GitHub在2024年10月因DNS事件面临性能挑战

根据GitHub，在2024年10月，GitHub经历了一次显著事件，导致其服务性能下降。此问题的根源在于公司某站点的数据库迁移导致的DNS基础设施故障。

事件概述

事件始于10月11日05:59 UTC，持续超过19小时。问题初始时，站点的DNS基础设施在数据库迁移后无法解析查询。恢复数据库的努力导致了连锁故障，进一步影响了DNS系统。从17:31 UTC开始，客户开始遇到问题，其中4%的Copilot用户面临IDE代码补全性能下降，25%的Actions工作流用户遭遇超过五分钟的延迟。此外，所有代码搜索请求在大约四小时内均失败。

响应和解决

通过将受影响的DNS站点重定向到一个备选位置以缓解问题的尝试最初没有成功，因为这一策略削弱了从健康站点返回到故障站点的连接。20:52 UTC，GitHub团队实施了一项补救计划，部署了临时DNS解析功能至受影响的站点。DNS解析在21:46 UTC开始恢复，并于22:16 UTC完全恢复正常。代码搜索的剩余问题于10月12日01:11 UTC得到解决。

未来预防措施

事件后，GitHub承诺加强其弹性和自动化流程，以加快诊断和解决未来类似问题的速度。公司旨在提高基础设施的可靠性，以防止类似事件的再发生。

为了获取GitHub服务状态的实时更新，用户被鼓励访问GitHub状态页面。此外，有关在研项目和改进的见解可以在GitHub工程博客中找到。