La célèbre plateforme de développement de logiciels « GitHub » a publié son rapport périodique de disponibilité et de fiabilité des services pour le mois d'octobre 2026, mettant en lumière les développements d'ingénierie et les incidents de performance auxquels la plateforme a été confrontée au cours de cette période. Le rapport a montré que le mois d'octobre a connu huit incidents ayant entraîné une baisse de performance de certains services, au moment même où la plateforme continue de transférer ses charges vers l'infrastructure « Azure ».
Jusqu'au 9 novembre, 140 services de production sur 151, et 32 bases de données MySQL essentielles sur 50, étaient opérationnels dans la région « Azure Central US ». La nouvelle infrastructure a servi 63 % des lectures des services migrés, 66 % des lectures du système monolithique et 52 % des lectures du système Git. De plus, l'entreprise a doublé sa capacité de calcul via neuf clusters « Kubernetes » dans la même région, avec une augmentation de 82 % du trafic des services migrés depuis mars dernier.
Principaux incidents opérationnels au cours d'octobre
Le rapport comprend les détails de huit incidents majeurs dont les causes et les impacts sur les utilisateurs et les développeurs ont varié :
- Pannes de planification de « GitHub Actions » : Le 5 octobre, une défaillance réseau partielle chez le fournisseur cloud a provoqué une interruption de la connexion aux bases de données, entraînant une accumulation de requêtes, l'épuisement du cache et un retard dans l'exécution des tâches pendant plusieurs heures.
- Pression des migrations d'entreprise : Le 6 octobre, un flux important de migrations via (GitHub Enterprise Importer) a entraîné l'envoi de requêtes massives qui ont épuisé les connexions aux bases de données partagées, provoquant une lenteur générale et un arrêt temporaire des migrations.
- Interruptions d'écriture dans les bases de données : Le 7 octobre, deux incidents identiques se sont produits en raison du remplacement des machines de gestion du routage des bases de données par de nouvelles machines contenant des registres obsolètes, ce qui a dirigé les opérations d'écriture vers des serveurs en cours de décommissionnement.
- Problèmes réseau affectant les journaux : Le 19 octobre, une tentative de reconnexion simultanée de la part du service de stockage des journaux a saturé les liens réseau, tandis qu'une pression sur la mémoire de la plateforme de flux d'événements a retardé les journaux d'audit le 21 du mois.
- Erreurs d'authentification des modèles intelligents : Le 28 octobre, l'expiration de l'autorisation des identifiants auprès d'un fournisseur externe de modèles d'intelligence artificielle a entraîné l'échec d'environ 10 % des requêtes de modèles GPT dans l'assistant « Copilot ».
- Épuisement du pool de connexions aux bases de données : Le 30 octobre, le pool de connexions aux bases de données utilisé par les services de la plateforme a atteint sa capacité maximale en raison de processus de mise à jour qui ont conservé les connexions plus longtemps, entraînant une interruption temporaire des opérations de fusion via SSH et Git LFS.
Qu'est-ce qui change concrètement et pourquoi ce rapport est-il important ?
Le rapport illustre la transparence croissante de la plateforme dans la documentation de ses pannes et de ses correctifs d'ingénierie. Malgré les expansions importantes et les ajouts de capacité dans le cloud Azure qui ont aidé à absorber la croissance de l'utilisation, ces mises à jour se sont accompagnées de défis complexes en matière de routage, de réseaux de communication et de gestion du cache. GitHub affirme que ses priorités restent axées sur la disponibilité d'abord, puis la capacité, et enfin les nouvelles fonctionnalités, tout en continuant à travailler sur l'expansion de l'infrastructure pour inclure de nouvelles régions afin de renforcer la résilience et la récupération régionale.