GitHub公布8月17日平台大规模宕机事件的调查结果，确认事故并非由程序代码或配置变更引起，而是基础设施容量未能跟上平台使用量的快速增长。

事故发生当日，GitHub平台流量创下历史新高，美国中部数据中心的一项关键基础设施组件容量不足，压力随后扩散至其他系统，导致身份验证失败，以及GitHub Actions、API、Pull Request、Issues等多项服务异常。

在恢复过程中，部分服务错误触发客户端重试机制，进一步增加系统流量，使技术人员花费较长时间才完全恢复服务。此次事故共计造成GitHub网站、身份验证、Actions、API、Pull Request、Issues等多项服务中断7小时47分钟。

GitHub表示，这已经是当月第二起重大服务事故。此前，GitHub Actions于8月6日发生服务故障。两起事故的核心问题均为基础设施容量不足，而非程序代码或配置变更。

近年来，GitHub平台使用量增长迅速。今年4月至今，每月提交次数已从14亿次增加至29亿次，合并Pull Request及新建代码仓库的数量也在持续增长。

为应对使用量增长，GitHub今年已增加超过300万个CPU核心、120PB高速存储空间及网络容量，并加快将工作负载迁移至微软Azure。目前约58%的GitHub平台负载已由Azure承载，高于今年5月的12%；约一半的Git操作也由Azure处理。尽管如此，平台仍出现因用户量快速增长而导致服务容量不足的情况。

GitHub表示，接下来将进一步加强关键系统隔离，减少不同服务之间的共同依赖，同时统一设置服务间重试次数上限和超时机制，避免系统异常时客户端或服务反复请求、增加负载并引发连锁故障。