Fallo oculto en actualización de Microsoft tumbó Outlook y Teams en todo el mundo
Un defecto de software instalado en julio provocó la caída mundial de Microsoft 365 el 12 de noviembre, afectando a más del 80% de los servidores.
El 12 de noviembre, millones de usuarios de Microsoft 365 alrededor del planeta se quedaron sin Outlook, Teams y Copilot durante casi 24 horas. La causa, según reveló la empresa en un informe preliminar, fue un defecto de software que ninguna prueba detectó y que estaba instalado desde julio. La caída comenzó a las 16:20 (hora universal) y los servicios se restablecieron recién a las 16:10 del día siguiente, según reportaron BleepingComputer y Ars Technica.
Tres factores que coincidieron para el colapso
Microsoft explicó que el fallo se originó en una actualización diseñada para los servidores que funcionan como puerta de entrada a Microsoft 365. Esa actualización operó sin incidentes durante más de tres meses en todo el mundo, hasta que se juntaron tres condiciones: el defecto mismo, un aumento del tráfico y una falta de capacidad previa.
El error hacía que un servidor se saturara y dejara de responder cuando se combinaban ciertas condiciones de tráfico. Las pruebas de carga de Microsoft no lo detectaron porque se realizaron en equipos más débiles, con menos núcleos de procesamiento, y el problema empeora justamente en las máquinas más nuevas y potentes. El segundo factor fue que, unas 15 horas antes de la caída, Teams pasó de una puerta de entrada alternativa a la principal, que también atiende Exchange Online (el servicio que sostiene el correo de Outlook). Microsoft describió ese cambio como una maniobra habitual de resiliencia. El tercer factor: cerca del 14% de los servidores de esa puerta de entrada ya estaba fuera de servicio desde el día anterior por un problema sin relación. Con holgura suficiente, esa baja no habría causado nada por sí sola, pero junto con el tráfico adicional activó el error.
Un efecto en cadena que se extendió por todo el mundo
Cuando un servidor dejaba de responder, los sistemas de Microsoft enviaban a los usuarios a otro servidor sano, que recibía más carga y tropezaba con el mismo defecto. “En menos de dos horas”, el error apareció en toda la flota, según la empresa. En el punto más bajo, más del 80% de los servidores no respondía. Las barreras que deberían haber aislado el problema por regiones tampoco funcionaron, por una falla distinta que Microsoft no explicó en el informe preliminar, según Ars Technica. Por eso la falla pasó de una región a otra hasta alcanzar la red mundial.
Teams, OneDrive, SharePoint y las aplicaciones de Office pudieron desviarse a otra infraestructura y volvieron antes. Exchange Online no pudo, por límites de capacidad, y por eso Outlook fue lo último en recuperarse. Charles Lamanna, vicepresidente ejecutivo de Copilot, agentes y plataforma, difundió un resumen en X y pidió disculpas: “Lamentamos profundamente el impacto para todos nuestros clientes”.
Por qué reparar la falla llevó tanto tiempo
La recuperación se complicó porque, al reiniciarse, los servidores recibían de golpe todo el tráfico acumulado y volvían a saturarse. Según Microsoft, sus procesos automáticos no estaban diseñados para recuperarse de un colapso tan amplio. Tampoco sirvió la opción habitual de volver atrás: como el defecto venía de una actualización de meses antes, las herramientas de reversión y los interruptores de funciones no podían deshacer el cambio con rapidez, escribió Lamanna.
Los ingenieros prepararon una corrección que devolvía el código a su estado anterior y la aplicaron por tandas, retirando grupos de servidores de servicio, actualizándolos y reiniciándolos. Lamanna precisó que ni el defecto ni la corrección afectan a otras instalaciones de Windows. Microsoft dijo que ya amplió la capacidad y agregó protecciones para que un desvío de tráfico no desencadene otra falla en cadena. El presidente del comité de Seguridad Nacional de la Cámara de Representantes de Estados Unidos, Andrew Garbarino, pidió más información a Microsoft y a la agencia de ciberseguridad CISA, según Politico. La empresa prevé publicar el informe final el 20 de noviembre, según The Register.
Con información de Infobae Tecno