GitHub 8 月 17 日服务中断 7 小时 47 分钟，后续将提升平台可扩展性和可靠性

转载于 2026-08-21 08:37:28 发布 · 1 阅读

0 GEO检测

直达内容

GitHub / 博客

试用 GitHub Copilot 应用参加 GitHub Universe

人工智能与机器学习

人工智能与机器学习：了解 GitHub 生态系统及更广泛行业中的人工智能和机器学习知识。
生成式 AI：学习如何使用生成式 AI 进行开发。
GitHub Copilot：借助 GitHub Copilot 改变工作方式。
大语言模型（LLMs）：开发者需要了解的关于大语言模型的一切。
机器学习：机器学习的技巧、窍门和最佳实践。
AI 代码生成的工作原理：探索 AI 代码生成的能力和优势，以及它如何提升开发者的体验。
了解更多

开发者技能

开发者技能：为开发者提供技能提升和职业发展的资源。
应用开发：应用开发的见解和最佳实践。
职业发展：专业开发者成长的技巧和窍门。
GitHub 使用：提升在工作中使用 GitHub 的效率。
GitHub 教育：学习如何开启第一个专业开发角色。
编程语言与框架：紧跟最新（或再度流行）的技术趋势。
开始使用 GitHub 文档：学习如何使用 GitHub 进行软件开发、部署和维护。
了解更多

工程建设

工程建设：深入了解如何打造面向所有开发者的平台。
架构与优化：了解如何在 GitHub 平台上提供高性能、高可用性的体验。
工程原则：探索大规模软件开发中，远程团队协作的最佳实践。
基础设施：一窥全球领先的 AI 驱动开发者平台背后的技术。
平台安全：学习如何在开发者的整个生命周期中融入安全机制。
用户体验：了解是什么让 GitHub 成为所有开发者的首选平台。
我们如何利用 GitHub 提高生产力、增强协作并保障安全：工程和安全团队表现卓越，看看如何利用 GitHub 提高生产力、实现协作开发，并提前做好安全防护。
了解更多

企业软件

企业软件：探索如何大规模编写、构建和部署企业软件。
自动化：通过自动化实现更快速、更安全的软件交付。
持续集成与持续交付（CI/CD）：持续集成和交付的指南。
协作：提升开发者协作的技巧、工具和窍门。
DevOps：为企业工程团队提供的 DevOps 资源。
DevSecOps：如何将安全融入软件开发生命周期（SDLC）。
治理与合规：确保软件构建过程的合规性。
GitHub 在 Gartner® 魔法象限™ AI 代码助手评估中再度荣膺领导者：了解为何 Gartner 连续两年将 GitHub 评为领导者。
了解更多

新闻与洞察

新闻与洞察：掌握 GitHub 的最新消息和重要动态。
公司新闻：了解 GitHub 的内部新闻和产品更新。
产品动态：GitHub 平台、产品和工具的最新情况。
Octoverse：洞察 GitHub 上的开源生态现状。
政策法规：软件领域的最新政策和法规变化。
研究报告：基于数据的开发者生态系统洞察。
历史资料：GitHub 的过往新闻和更新。
利用检索增强生成（RAG）释放非结构化数据的力量：学习如何使用检索增强生成（RAG）获取更多洞察。
了解更多

开源项目

开源项目：GitHub 上的所有开源内容。
Git：Git 的最新更新。
维护者风采：聚焦开源项目维护者。
社会影响：开源如何推动积极的社会变革。
游戏开发：探索 GitHub 上的开源游戏。
内部开源介绍：全球各地的组织正在将开源方法融入到自己的软件开发和交付流程中。
了解更多

安全保障

安全保障：及时了解安全领域的最新动态。
应用安全：解读应用安全相关知识。
供应链安全：揭秘供应链安全。
漏洞研究：GitHub 安全实验室的最新研究成果。
Web 应用安全：保障 Web 应用安全的实用技巧。
企业 AI 驱动的 DevSecOps 指南：了解 DevSecOps 的核心挑战，以及如何利用 AI 和自动化来应对这些挑战。
了解更多

更新日志、文档、客户案例

参加 GitHub Universe 试用 GitHub Copilot 应用

主页 / 新闻与洞察 / 公司新闻

8 月 17 日服务中断事件及后续工作

8 月 17 日，GitHub 遭遇了一次长达 7 小时 47 分钟的服务中断事件，影响了 github.com、身份验证、GitHub Actions、API、拉取请求、问题跟踪和 Copilot 等服务，波及全球开发者和组织。若当天您正在进行软件交付工作，GitHub 深表歉意。

这是 GitHub 8 月发生的第二起重大事件，此前 8 月 6 日还出现过一次 Actions 故障。GitHub 曾在 3 月和 4 月分享过为提高可靠性正在开展的工作，虽已取得一定进展，但这些事件表明，必须加快推进相关工作。

