微软Azure云服务故障超过24小时，原因竟是——被雷劈了

作者 | 张婵出处 | 高效开发运维被雷劈这事儿，谷歌也干过……

9 月 4 日，微软在美国中南部地区的圣安东尼奥数据中心由于雷电天气影响导致电压激增，数据中心的冷却系统发生故障。为保证数据和硬件完整性，数据中心的自动化措施强制关闭了系统电源以防止机器因过热造成损坏。这一事故引发了 Azure 中断，Office 365 以及 Azure Active Directory 服务都受到影响，并且恢复相关存储服务经历了很长时间。

故障从 9 月 4 日上午 9 点（北京时间 9 月 4 日 17:00）左右开始出现问题，到 9 月 5 日 13 点左右（北京时间 9 月 5 日 21:00 左右），微软大多数受影响服务的存储可用性已经恢复，整个故障中断时间超过 24 小时。

跟踪服务中断的 DownDetector.com 网站显示 Azure 服务中断主要位于德克萨斯州：

zure 官方推特 Azure Support 让用户查看 Azure 状态页面，但是 Azure 服务中断甚至影响到该页面也一度无法访问。Azure Support 将事故称为“网络问题”，并表示中断只会影响美国中南部的客户，但是很多用户表示中断已经影响了包括西欧、亚洲在内的其他地区。

Azure Support 在对用户的回复中澄清了为什么其他地区会受到影响：“在某种程度上，我们所有的数据中心都是相互联系的。因此，如果一个数据中心出现故障，它将转移到其他数据中心。此外，在欧洲的客户可能会在受影响的数据中心托管一些资源。“

包括 Office 365 和 VSTS （Visual Studio Team Services）在内的近 40 个 Azure 服务受到影响。根据 Office 365 的公告，Office 365 用户遇到的问题类型如下：

• Exchange - 某些用户可能无法访问网页上的 Outlook。 通过其他协议进行的电子邮件访问则有可能不受影响。

• Power BI - 用户可能收到“服务器不可用”错误或可能无法登录。

• SharePoint - 大多数影响已得到缓解，但一部分用户可能无法进行更改或更改无法保存。

• Microsoft Teams - 用户可能无法访问 Teams 的 Office 文档。

• Intune - 受影响的用户可能无法访问 Intune 门户或其他功能。

根据 VSTS 的公告，这次中断影响了使用微软 Visual Studio Team Services 的开发人员，导致他们无法访问帐户，报告仪表板也无法加载。

根据 Microsoft Dynamics 公告，这次中断还影响了 Azure Active Directory，Microsoft Dynamics Finance 以及 Operations 和 Lifecycle Services 的用户。

9 月 5 日，Azure 状态更新中表示，工程师正在优先恢复存储资源，以便恢复依赖于这些受影响资源的所有服务，但是恢复过程需要一段时间。到北京时间 9 月 5 日晚 9 点左右，大多数受影响的服务已经恢复。