W drugiej połowie listopada 2026 roku Microsoft opublikował wstępny raport z analizy przyczyn awarii, która przez kilka godzin uniemożliwiała lub mocno utrudniała korzystanie z Outlooka i Exchange Online. Z dokumentu, omówionego m.in. przez sekurak.pl, wynika, że awaria nie miała jednej przyczyny. Był to splot co najmniej trzech niezależnych zdarzeń: błędu w poprawce do serwerów gateway Microsoft 365 wdrożonej w lipcu 2026 roku, przełączenia usługi Teams na tę samą farmę serwerów, która obsługiwała Exchange Online, oraz wcześniejszego wyłączenia około 14% maszyn tej farmy po innej awarii.
Sprawa dotyczy każdej organizacji korzystającej z Microsoft 365 — w Polsce przede wszystkim firm i instytucji, które opierają pocztę, kalendarze i komunikację wewnętrzną na usługach Microsoftu. Jest ważna nie tylko ze względu na skalę: raport pokazuje mechanizm, który można odtworzyć w każdym środowisku IT. Testy na sprzęcie słabszym niż produkcyjny, współdzielenie zasobów między usługami o różnych profilach obciążenia i planowane przełączenie wykonane bez sprawdzenia aktualnej rezerwy pojemności — to wzorce, które w mniejszej skali występują także w polskich firmach. Poniższa analiza opiera się wyłącznie na faktach z wstępnego raportu Microsoftu w takim zakresie, w jakim zostały one przytoczone w materiale źródłowym. Wszędzie tam, gdzie źródło czegoś nie potwierdza, zostało to oznaczone jako interpretacja, a nie fakt.
Co dokładnie się wydarzyło — łańcuch zdarzeń
Źródło opisuje sekwencję, którą warto rozłożyć na osobne ogniwa, bo dopiero razem tworzą pełny obraz. Każde z nich z osobna prawdopodobnie nie wywołałoby globalnej awarii.
- Lipiec 2026 — wdrożenie poprawki. Microsoft wprowadził poprawkę do serwerów gateway, czyli bram, przez które łączą się użytkownicy usług Microsoft 365. Wdrożenie było rozłożone w czasie i po kilku tygodniach objęło całą infrastrukturę. Poprawka działała bez widocznych problemów przez około trzy miesiące.
- Brak sygnałów w testach. Według raportu testy obciążeniowe nie wykazały problemu. Microsoft przyznał, że koncentrowały się one na słabszym sprzęcie z mniejszą liczbą rdzeni, przy założeniu, że jeśli wydajność jest wystarczająca na słabszych maszynach, to na mocniejszych będzie co najmniej tak samo dobrze.
- Dzień przed awarią — inny incydent. Około 14% serwerów jednej z farm gatewayów zostało wyłączonych z użytku w wyniku odrębnej awarii z poprzedniego dnia. Farma działała więc z okrojonym zapasem.
- Około 15 godzin przed awarią — przełączenie Teams. Usługa Teams przeszła z jednej farmy gatewayów na drugą — tę, która obsługiwała również Exchange Online. Microsoft utrzymuje dwie niezależne farmy m.in. po to, by móc serwisować jedną, gdy druga przyjmuje ruch. Tym razem ruch dwóch dużych usług trafił na jeden, osłabiony zasób.
- Kulminacja obciążenia. Według źródła zdarzenie nastąpiło w momencie szczytowego obciążenia infrastruktury Microsoftu w USA. Wzrost ruchu na serwerach farmy uruchomił błąd z lipcowej poprawki.
- Kaskada. Błąd powodował wyczerpanie CPU i pamięci maszyny, a w konsekwencji zawieszenie serwera. Każda wyłączona maszyna zwiększała obciążenie pozostałych, co uruchamiało błąd na kolejnych serwerach. W najgorszym momencie ponad 80% serwerów nie odpowiadało.
- Problemy z przywracaniem. Restart serwerów nie rozwiązywał sytuacji, bo wznawiające pracę maszyny były natychmiast przeciążane przez oczekujący ruch i ponownie przestawały odpowiadać. To wydłużyło przywracanie sprawności ponad standardowy czas.
Tło techniczne prostym językiem
Czym są serwery gateway i dlaczego mają znaczenie
Serwery gateway to warstwa pośrednia między użytkownikiem a właściwymi usługami w chmurze. Klient — Outlook, przeglądarka, aplikacja Teams — łączy się z bramą, a brama kieruje ruch dalej. Jeśli brama przestaje odpowiadać, użytkownik widzi błąd logowania, brak synchronizacji poczty lub zawieszone połączenie, nawet jeśli serwery przechowujące dane działają poprawnie. Dlatego awaria warstwy gatewayów jest odczuwalna szeroko i szybko, mimo że nie dotyczy samego przechowywania skrzynek czy wiadomości.
