Awaria GitHuba 17 sierpnia dotknęła pobierania, Actions i Copilota. Co wiemy?

W późniejszym komunikacie GitHub przekazał, że znalazł komponent powiązany z awarią i podjął działania korygujące. Aktualizacja opublikowana o 12:36 czasu wschodniego USA (EDT) informowała o wyraźnych oznakach poprawy, choć platforma nie była jeszcze w pełni ustabilizowana.

Przywracanie usług przebiegało nierównomiernie. Najważniejsze funkcje wracały do działania, gdy GitHub nadal usuwał problemy z uwierzytelnianiem GitHub Copilot w niektórych aplikacjach. Według innych zestawień cały incydent zakończył się około 21:15 UTC, a więc trwał znacznie dłużej niż okres największego pogorszenia działania platformy.

Skala problemu: nie tylko Git

Najbardziej konkretne dane pochodzą z komunikatów GitHuba dotyczących odsetka błędów:

• Witryna i ruch API: około 20% błędów.
• Pobieranie archiwów i surowej zawartości repozytoriów: około 50% błędów.
• Narzędzia dla programistów: w różnym czasie ograniczone działanie lub niedostępność dotknęły Pull Requests, Issues, Actions, Webhooks, operacje Git i Pages.
• Pomoc AI w programowaniu: GitHub Copilot również był dotknięty awarią i pozostawał problemem nawet po przywróceniu części głównych usług.
• Tożsamość firmowa: zgłaszano problemy z uwierzytelnianiem SAML i OIDC, aprowizacją SCIM oraz Team Sync. Dla organizacji korzystających z tych mechanizmów mogło to oznaczać kłopoty z logowaniem użytkowników i zarządzaniem uprawnieniami.

Warto właściwie odczytywać te liczby. Około 20% błędów w API nie oznacza, że dokładnie 20% klientów zostało całkowicie odciętych od GitHuba. Podobnie 50% dotyczyło konkretnych żądań pobierania archiwów i surowej treści, a nie całego ruchu związanego z repozytoriami.

Dlaczego poniedziałkowy poranek miał znaczenie?

Awaria rozpoczęła się w poniedziałek rano w Stanach Zjednoczonych, czyli w momencie, gdy wiele zespołów rozpoczynało tydzień pracy. To istotne, ponieważ pierwsze godziny dnia często obejmują przegląd kodu, uruchamianie testów ciągłej integracji, planowanie wdrożeń i publikowanie zmian.

Tym razem problemy dotyczyły kilku połączonych etapów tego procesu. Awaria Actions, Pull Requests, API i Webhooks mogła więc zatrzymać nie pojedynczą funkcję, lecz cały łańcuch: od przesłania kodu i jego oceny po testy oraz wdrożenie.

Różniły się także dane z serwisów monitorujących awarie. Jeden z raportów mówił o ponad 10 tys. zgłoszeń w Downdetectorze do godz. 8:12 czasu pacyficznego, podczas gdy inny wskazywał na szczyt wynoszący niemal 3 tys. zgłoszeń. Nie należy traktować tych wartości jako dokładnej liczby poszkodowanych użytkowników. Serwisy tego typu zliczają zgłoszenia, a ich wyniki zależą m.in. od regionu, pory dnia i przyjętej metodyki.

Co zrobił GitHub, a czego wciąż nie wyjaśnił?

Z publicznych komunikatów wynika, że zespół GitHuba:

1. rozpoczął analizę podwyższonej liczby błędów i problemów z wydajnością w wielu usługach;
2. zidentyfikował problematyczny komponent i podjął działania naprawcze;
3. kontynuował stosowanie działań ograniczających skutki awarii także po rozpoczęciu przywracania głównych usług, w tym pracę nad sporadycznymi błędami uwierzytelniania Copilota.

Nie wiadomo natomiast, jaki dokładnie komponent zawiódł, na czym polegała zastosowana poprawka ani czy presja na pojemność infrastruktury była bezpośrednią przyczyną tego konkretnego incydentu. GitHub mówił wcześniej o szybkim wzroście ruchu napędzanym przez narzędzia AI i agentowe procesy programistyczne, ale nie jest to dowód, że właśnie one wywołały awarię 17 sierpnia. Bardziej szczegółowe wnioski powinny pojawić się w zapowiedzianym postmortem.

Kolejny problem w trudnym dla GitHuba roku

Sierpniowy incydent nastąpił po niespokojnym okresie. W raporcie dostępności za lipiec GitHub opisał osiem incydentów. Jeden z nich, 8 lipca, trwał ponad siedem godzin i dotknął m.in. interfejsu WWW, REST API, GraphQL API, Actions, Packages, Copilota oraz operacji Git w wybranych środowiskach Enterprise Cloud.

Firma wskazywała też na szersze wyzwanie infrastrukturalne. Według jej komunikatów ruch rośnie szybko, w dużej mierze za sprawą programowania wspomaganego przez AI i przepływów pracy realizowanych przez agentów. Wśród zapowiadanych działań znalazły się przenoszenie większej części obciążenia do Azure, rozdzielanie usług oraz ograniczanie liczby wspólnych punktów awarii.

Skala planów jest znacząca. Początkowy cel zwiększenia pojemności dziesięciokrotnie został zmieniony na konieczność projektowania infrastruktury z myślą o skali 30 razy większej od ówczesnej. Inne doniesienia mówiły o wykorzystaniu Azure oraz dodatkowej pojemności multicloud, w tym AWS. Same te plany nie wyjaśniają jednak przyczyny sierpniowej awarii.

To właśnie szerszy kontekst sprawia, że incydent ma znaczenie wykraczające poza jeden pechowy poranek. GitHub nie jest już wyłącznie miejscem przechowywania repozytoriów Git. Pełni jednocześnie funkcję platformy współpracy, automatyzacji, zarządzania tożsamością i usługi AI do programowania. Awaria wspólnych zależności może więc w jednej chwili zakłócić dostęp do kodu, przeglądy zmian, kompilacje, wdrożenia, webhooki i pomoc Copilota.

Co organizacje mogą z tego wyciągnąć?

Dostępne dane nie dowodzą, że programiści masowo porzucą GitHuba ani że rychła fala migracji do konkurencyjnych platform jest nieunikniona. Pokazują jednak, dlaczego firmy opierające produkcyjne dostarczanie oprogramowania na jednej usłudze powinny ponownie sprawdzić swoje założenia dotyczące awarii.

Praktyczne zabezpieczenia obejmują:

• utrzymywanie kopii zapasowych lub lustrzanych repozytoriów;
• projektowanie konfiguracji CI/CD tak, aby można je było przenieść do innego środowiska;
• opisanie awaryjnej procedury wydawania oprogramowania;
• przygotowanie zespołów na sytuację, w której niedostępne są SSO, webhooki lub hostowane runnery;
• określenie alternatywnego sposobu dostępu do kodu i uruchamiania krytycznych procesów.

Takie działania nie usuwają ryzyka związanego z uzależnieniem od platformy, ale mogą ograniczyć zasięg kolejnej awarii.

Ostateczna ocena wydarzeń z 17 sierpnia będzie zależała od postmortem GitHuba. Na podstawie obecnie dostępnych informacji można powiedzieć przede wszystkim tyle: platforma doświadczyła szerokiej, kaskadowej awarii, szczególnie dotkliwej dla pobierania repozytoriów i powiązanych przepływów pracy programistów. Usługi wracały etapami, a szczegółowa przyczyna problemu nie została jeszcze publicznie wyjaśniona.