[ITmedia エンタープライズ] M365の世界的障害、重なった3つの要因とは? 日本マイクロソフトが説明
2026年11月12日(現地時間)に発生したMicrosoft 365の世界規模の障害について、日本マイクロソフトが原因と対策を説明した。サイバー攻撃やAIによるものではなく、3カ月以上顕在化していなかった不具合など、3つの要因が重なって起きたという。
» 2026年11月20日 07時00分 公開
この記事は会員限定です。会員登録すると全てご覧いただけます。
日本マイクロソフトは2026年11月18日、クラウドサービス「Microsoft 365」の障害について、SNS「X」の公式アカウントで説明した。同社は顧客とパートナー企業に対し、業務や事業運営に迷惑を掛けたとして謝罪している。
日本マイクロソフトによると、障害は技術的な問題によるもので、サイバー攻撃やAI、AIエージェントに起因するものではない。Microsoft 365の多くのサービスの前段に位置するネットワークゲートウェイで3つの要因が重なり、世界規模の障害に至ったという。
3つの要因には、3カ月以上にわたって顕在化していなかったものも含まれる。同社はそれぞれの内容と、復旧に通常より時間を要した理由を次のように説明している。
障害を招いた3つの要因とは
- 潜在的な不具合: 特定の負荷条件下でサーバが過負荷になり、応答不能に陥る不具合が潜んでいた。この不具合は、Microsoft 365のネットワークゲートウェイのサーバ専用に用意した修正プログラムに起因する。修正プログラムは2026年7月から全世界に順次展開されたが、不具合は3カ月以上にわたって顕在化していなかった
- ネットワークゲートウェイの切り替え: 障害発生の約15時間前、コラボレーションツール「Microsoft Teams」(以下、Teams)が利用するネットワークゲートウェイが切り替わった。切り替え先は、メールサービス「Exchange Online」も利用するプライマリゲートウェイだ。これによってプライマリゲートウェイの負荷が増え、トラフィックのパターンも変わった。日本マイクロソフトは、切り替えは通常の運用手順に従ったものだったとしている
- サーバの停止: Teamsが利用するネットワークゲートウェイが切り替わった時点で、前日に発生した別の問題によってネットワークゲートウェイのサーバの約14%が停止していた。全体の処理能力には十分な余裕があり、この停止だけでは顧客への影響は確認されていなかった。しかし、切り替えによる負荷の集中と重なり、処理能力の余裕が大きく減った
障害を広げたのは、サービスを守るための仕組みだった
米Microsoftのチャールズ・ラマンナ(Charles Lamanna)氏(Copilot、Agents、Platform担当 エグゼクティブ バイスプレジデント)は11月15日夜(現地時間)、事後検証報告書(PIR)の要約をXで公開した。それによると、3つの要因はいずれも、単独では問題を起こしていなかった。
1つ目の不具合は、内部プロセスで「ロック競合」(複数の処理が同じ資源の利用権を待ち合い、処理が進まなくなる状態)を起こすものだった。ラマンナ氏によると、この不具合は通常の負荷テストで検出できなかった。テスト環境は、本番環境とトラフィックの傾向やハードウェアの構成が異なっていたためだ。ロック競合はコア数の多い新しいハードウェアほど悪化するが、負荷テストはコア数の少ないハードウェアを中心に実施していた。Microsoft 365は、可用性を高めるために独立した2系統のネットワークゲートウェイを運用している。2つ目の切り替えはこの2系統の間で行う通常の運用の一部で、3つ目の停止したサーバも、通常の保守作業で稼働に戻る途中だった。
負荷の増加とサーバ容量の減少によって不具合が顕在化し、リクエストが滞留してサーバが応答しなくなった。ラマンナ氏によると、これが起きたのは米国のトラフィックがピークを迎える時間帯だった。障害を広げたのは、本来はサービスを守るための仕組みだったという。応答しないサーバの利用者を正常な別のサーバに自動で振り分けた結果、残りのサーバにも負荷が集中し、同じ不具合が次々に発生した。不具合は2時間足らずでサーバ全体に広がり、最も多い時点で80%以上のサーバが応答しなくなった。区画ごとに障害の波及を止める仕組みも、別の問題によって機能しなかったという。
なぜ復旧に時間がかかったのか?
復旧にも通常より時間を要した。日本マイクロソフトによると、復旧したサーバに、待機していたトラフィックが一斉に流れ込んで再び過負荷になったためだ。ラマンナ氏は、自動復旧の仕組みがこれほど広い範囲の障害を想定していなかったことも理由に挙げている。不具合が数カ月前の変更に由来するため、通常の手順で変更を素早く元に戻すこともできなかったという。ラマンナ氏によると、Teamsやオンラインストレージ「OneDrive」、情報共有基盤「SharePoint」、Officeアプリは、障害が起きたネットワークゲートウェイ基盤から退避して早く復旧した。Teamsのチャットや会議は、障害期間の大半で使えた。一方、Exchange Onlineのように、このネットワークゲートウェイから退避できないサービスもあった。
日本マイクロソフトによると、Microsoftは不具合が原因だと特定した後、該当する処理を従来の正常な状態に戻すアップデートを開発し、サービスを段階的に復旧させた。
障害後に講じた対策は?
日本マイクロソフトによると、Microsoftは障害の発生以降、処理能力を増強し、トラフィックのリダイレクトと接続処理に関する監視を強化した。影響の連鎖的な拡大を防ぐため、負荷を分散する制御策も導入した。障害中に滞留したメールが配信不能として送信者に返送されないよう、メールの配信期限も延長した。
PIRは、管理ポータル「Microsoft 365管理センター」で公開されている。ラマンナ氏は11月15日夜(現地時間)の投稿で、最終版のPIRでさらに詳細を示すとしていた。
Copyright © ITmedia, Inc. All Rights Reserved.
本記事は制作段階でChatGPT等の生成系AIサービスを利用していますが、文責は編集部に帰属します。
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.