Microsoft utrzymuje dwie niezależne farmy takich serwerów. To standardowy wzorzec wysokiej dostępności: jedna farma może być serwisowana lub przejmować ruch zapasowy, gdy druga ma problem. Warunkiem działania tego modelu jest jednak to, że farma przyjmująca ruch ma wystarczający zapas pojemności na przyjęcie dodatkowego obciążenia.
Na czym polegał błąd kontencji
W raporcie błąd opisano jako kontencję blokad wewnątrz procesu systemu Windows, która prowadziła do wyczerpania zasobów maszyny — CPU i pamięci — i w efekcie do zawieszenia serwera. Kontencja blokad to sytuacja, w której wiele wątków chce jednocześnie uzyskać dostęp do tego samego zasobu chronionego blokadą. Jeśli dostęp jest źle zaprojektowany, wątki spędzają czas na wzajemnym czekaniu zamiast wykonywać pracę. Przy dużym obciążeniu takie czekanie potrafi „zjeść” procesor i pamięć, a w skrajnym przypadku zablokować cały proces lub maszynę.
Kluczowy szczegół z raportu: problem nasilał się na maszynach z większą liczbą rdzeni i nowszym sprzętem. To wyjaśnia, dlaczego testy na słabszych maszynach go nie ujawniły. Więcej rdzeni oznacza więcej równoległych wątków, a więc większe prawdopodobieństwo zderzeń na blokadach. Sprzęt, który teoretycznie powinien być „szybszy”, w obecności takiego błędu okazywał się bardziej podatny na awarię.
Microsoft zaznaczył w raporcie, że defekt i poprawka dotyczyły konkretnie serwerów gateway Microsoft 365 i nie odnoszą się do szerszych wdrożeń Windows. To istotne zastrzeżenie: nie ma podstaw, by traktować ten błąd jako ogólny problem systemu Windows w infrastrukturze firmowej. Źródło nie podaje, czy i w jakim zakresie błąd mógłby wystąpić poza środowiskiem Microsoftu, więc nie należy tego rozszerzać.
Dlaczego przełączenie Teams na farmę Exchange miało znaczenie
Teams i Exchange mają różne profile obciążenia, ale korzystają z tej samej warstwy gatewayów. Przełączenie Teams na farmę obsługującą pocztę oznacza, że na jednym zasobie spotkał się ruch dwóch dużych usług. Samo w sobie nie musi być błędem — farmy są projektowane z zapasem — ale w połączeniu z wcześniejszym wyłączeniem 14% maszyn zapas się skurczył. Źródło nie podaje, czy przełączenie było rutynowe, czy wymuszone, ani czy ktokolwiek sprawdził aktualną dostępność pojemności farmy docelowej przed jego wykonaniem. To pytanie pozostaje otwarte i jest jednym z najważniejszych wniosków dla zarządzania zmianą.
Realne konsekwencje
Skutki dla użytkownika końcowego są dobrze znane: brak dostępu do poczty, opóźnienia w synchronizacji, problemy z logowaniem, utrudniona komunikacja wewnętrzna. Dla organizacji liczy się jednak coś więcej niż niedogodność w ciągu dnia pracy.
- Przerwanie procesów zależnych od poczty. Faktury, zamówienia, zgłoszenia do helpdesku, powiadomienia z systemów — wiele z tych przepływów opiera się na Exchange Online lub na usługach, które się o niego opierają.
- Obciążenie zespołów IT. Przy awarii po stronie dostawcy zespół wewnętrzny i tak przyjmuje zgłoszenia, musi weryfikować, czy problem nie leży po stronie firmy, i komunikować status. To praca, której nie da się zaplanować.
- Erozja zaufania do modelu chmurowego. Każda duża awaria dostawcy wraca w rozmowach o architekturze i ciągłości działania. Warto te rozmowy prowadzić na podstawie faktów, a nie emocji.
- Ryzyko pozornego bezpieczeństwa. Organizacje, które mają „plan ciągłości działania” wyłącznie w dokumentacji, przy tego typu zdarzeniu odkrywają, że nie mają sprawdzonych procedur obejścia.