事件经过

调查发现，此次服务中断是因流量达到新高，美国中部数据中心的一个关键基础设施组件未能及时扩展以应对流量增长。由此产生的容量压力在系统中蔓延，导致身份验证失败，并影响了多个 GitHub 服务。

恢复服务需采取一系列协调措施。团队重新路由了流量，隔离了受影响的基础设施，并分阶段恢复了服务。当天大部分 GitHub 服务较早恢复，但部分 Copilot 服务恢复时间较长。这些服务中的错误触发了客户端重试循环，在恢复过程中增加了流量，GitHub 不得不先缓解这种情况，才能安全地恢复流量。完整的根本原因分析包含详细的技术时间表。

这两起事件都不是由代码或配置更改引起的，本质上都是容量不足问题，即在需求超过关键组件的容量之前，GitHub 未能对其进行扩展。自 4 月以来，每月提交量从 14 亿增长到了 29 亿。这种增长解释了系统面临的压力，但并不能成为服务中断事件的借口。

三张并排的深色主题折线图展示了 2023 年至 2026 年的强劲增长：每月合并的拉取请求增长到约 1.3 亿，每月提交量增长到约 29 亿，每月新增仓库数量增长到约 240 万，2025 - 2026 年增长加速。

已采取措施及后续计划

作为今年早些时候做出的可靠性承诺的一部分，GitHub 重点关注了三个优先事项：增加容量、提高效率和消除架构瓶颈。此后，增加了超过 300 万个 CPU 核心、120 PB 的高速存储和大量网络容量，在现有数据中心尽可能多地安装了硬件，同时加快向 Azure 迁移的步伐。

如今，Azure 承担了 GitHub 平台约 58% 的负载和一半的 Git 操作，而在 5 月这一比例仅为 12%。这种扩展的基础设施也支持了 GitHub Actions 作业运行次数的增长，如下所示。

一张大型深色主题折线图，标题为‘已完成的 GitHub Actions 运行次数增长’，显示从 2026 年初到 8 月呈上升趋势，有规律的每周下降和不断增加的峰值。数值从年初的约 1500 - 3000 万增长到超过 1 亿，最终接近 1.154 亿。

Azure 的基础设施和容量也加速了 GitHub 对大型单体仓库扩展的工作。下一个里程碑是构建一种架构，使读取容量能够随读者数量线性扩展，从而实现无限的读取操作，将逐步推出这一架构，首先从最大的单体仓库开始。

两张深色主题的‘Fetch 吞吐量历史’图表，比较了短时间窗口内每秒的获取操作次数。左图波动并在约 1000 次操作/秒处达到平稳，最后接近结束时下降；右图稳步上升至约 1800 次操作/秒。

扩展并非 GitHub 面临的唯一挑战。随着变化的速度和复杂性增加，现有的运营实践未能跟上步伐。GitHub 已重新调配团队和资源，专注于服务可用性，并投资于更强大的测试、更安全的部署、更好的可观测性和更有效的警报机制，虽已取得了一些进展，但这项工作尚未完成。

此外，GitHub 还在隔离关键系统，并消除它们之间的共享依赖关系，旨在降低服务中断的可能性，并在发生中断时限制其影响范围。

GitHub 从每次服务中断事件中吸取教训，并将新的工作纳入可用性改进计划。8 月 6 日和 8 月 17 日的事件带来了两项直接改变。首先，在服务间交互中应用一致的重试限制、重试预算和可变超时机制，以防止重试风暴和级联负载。其次，正在审查低优先级的 CPU 和内存警报，以识别在流量突然激增时可能出现故障的组件。

GitHub 对高可用性的承诺不仅仅是一项技术承诺。开发者社区依赖 GitHub 来开发、交付和运营他们的项目，只有当用户能够信赖时，这一切才有可能实现，但在 8 月 17 日，GitHub 让用户失望了。解决这个问题是 GitHub 的责任，将通过提升平台的可扩展性和可靠性来重新赢得用户的信任。

作者介绍

Vlad Fedorov

@v-fedorov-gh

Vladimir Fedorov 是 GitHub 的首席技术官，拥有数十年的工程领导和创新经验。作为开发者生产力的热情倡导者，Vlad 正带领 GitHub 的工程团队，以开发者为先的理念塑造开发者工具和创新的未来。

在加入 GitHub 之前，Vlad 联合创立了 UserClouds，这是一家专注于数据治理和隐私的初创公司。他曾在 Facebook（现 Meta）担任高级副总裁 12 年，领导着超过 2000 人的工程团队，负责隐私、广告和平台等领域。在职业生涯早期，Vlad 曾在微软工作，并在加州理工学院获得计算机科学学士和硕士学位。他目前是 Codepath.org 的董事会成员，该组织致力于重塑高等教育，培养第一代 AI 原生工程师、CTO 和创业者。

Vlad 居住在旧金山湾区，工作之余喜欢与家人一起户外活动和水上运动。