Lunes, 16 de noviembre de 2026
Portada de las 21:50
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Empresas · theregister.com

Microsoft atribuye la gran caída del correo a un defecto introducido en julio con una corrección

Según el informe preliminar de Microsoft, un cambio de julio en los servidores de gateway de red de Microsoft 365 quedó latente hasta que un pico de carga y una pérdida de capacidad lo activaron. Dejó sin Exchange Online a muchos usuarios durante más de un día.

Foto: vía theregister.com

Leer el artículo aquíArtículo original (theregister.com) 70 comentarios en Hacker News

Escucha la noticia3 min

Microsoft publicó el 15 de noviembre un informe preliminar sobre la caída de la semana anterior. El defecto se introdujo en julio de 2026 con una actualización pensada para los servidores de gateway de red de Microsoft 365. Pasó las pruebas de carga y se desplegó sin incidencias, pero esas pruebas, admite la compañía, se centraban en hardware más débil y con menos núcleos. El fallo, una contención de bloqueos (lock contention) en un proceso interno de Windows, agotaba CPU y memoria, y empeora en máquinas con más núcleos y hardware más nuevo.

El 12 de noviembre, a las 01:07 UTC, Teams hizo failover al gateway primario que da servicio a Exchange Online, lo que generó un pico de carga no especialmente inusual. A la vez, casi el 14 % de la capacidad del gateway estaba fuera de servicio, en proceso de recuperarse y sin ser un problema por sí mismo, ya que había margen suficiente. Juntas, ambas circunstancias activaron el defecto. El tráfico de los servidores caídos se redirigía al siguiente servidor sano, que sufría lo mismo, y en dos horas el problema se extendió a toda la flota. En el peor momento, más del 80 % de los servidores no respondía.

Reiniciar servidores no sirvió, porque se saturaban de inmediato, y los procesos de recuperación automatizados no estaban diseñados para un estado de falta de respuesta tan amplio. Tampoco era posible un rollback simple, porque el defecto tenía meses. Los ingenieros prepararon una actualización que devolvía el código al estado bueno conocido y la aplicaron por grupos de servidores. Servicios como Teams, OneDrive, SharePoint y las apps de Office pudieron salir del gateway defectuoso, pero Exchange Online no, por razones de escala.

El detector de anomalías de conectividad avisó a las 16:03 UTC del 12 de noviembre y el primer caso de soporte llegó a las 16:33. A las 00:30 del 13 identificaron la negociación de conexiones como causa principal de los fallos, y a las 07:20 aplicaron la mitigación que revertía el cambio defectuoso. A las 16:10 se confirmó que todo volvía a la normalidad, y el último aviso a clientes se emitió a las 04:15 del 14. El informe final está previsto para el 20 de noviembre.

En Hacker News

«Microsoft blames monster email outage on software defect introduced in July fix» · puesto 17 · 103 puntos · enviado por Bender

Lo que dicen los comentarios

Los comentarios comparan la caída con un «black start» de la red eléctrica y con el problema del thundering herd: al fallar unos pocos servidores, el reparto de carga hunde al resto, y solo ayuda desconectar la carga y reintroducirla por bloques. Otro hilo discute si es aceptable probar con hardware mucho más modesto que el de producción; unos dicen que depende de la diferencia de núcleos y otros recuerdan que probar a escala de producción es caro y difícil. También hay quien especula con el papel de la IA y de los despidos en el defecto, y quien lo ve como una caída grave más de una gran empresa. Un usuario aclara la frase del artículo sobre las bebidas en Redmond, y varios bromean con no poner todos los huevos en la misma cesta.

  • Las grandes caídas en grandes empresas siempre se parecen. Es análogo a un black start eléctrico: hay que desconectar toda la carga y reintroducirla por bloques pequeños, para que cachés y compiladores JIT tengan tiempo de calentarse.
    — mike_hearn, leer el comentario
  • En servidores de software esto se llama el problema del «thundering herd». Por eso los clientes se programan no solo con backoff exponencial, sino también con desfases aleatorios.
    — EGreg, leer el comentario
  • Depende de qué sea bajo y alto. Si el entorno de pruebas tiene 4 núcleos y producción 128, no es aceptable. Si el bajo tiene 64 y el alto es un clúster entero, la cuenta es otra.
    — bayindirh, leer el comentario
  • Probar a escala de producción es muy difícil y caro. Se equilibra con simulaciones para ganar confianza, pero el pipeline de CI/CD nunca llega a pruebas automatizadas a escala completa.
    — notyourwork, leer el comentario
  • Los sistemas complejos se mantienen estables por el conocimiento organizativo de sus debilidades. El cambio organizativo erosiona ese conocimiento mientras las debilidades siguen ahí, y el sistema se vuelve cada vez más vulnerable.
    — nialse, leer el comentario

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.