Azure歐洲網路塞爆延遲通報客戶，原因是管理員還沒起床

武漢肺炎疫情讓許多人必須在家上班，Microsoft Azure等雲端服務一旦斷線或不穩，將嚴重影響工作效率。上月底Azure發生網路塞爆問題，微軟卻等了5小時才向用戶說明情況。周四微軟解釋，因為負責管理的人員當時還在被窩中。

西歐時間3月24日到3月26日，歐洲及英國Azure用戶感受到Windows及Linux agents開發作業變得十分慢。微軟Azure工程總監Chad Kimes指出，這是因為當天巨大流量導致Azure VM配置錯誤，造成VM reimage時間增加，進而拉長可用agents的等候時間。微軟技術人員發現後做了緊急變更，對Linux agent改使用暫時（ephemeral）OS磁碟，並以擴充Azure VM和使用巢狀虛擬化（nested virtualization）解決Windows agents 問題。

三天內共有6,136名客戶感受到作業延遲，平均延遲21分鐘，有人甚至等了9小時。

但除了技術問題，微軟坦承線上網站事件通報也出了狀況。情況最嚴重的第一天，微軟方面卻遲了快5小時，才向用戶通知此事，遠遠超過10分鐘內通知的正規程序。按照Azure的作業流程，Azure系統的自動化工具會在發生事件時，通知指派負責人員（designated responsible individual，DRI）和主要事件管理員（primary incident manager，PIM），後者負責將事件的對外（客戶）通訊。當天事件發生時，DRI努力尋找原因及排除問題的同時，PIM卻還未起床，直到5小時後美東時間一早，他才發出通報。

微軟對此向用戶致歉，並承諾做出改善，包括強化運算資源配置失誤率及agent reimage時間的監控，並在發現問題時，迅速擴大使用暫時OS磁碟及巢狀虛擬化，以解決Linux和Windows agents問題。最後，微軟也會改善線上網站對作業延遲事件的通報流程。