Trzeba przy tym jasno powiedzieć: źródło nie podaje, jak długo dokładnie trwała awaria w wymiarze globalnym, ilu użytkowników dotyczyła ani jakie były straty finansowe. Nie należy tych liczb dopowiadać.
Scenariusze ryzyka dla polskich organizacji
Poniższe scenariusze to interpretacja mechanizmów z raportu przełożona na realia firm, a nie opis zdarzeń potwierdzonych przez źródło.
| Scenariusz | Mechanizm | Prawdopodobieństwo wystąpienia u klienta Microsoft 365 |
|---|---|---|
| Awaria warstwy gatewayów po stronie Microsoftu | Błąd lub przeciążenie infrastruktury dostawcy | Niskie w skali pojedynczej firmy, ale o dużym wpływie; nie da się go wyeliminować po stronie klienta |
| Współdzielenie zasobów między usługami | Przełączenie jednej usługi obciąża zasób używany przez inną | Zależy od architektury dostawcy; klient może jedynie ograniczać zależność od jednego kanału komunikacji |
| Brak sprawdzonego obejścia | Organizacja nie ma alternatywnego kanału kontaktu ani procedury informowania | Wysokie w firmach bez planu ciągłości działania |
| Błędne wnioski z testów wydajnościowych | Testy na słabszym sprzęcie nie ujawniają problemów skalujących się z liczbą rdzeni | Dotyczące firm utrzymujących własną infrastrukturę lub systemy wewnętrzne |
Jak sprawdzić, czy problem dotyczy Twojej organizacji
Nie chodzi o sprawdzenie, czy „masz ten błąd” — błąd dotyczył infrastruktury Microsoftu i został przez dostawcę usunięty. Chodzi o sprawdzenie, czy Twoja organizacja byłaby przygotowana na powtórkę podobnego zdarzenia.
- Ustal, które procesy zatrzymują się bez poczty i Teams. Wypisz je i oceń, które są krytyczne w perspektywie kilku godzin.
- Sprawdź, czy masz alternatywny kanał komunikacji. Czy w razie awarii Teams potrafisz poinformować pracowników i klientów innym kanałem? Czy numery kontaktowe i procedury są dostępne offline?
- Zweryfikuj, kto monitoruje status usług Microsoftu. Czy ktoś w firmie ma przypisane zadanie śledzenia komunikatów o incydentach i przekazywania ich dalej?
- Przejrzyj plan ciągłości działania pod kątem awarii dostawcy chmurowego. Czy plan zawiera scenariusz „usługa zewnętrzna nie działa”, a nie tylko scenariusze wewnętrzne?
- Jeśli utrzymujesz własną infrastrukturę, sprawdź, na jakim sprzęcie testujesz. Czy środowisko testowe odpowiada produkcyjnemu pod względem liczby rdzeni i profilu obciążenia?
- Sprawdź, czy planowane przełączenia między środowiskami są poprzedzone weryfikacją pojemności. Czy istnieje zapis, kto i na jakiej podstawie potwierdza, że środowisko docelowe ma zapas?
Plan reakcji krok po kroku
Poniższa procedura dotyczy sytuacji, w której awaria po stronie dostawcy już wystąpiła.
- Potwierdź źródło problemu. Sprawdź oficjalne komunikaty statusu usług Microsoftu. Nie zakładaj z góry, że problem leży po stronie firmy — ale też nie zakładaj odwrotnie.
- Uruchom komunikację wewnętrzną. Poinformuj pracowników, czego dotyczy problem, jakie są obejścia i gdzie zgłaszać sprawy pilne. Komunikat powinien być krótki i powtarzalny.
- Aktywuj obejścia dla procesów krytycznych. Jeśli masz zapasowy kanał kontaktu z kluczowymi klientami lub dostawcami, użyj go.
- Ogranicz liczbę zgłoszeń do helpdesku. Jeden komunikat zbiorczy redukuje liczbę duplikatów i odciąża zespół.
- Nie restartuj masowo własnych urządzeń i klientów poczty bez potrzeby. Przy awarii po stronie dostawcy takie działania zwykle nie pomagają, a generują dodatkowy ruch i zamieszanie.
- Zapisuj przebieg zdarzenia. Godziny, objawy, podjęte działania — to materiał do analizy po incydencie.
- Po przywróceniu usługi zrób krótkie podsumowanie. Co zadziałało, co nie, które procesy ucierpiały najbardziej.
Typowe błędy
- Zakładanie, że „chmura się nie psuje”. Awaria dostawcy to normalne ryzyko operacyjne, a nie sytuacja wyjątkowa, której nie trzeba planować.
