17 अगस्त को, GitHub ने 7 घंटे 47 मिनट के बड़े आउटेज का सामना किया, जिसने github.com, GitHub Actions, APIs और Copilot सहित कई सेवाओं को बाधित किया। यह अगस्त का दूसरा महत्वपूर्ण घटना थी, जिसके बाद 6 अगस्त को एक एक्शन्स विफलता हुई थी। आउटेज का कारण GitHub के Central US डेटा सेंटर में एक महत्वपूर्ण बुनियादी ढांचे के घटक के पीक ट्रैफ़िक के दौरान स्केल न होने से था, जिससे कई सेवाओं में कैस्केड फेलियर हुई।
GitHub की जांच में पाया गया कि दोनों घटनाएं क्षमता की विफलताएं थीं, कोड या कॉन्फ़िगरेशन परिवर्तनों की नहीं। अप्रैल से लेकर मासिक कमिट्स 1.4 बिलियन से 2.9 बिलियन तक बढ़ गईं, जिससे सिस्टम पर अभूतपूर्व दबाव बन गया। रिकवरी के लिए यातायात को रीरूट करने, प्रभावित बुनियादी ढांचे को अलग करने और सेवाओं को चरण दर चरण बहाल करने के लिए समन्वित प्रयासों की आवश्यकता थी।
अप्रैल से, GitHub ने 3 मिलियन से अधिक CPU कोर्स, 120 पेटाबाइट भंडारण और महत्वपूर्ण नेटवर्क क्षमता जोड़ी है और Azure मिग्रेशन को तेज़ी से अपनाया है। Azure अब GitHub प्लेटफ़ॉर्म के भार के लगभग 58% को संभालता है। कंपनी निरंतर रीट्राय सीमाएं लागू कर रही है, परीक्षण में सुधार कर रही है और भविष्य के आउटेज को रोकने के लिए महत्वपूर्ण सिस्टम को अलग कर रही है।
GitHub के CTO Vladimir Fedorov द्वारा लिखा गया लेख कंपनी के वास्तुशिल्प सुधारों और संचालन परिवर्तनों के माध्यम से विश्वसनीयता के प्रति कंपनी की प्रतिबद्धता पर जोर देता है।
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित