昨天关于最近 GitHub 服务中断的文章提到了一项被忽略的细节：饱和 Istio sidecar 服务上的错误配置自动扩缩容策略。该策略监视主机服务负载，但未监视 sidecar 限制，导致无法正确自动扩缩容。
自动扩缩容会根据当前负载调整资源。虽然 CPU 利用率是一种常见的指标，但即使 CPU 使用率较低，服务也可能饱和。例如，线程-per-请求模型在下游延迟导致所有线程在 I/O 上阻塞时可能会出现饱和，就像 Slack 在 2021 年遇到的那样。
GitHub 的报告表明，自动扩缩容策略仅考虑了服务级别的负载，忽略了 Istio sidecar。这凸显了 David Woods 所确定的组件替换谬误——只专注于修复各个组件，而不是理解系统交互。该次服务中断涉及多个相互作用的因素：变化的流量模式、自动扩缩容策略、Istio sidecar 饱和、重试逻辑、HAProxy 节点饱和以及身份验证流量。
关键实体：公司：GitHub、Slack | 人物：David Woods
来源: Hacker News · 由HeadlinesBriefing整理摘要