GitHub 可用性报告：2024年2月
内容提要
GitHub服务在2月份出现两次性能下降事件，分别是2月26日和2月29日。这些事件导致了后台作业服务的问题，造成GitHub服务处理延迟。事件原因包括作业排队服务容量限制和自动故障转移系统故障。通过手动切换到备用集群来缓解了这些事件，没有丢失数据。为了防止再次发生类似事件，进行了三项重大改进。长期来看，还在努力提高作业处理平台的可扩展性和可靠性。请关注状态页面获取实时更新和事后总结。
延伸解读
事件时间线与影响范围
2月26日和29日，GitHub因后台作业服务问题出现性能下降。26日事件持续63分钟，影响Webhooks、GitHub Actions和UI更新；29日事件持续142分钟，影响Webhooks、GitHub Actions和GitHub Issues，其中95%的延迟集中在11:05至11:27 UTC的22分钟内。两次事件均未丢失数据，但服务处理延迟明显。
故障转移机制的双重角色
自动故障转移在两次事件中表现不同：26日因自动故障转移系统故障，需手动切换至备用集群；29日自动故障转移在9:32 UTC成功路由流量，但10:32 UTC不当恢复至主集群，导致排队作业激增，直至11:21 UTC修正。这表明故障转移的可靠性及恢复策略对事件持续时间有直接影响。
短期改进与长期方向
针对这两次事件，GitHub已完成三项短期改进：优化自动化、提升故障转移流程可靠性、扩展后台作业排队服务容量。长期则致力于提高作业处理平台的整体可扩展性和可靠性。这些措施旨在减少类似事件的发生频率和影响时长。
Q&A
GitHub在2024年2月经历了哪些性能下降事件？
GitHub在2024年2月经历了两次性能下降事件，分别发生在2月26日和2月29日。
2月26日的事件持续了多长时间，造成了哪些影响？
2月26日的事件持续了63分钟，导致Webhooks、GitHub Actions和UI更新的延迟。
2月29日事件的主要问题是什么？
2月29日事件的主要问题是自动故障转移不当恢复到主集群，导致排队作业显著增加。
GitHub采取了哪些措施来防止类似事件再次发生？
GitHub进行了三项重大改进，包括提高自动化、增强故障转移过程的可靠性和扩展背景作业排队服务的容量。
在2月29日事件中，延迟主要发生在什么时间段？
在2月29日事件中，95%的延迟发生在11:05到11:27 UTC之间。
GitHub未来的计划是什么？
GitHub正在进行更大规模的努力，以提高作业处理平台的可扩展性和可靠性。