- Testowanie tylko na słabym sprzęcie. Wniosek z raportu Microsoftu jest ogólny: środowisko testowe musi odpowiadać produkcyjnemu, w tym pod względem liczby rdzeni i profilu obciążenia.
- Przełączanie między środowiskami bez sprawdzenia pojemności. Farma zapasowa jest zapasowa tylko wtedy, gdy faktycznie ma wolne moce.
- Restart jako pierwsza reakcja. W tej awarii restartujące się serwery były natychmiast przeciążane oczekującym ruchem. Masowy restart bez kontroli napływu ruchu może pogorszyć sytuację.
- Brak komunikacji do użytkowników. Cisza w czasie awarii generuje więcej zgłoszeń niż jasny, nawet niepełny komunikat.
- Szukanie winy zamiast przyczyny. Raport Microsoftu pokazuje, że przyczyną był splot zdarzeń, a nie jedna decyzja. Podobnie bywa w firmach.
Działania krótkoterminowe
- Zbierz i uporządkuj listę procesów krytycznych zależnych od Microsoft 365.
- Ustal jeden kanał komunikacji awaryjnej i sprawdź, czy działa bez Teams i poczty.
- Wyznacz osobę odpowiedzialną za monitorowanie komunikatów statusu dostawcy.
- Przejrzyj procedury helpdesku pod kątem zgłoszeń „awaria dostawcy”.
- Zarchiwizuj wnioski z ostatniej awarii i sprawdź, czy dotyczą Twojej organizacji.
Działania długoterminowe
- Wpisz scenariusz awarii dostawcy chmurowego do planu ciągłości działania i przetestuj go choć raz w roku.
- Zdefiniuj wymagania wobec środowiska testowego: liczba rdzeni, profil obciążenia, wersje systemów — tak, by odpowiadało produkcji.
- Wprowadź zasadę, że każde planowane przełączenie między środowiskami wymaga potwierdzenia dostępnej pojemności środowiska docelowego.
- Utrzymuj przynajmniej jeden niezależny kanał komunikacji z kluczowymi kontrahentami.
- Prowadź rejestr incydentów zewnętrznych i cyklicznie wyciągaj z niego wnioski dla własnych procedur.
Checklista praktyczna
- ☐ Mam listę procesów krytycznych zależnych od poczty i Teams.
- ☐ Mam kanał komunikacji awaryjnej działający bez Microsoft 365.
- ☐ Wiem, kto monitoruje status usług Microsoftu.
- ☐ Plan ciągłości działania obejmuje awarię dostawcy chmurowego.
- ☐ Plan był testowany w ciągu ostatnich 12 miesięcy.
- ☐ Środowisko testowe odpowiada produkcyjnemu pod względem sprzętu i obciążenia.
- ☐ Planowane przełączenia wymagają potwierdzenia pojemności środowiska docelowego.
- ☐ Helpdesk ma procedurę obsługi zgłoszeń w czasie awarii zewnętrznej.
- ☐ Po każdej awarii zewnętrznej powstaje krótkie podsumowanie wniosków.
Co powinien zrobić właściciel firmy / administrator
Właściciel firmy: nie musi znać szczegółów technicznych, ale powinien wiedzieć, które procesy zatrzymują się bez poczty i Teams oraz ile godzin przerwy jest akceptowalne. Decyzja o akceptacji ryzyka należy do niego. Warto, by zażądał od zespołu IT krótkiego, jednostronicowego opisu planu na wypadek awarii dostawcy i terminu jego testu.
Administrator: odpowiada za techniczne przygotowanie obejść i za weryfikację, czy środowiska testowe odpowiadają produkcyjnym. Powinien też zadbać, by planowane przełączenia między środowiskami były poprzedzone sprawdzeniem pojemności oraz by każda awaria zewnętrzna kończyła się zapisem wniosków. Warto prowadzić rejestr zdarzeń dostawcy i cyklicznie porównywać go z własnymi procedurami.
Co pozostaje niejasne
Wstępny raport, na którym opiera się materiał źródłowy, nie odpowiada na kilka pytań. Nie wiadomo, czy przełączenie Teams na farmę Exchange było rutynowe, czy wymuszone, i czy poprzedziła je weryfikacja dostępnej pojemności. Nie podano też, jak długo dokładnie trwała awaria w wymiarze globalnym ani ilu użytkowników dotyczyła. Nie ma informacji, czy Microsoft zmienił procedury testowania po tym zdarzeniu. Te pytania warto zadać dostawcy w ramach własnych przeglądów umów i planów ciągłości działania — a odpowiedzi nie należy zakładać z góry.
