Trois problèmes entrent dans un bare

La panne qui a touché Microsoft le 12 novembre a surpris tout le monde par son ampleur et sa durée. Dans un rapport préliminaire, l’entreprise revient sur les raisons qui ont mené à l’incident.
Il aura fallu 24 heures, mais Microsoft s’est finalement tiré de son très mauvais pas. Outlook.com, Exchange Online, Copilot, Teams, SharePoint, OneDrive, Defender, Purview : autant de services de la galaxie 365 qui ont été affectés, partiellement ou complètement. Une onde de choc qui a relancé les débats autour du concept de « SPOF » (Single Point Of Failure), quand un trop grand nombre de structures dépendent du même acteur.
Charles Lamanna, vice-président de Microsoft, a publié sur X un message pour avertir qu’un rapport préliminaire avait été mis à disposition des entreprises sous les références MO1550821 et EX1550543, accessible depuis le centre d’administration et que nous mettons à disposition. Il ne contient donc pas tous les détails, mais donne une bonne vue d’ensemble de ce qui s’est passé.
Trois facteurs et une cascade
On sait désormais que l’incident a commencé précisément le 12 novembre à 16h20 (UTC) et s’est terminé le 13 à 16h10. Durant ces quasi 24 heures, la plupart des utilisateurs n’ont pas pu accéder à leur boîte aux lettres via Outlook ou d’autres clients, et de nombreux e-mails ont été distribués en retard. Même constat pour les services qui s’appuient sur Exchange Online. Mais la durée de la panne a été très variable selon les cas. Une source nous indique par exemple que le temps d’indisponibilité a été inférieur à 4 heures.
Selon Microsoft, trois facteurs sont impliqués dans la panne, provoquée par une cascade. Le premier – et le plus important – était un défaut latent. Il s’agit d’un problème introduit trois mois plus tôt par une mise à jour pour Windows, spécialement conçue pour les serveurs gérant les passerelles. Ce défaut a donc passé les tests de charge sans être détecté et ne s’est pas manifesté avant le 12 novembre.
Il a donc fallu un déclencheur, qui est le deuxième facteur. Environ 15 heures avant la panne, Teams a basculé de la passerelle secondaire vers la principale. Or, celle-ci gère également Exchange Online. Enfin, le troisième facteur est une capacité de charge réduite. Microsoft ne donne guère plus de détails sur ce point pour l’instant, mais on sait que la capacité de charge était amputée de 14 % suite à un problème distinct survenu la veille.
Cette panne s’est ensuite propagée en cascade, car le trafic redirigé vers les serveurs sains les a surchargés à leur tour. En moins de deux heures, toute l’infrastructure était touchée et, au plus bas, plus de 80 % des serveurs ne répondaient plus.
Rétablissement difficile et questions en suspens
Microsoft indique que le rétablissement a été complexe. À la manière de ce qui avait pu se passer pour la panne d’AWS en octobre 2025, chaque serveur remis en état était aussitôt submergé par le trafic en attente. Facteur aggravant : le retour arrière, le déploiement progressif et les indicateurs de fonctionnalité n’ont pas pu être utilisés rapidement, parce que le défaut datait de plusieurs mois.
Microsoft précise que la correction a finalement été trouvée et appliquée le 13 novembre à 7h20 (UTC). Elle a rétabli la mouture antérieure, donc en remettant du code « non corrigé » par la fameuse mise à jour d’il y a trois mois.
Il faudra attendre le rapport final pour savoir de manière sûre ce qui s’est passé, car plusieurs points restent en suspens. Le 14 novembre par exemple, le tableau de santé de Microsoft évoquait des changements dans le réseau, à la suite de travaux qui avaient révélé un bug latent. Pendant l’incident, Microsoft avait aussi évoqué l’annulation d’une modification réseau récente.
Surtout, les cloisons censées empêcher la propagation d’une région à l’autre n’ont pas fonctionné, pour une raison que Microsoft n’a pas encore expliquée. Le rapport mentionne que le correctif avait été appliqué à de grandes portions de l’infrastructure, mais les détails manquent.






