GitHub 报告 2025 年 1 月的服务中断

一月的服务中断

在 2025 年 1 月，GitHub 发生了三起重大事件，导致其服务性能下降，详细信息请参见他们的可用性报告。这些中断是由于各种技术问题引起的，包括部署错误、配置更改和硬件故障。

事件详情

2025 年 1 月 9 日（31 分钟）

第一次事件发生在 1 月 9 日，01:26 到 01:56 UTC。一项部署引入了一个有问题的查询，导致主数据库服务器过载，错误率达到 6.85%。用户在多个服务中遇到了 500 响应错误。GitHub 在调查了 14 分钟后回滚了部署，通过内部工具和仪表板识别出错误的查询。

2025 年 1 月 13 日（49 分钟）

1 月 13 日，23:35 UTC 到 00:24 UTC 之间，由于与流量路由相关的配置更改，Git 操作不可用。此调整导致内部负载均衡器丢弃了 Git 操作所需的请求。问题通过恢复配置更改得到解决。GitHub 正在改进监控和部署实践，以提高检测时间并自动化缓解措施。

2025 年 1 月 30 日（26 分钟）

最后一次事件发生在 1 月 30 日，14:22 到 14:48 UTC，涉及到对 github.com 的网页请求失败，错误率峰值为 44%，平均成功请求时间超过三秒。问题源于负责速率限制的缓存层的硬件故障。由于缺乏自动故障转移，影响时间被延长。GitHub 通过手动故障转移到可信赖硬件以防止复发。他们计划实施高可用性的缓存配置，以增强抵御类似故障的能力。

未来的改进

GitHub 正在积极投资于增强其工具，以在部署前检测有问题的查询，并改善其缓存弹性，以防止未来的中断。这些措施旨在减少潜在问题的检测和缓解时间。

要获取有关服务状态的实时更新和事后报告，用户可以访问 GitHub 的状态页面。有关 GitHub 工程努力的更多见解，请参阅 GitHub 工程博客。