A publicação de ontem sobre a recente interrupção do GitHub mencionou um detalhe que foi ignorado: a política de autoescalonamento mal configurada no serviço com o Istio sidecar saturado. A política monitorava a carga do serviço principal, mas não os limites do sidecar, causando falha no escalonamento automático correto.
O autoescalonamento ajusta recursos com base na carga atual. Embora a utilização de CPU seja uma métrica comum, os serviços podem se tornar saturados mesmo com baixo uso de CPU. Por exemplo, modelos de thread-por-solicitação podem experimentar saturação quando a latência downstream faz com que todas as threads se bloqueiem em I/O, como aconteceu com Slack em 2021.
O relatório do GitHub sugere que a política de autoescalonamento apenas considerou a carga no nível do serviço, ignorando o sidecar do Istio. Isso destaca a falácia da substituição de componentes identificada por David Woods - focar apenas em corrigir componentes individuais em vez de entender as interações do sistema. A interrupção envolveu múltiplos fatores interagentes: padrões de tráfego mudando, política de autoescalonamento, saturação do sidecar do Istio, lógica de tentativa, saturação de nós HAProxy e tráfego de autenticação.
Entidades-chave: Empresas: GitHub, Slack | Pessoas: David Woods
Fonte: Hacker News · Resumido por HeadlinesBriefing