Najważniejszy wniosek jest jednak niezależny od tych luk: awaria pokazała, że pojedyncze, z pozoru niegroźne decyzje — testowanie na słabszym sprzęcie, przełączenie usługi bez sprawdzenia zapasu, tolerowanie okrojonej farmy — sumują się w ryzyko o skali globalnej. W mniejszej skali ten sam mechanizm działa w każdej firmie.
Praktyczna weryfikacja przygotowania — ćwiczenia i testy
Weryfikacja przygotowania nie polega na przeglądaniu dokumentów, lecz na sprawdzeniu, czy procedury działają w warunkach zbliżonych do rzeczywistych. Poniższe ćwiczenia można wykonać w organizacji niezależnie od jej rozmiaru.
Ćwiczenie 1: symulacja utraty poczty i Teams
Wyznacz okno czasowe (np. dwie godziny) i ogłoś, że Microsoft 365 jest niedostępny. W tym czasie zespół nie może korzystać z poczty ani Teams — nawet jeśli usługa faktycznie działa. Celem jest sprawdzenie, czy procesy krytyczne da się poprowadzić innym kanałem.
- Wybierz dzień i godzinę, w której udział bierze możliwie wielu pracowników, ale nie zakłóca to obsługi klientów.
- Poinformuj uczestników, że to ćwiczenie, i podaj z góry czas jego trwania.
- Zablokuj lub zaleć nieużywanie poczty i Teams na czas próby — bez wyłączania usług globalnie.
- Obserwuj, które zadania się zatrzymują i gdzie powstają zatory.
- Zapisz, ile czasu zajęło dotarcie do kluczowych kontrahentów innym kanałem.
- Po zakończeniu zbierz od uczestników krótkie uwagi: co zadziałało, co wymagało improwizacji.
Wynik ćwiczenia jest miarodajny tylko wtedy, gdy nikt nie „obejdzie” zasad po cichu. Jeśli uczestnicy korzystają z prywatnych telefonów i prywatnej poczty, próba pokaże stan faktyczny, ale nie stan procedur — warto rozróżnić te dwie rzeczy w raporcie.
Ćwiczenie 2: test kanału komunikacji awaryjnej
Kanał awaryjny jest sprawny tylko wtedy, gdy działa bez Microsoft 365 i gdy ludzie wiedzą, jak go użyć. Sprawdź to w jednym kroku:
- Wyślij komunikat testowy kanałem awaryjnym do całego zespołu i zmierz, ile osób potwierdziło odbiór w ciągu godziny.
- Sprawdź, czy lista kontaktów do kluczowych klientów i dostawców jest dostępna offline — nie tylko w poczcie firmowej.
- Ustal, kto ma uprawnienia do wysyłania komunikatów kanałem awaryjnym i czy jest więcej niż jedna taka osoba.
- Powtórz test w momencie, gdy część zespołu jest na urlopach — dostępność kanału nie może zależeć od jednej osoby.
Ćwiczenie 3: przegląd pojemności środowisk zapasowych
Farma zapasowa jest zapasowa tylko wtedy, gdy ma wolne moce — to wniosek wprost z raportu Microsoftu, gdzie przełączenie Teams na farmę obsługującą Exchange Online zwiększyło obciążenie, a dodatkowo około 14% serwerów było wyłączonych z użytku po wcześniejszej awarii. W praktyce sprawdź:
- Które środowiska mogą przejąć ruch drugiego i przy jakim obciążeniu.
- Czy dokumentacja potwierdza aktualny zapas mocy, czy tylko zakłada go na podstawie projektu.
- Kto i na jakiej podstawie zatwierdza przełączenie — czy istnieje zapis tej decyzji.
- Jak wygląda sytuacja, gdy jedno ze środowisk jest już częściowo wyłączone z użytku.
Monitoring po wdrożeniu — co obserwować na bieżąco
Po wdrożeniu procedur i obejść potrzebny jest stały, ale lekki monitoring. Nie chodzi o budowanie rozbudowanego systemu, lecz o kilka sygnałów, które wcześnie pokażą, że przygotowanie się rozjeżdża.
Sygnały po stronie dostawcy
- Komunikaty statusu usług Microsoftu — kto je czyta i jak często; czy istnieje dyżur obejmujący godziny pracy firmy.
- Informacje o planowanych pracach i przełączeniach po stronie dostawcy — czy trafiają do osób odpowiedzialnych za procesy krytyczne.
