「コールドスタート」の仕組みが要る。つまり、クライアント単位で(なるべく安く)トラフィックを通し、それ以外は拒否するということ。そうすればごく小さな負荷から始めて徐々に増やしていける。でもランダムに拒否してしまうと、有効スループットがゼロのままで、滞留したバックログがいつまでも減らない
理にかなってる気がする。SDNシステムならそれを簡単にやれると思うけど、古いシステムだと相当する方法は何になるんだろう?特定のIPだけを選んで、少しずつシステムに流し込むような感じ?
IP単位でやろうとすると、プロキシやロードバランサーへの負担が大きくなりがちで、リストが非常に長くなってコストが高くつくことが多い
それはマイクロソフトのサービスを動かしているLinuxサーバーというわけじゃなくて、自社のサービス基盤用にLinuxサーバーが欲しい顧客向けに、マイクロソフトが開発したLinuxサーバーのことだよ
自分もまさにそう思ったから、それで聞いたんだよね
この話題の背景と論点
今回の障害は、本番環境の高性能サーバーでしか起きない並行処理のバグが、低スペックのテスト環境では再現しなかったことが根本原因とされている。規模の大きいシステムほどテスト環境と本番環境のハードウェア差が思わぬ不具合を隠してしまうことがあり、今回はその典型例といえる。スレッドでは、マイクロソフト社員とみられる人物が公式発表前にX(旧Twitter)で情報を漏らしたことへの皮肉や、復旧にあたったエンジニアの処遇をめぐるブラックユーモアが目立つ一方、マイクロソフトが自社クラウドAzure上で独自のLinuxディストリビューション「Azure Linux」を運用している事実を知らなかった参加者も多く、「Windows一辺倒」という先入観とのギャップが話題になった。
※本記事は海外掲示板 Hacker News のスレッド「Microsoft blames monster email outage on software defect introduced in July fix」から抜粋し、編集部で日本語に意訳したものです。訳文の責任は当サイトにあります。






まだコメントはありません。