在过去的几周里，GitHub 经历了多次宕机事件，导致平台的服务降级，影响了许多用户的正常使用。GitHub 团队在解决问题的同时，近日也分享了这些事件的详细情况。

据介绍，近期 GitHub 频繁宕机主要是其mysql1集群的资源争夺导致，这影响了 GitHub 在负载高峰期的大量服务和功能性能。虽然在过去几年 GitHub 已经进行了许多优化，例如增加集群以支持平台的增长、对主数据库进行分区等，但这不是一劳永逸的工作，直到现在他们仍在积极解决这个问题。

近期宕机事件的时间线：

• 3 月 16 日 14:09 UTC（持续 5 小时 36 分钟）
• 3 月 17 日 13:46 UTC（持续 2 小时 28 分钟）
• 3 月 22 日 15:53 UTC（持续 2 小时 53 分钟）
• 3 月 23 日 14:49 UTC（持续 2 小时 51 分钟）

为了防止将来发生此类事件，GitHub 已开始在高峰时段对该特定数据库的负载模式进行审计，并根据这些审计进行一系列性能修复。作为其中的一部分，他们正在将流量转移到其他数据库，以减少负载和加快故障转移时间，并审查我们的变更管理程序，特别是与生产环境中高负载期间相关的监控和变更。

随着平台的不断发展，他们会一直积极扩展基础设施，包括对数据库进行分片和扩展硬件。