全球数百万开发者遭遇 GitHub PR 与代码拉取大面积报错 500，问题并不是前端服务崩溃，而是分布式存储底座 Spokes 遭遇了经典的微突发雪崩。 … · @fishjar · TwKit

@fishjar

全球数百万开发者遭遇 GitHub PR 与代码拉取大面积报错 500，问题并不是前端服务崩溃，而是分布式存储底座 Spokes 遭遇了经典的微突发雪崩。 GitHub 为了确保代码绝对安全，每个仓库在后台 Spokes 存储集群保持三副本强一致性。当底层某个机架的核心交换机出现偶发丢包时，节点间的心跳探测出现抖动，存储路由层立即触发指数退避重试。 前端成千上万个并发请求被瞬间转化为数倍的内部 RPC 调用，直接打爆了存储守护进程的 epoll 接收缓冲区。 等待磁盘 I/O 响应的工作进程大量堆积，把 Web 层的连接池彻底耗尽，直到故障域被物理隔离才平息了这场级联风暴。 事件报告： https://www.githubstatus.com/incidents/smtdswd1h2w4

曝光 58 · 评论 0 · 点赞 0 · 书签 0