- Historia incydentów zewnętrznych — czy jest prowadzona i czy ktoś cyklicznie ją przegląda.
Sygnały po stronie organizacji
- Liczba zgłoszeń do helpdesku w czasie awarii zewnętrznej — jej gwałtowny wzrost oznacza brak komunikacji zbiorczej.
- Czas dotarcia z informacją do pracowników — mierzony od momentu potwierdzenia awarii.
- Liczba procesów krytycznych, które w czasie awarii stanęły — powinna maleć wraz z wdrożeniem obejść.
- Aktualność listy kontaktów awaryjnych — czy zawiera osoby, które odeszły z firmy lub zmieniły rolę.
Rytm przeglądów
Ustal prosty rytm: krótki przegląd po każdej awarii zewnętrznej, przegląd kanału awaryjnego raz na kwartał, pełny test planu ciągłości działania co najmniej raz w roku. Każdy przegląd powinien kończyć się zapisem: co sprawdzono, co ustalono, kto odpowiada za poprawki i do kiedy. Bez tego monitoring zamienia się w rytuał bez skutku.
Checklista weryfikacji po wdrożeniu
Poniższa lista uzupełnia checklistę przygotowania o elementy sprawdzane już po wdrożeniu procedur.
- ☐ Ćwiczenie symulacji utraty poczty i Teams zostało przeprowadzone w ciągu ostatnich 12 miesięcy.
- ☐ Kanał komunikacji awaryjnej przetestowano i zmierzono czas potwierdzenia odbioru przez zespół.
- ☐ Lista kontaktów awaryjnych jest aktualna i dostępna offline.
- ☐ Co najmniej dwie osoby mają uprawnienia do wysyłania komunikatów kanałem awaryjnym.
- ☐ Zapas pojemności środowisk potwierdzono dokumentacją, a nie założeniem.
- ☐ Istnieje zapis, kto zatwierdza przełączenie między środowiskami i na jakiej podstawie.
- ☐ Helpdesk prowadzi rejestr zgłoszeń z oznaczeniem „awaria dostawcy”.
- ☐ Po każdej awarii zewnętrznej powstaje zapis wniosków z terminem wdrożenia poprawek.
- ☐ Rejestr incydentów zewnętrznych jest przeglądany co najmniej raz na kwartał.
- ☐ Plan ciągłości działania uwzględnia scenariusz częściowo wyłączonej infrastruktury zapasowej.
Jak wykorzystać wnioski z raportu Microsoftu we własnej firmie
Raport opisuje splot zdarzeń: poprawkę z lipca 2026, która ujawniała się głównie na mocnym sprzęcie przy wysokim obciążeniu, przełączenie Teams na farmę obsługującą Exchange Online około 15 godzin przed awarią, około 14% serwerów wyłączonych z użytku po wcześniejszej awarii oraz szczytowe obciążenie ruchu w USA. W najgorszym momencie ponad 80% serwerów nie odpowiadało, a przywracanie sprawności trwało dłużej, ponieważ wznawiające działanie serwery były natychmiast przeciążane oczekującym ruchem.
Z tego opisu wynikają trzy pytania, które warto zadać we własnej organizacji — niezależnie od tego, czy korzysta się z chmury, czy z infrastruktury własnej:
- Czy nasze środowisko testowe odpowiada produkcyjnemu pod względem liczby rdzeni i profilu obciążenia? Testy na słabszych maszynach nie ujawniają problemów skalujących się z liczbą rdzeni — to błąd, który popełnił dostawca.
- Czy każde planowane przełączenie między środowiskami jest poprzedzone potwierdzeniem pojemności środowiska docelowego, zwłaszcza gdy część infrastruktury jest wyłączona z użytku?
- Czy nasza procedura przywracania sprawności uwzględnia kontrolę napływu ruchu, tak by wznawiane usługi nie były natychmiast przeciążane?
Odpowiedzi na te pytania nie wymagają znajomości szczegółów technicznych Microsoftu. Wystarczy spojrzeć na własne procedury pod kątem tych samych mechanizmów: testów na niereprezentatywnym sprzęcie, przełączeń bez weryfikacji zapasu i restartów bez kontroli ruchu.
Źródła i materiały do dalszej weryfikacji
Artykuł jest autorskim opracowaniem przygotowanym na podstawie poniższych materiałów. Linki prowadzą do publikacji źródłowych.
Zdjęcie wyróżniające: Brett Sayles / Pexels.


