GitHub 8 月 17 日故障复盘与改进

The August 17 outage, and the work ahead

8 月 17 日，GitHub 经历了长达 7 小时 47 分钟的严重故障，导致 github.com、GitHub Actions、API 及 Copilot 等服务中断，影响了全球开发者。此次事故并非由代码变更引发，而是核心基础设施在流量激增时未能及时扩容所致。自 4 月以来，GitHub 月均提交量已从 14 亿激增至 29 亿，系统压力剧增。尽管我们已新增数百万 CPU 核心并加速向 Azure 迁移，但此次事件表明可靠性工作仍需加速。我们将通过隔离关键系统、优化重试机制及提升架构扩展性，全力重建开发者信任。