GitHub近期可用性问题及平台稳定性改进措施

GitHub近期遭遇多起可用性及性能问题，主要影响事件发生在2月2日、2月9日和3月5日。GitHub承认未达到自身可用性标准，并对用户团队、工作流及平台信心造成的影响表示理解。经调查，这些事件源于平台使用量快速增长，暴露了现有架构的扩展限制，具体包括负载增长迅速、架构耦合导致局部问题级联至关键服务，以及系统无法有效分担异常客户端负载。2月9日的高影响事件因支持身份验证和用户管理的核心数据库集群过载引发，原因包括两款客户端应用API调用量激增、缓存刷新TTL从12小时改为2小时，以及常规峰值负载、客户端应用更新和新模型发布的叠加影响，且缺乏足够精细的警报和流量阻断机制。2月2日GitHub Actions事件因遥测缺口导致安全策略应用于关键内部存储账户，影响所有区域的VM元数据访问；3月5日Actions事件则因Redis集群故障转移后存在潜在配置问题，导致集群无可写主节点，需手动恢复。这些事件暴露出关键路径组件隔离不足、负载分担与限流措施不充分、端到端验证及监控存在缺口等问题。目前，GitHub工程团队正推进短期缓解措施和长期架构流程改进，短期包括重新设计用户缓存系统、加速容量规划与关键基础设施健康审计、进一步隔离关键依赖、保护下游组件；长期则包括将基础设施迁移至Azure（目前12.5%流量由Azure中美国中部区域处理，目标7月前达50%）、拆分单体应用为更独立的服务和数据域。GitHub承诺通过状态页面和月度可用性报告保持透明度，2月报告已于当日发布，3月报告将在4月发布。