周一早上，軟件開發(fā)平臺GitHub出現(xiàn)了嚴重宕機，眾多開發(fā)人員為之抓狂。

GitHub故障是從04：06 UTC（03：06 BST）開始的，在09：31 BST已得到了解決。

這次事件讓人們對單單在2020年4月發(fā)生三起單獨故障后GitHub的可靠性提出了新的疑問。

GitHub將4月的那三次故障分別歸咎于：

• 軟件負載均衡系統(tǒng)的錯誤配置破壞了在服務于GitHub.com的應用程序與其依賴的內部服務之間的流量內部路由；
• 數(shù)據(jù)庫連接配置錯誤，與當時進行中的數(shù)據(jù)分區(qū)工作有關，“導致意外地進入到生產(chǎn)環(huán)境”；
• 網(wǎng)絡配置“無意中應用于我們的生產(chǎn)網(wǎng)絡”。

GitHub在4月曾承認，其模擬實驗室環(huán)境存在問題。

該公司稱：“該模擬環(huán)境構建數(shù)據(jù)庫和數(shù)據(jù)庫連接的方式與生產(chǎn)環(huán)境不一樣。這可能導致生產(chǎn)環(huán)境所特有的連接變更的可測試性受限制。我們會在未來幾個月內解決這個問題。”

GitHub的大部分平臺都在其自己的裸機基礎架構上運行，網(wǎng)絡基礎架構則“圍繞Clos網(wǎng)絡拓撲結構而建，每個網(wǎng)絡設備都通過邊界網(wǎng)關協(xié)議（BGP）共享路由。”

GitHub在2018年被微軟以75億美元的價格收購，被5000多萬開發(fā)人員所使用?？紤]到它支持的工作負載以及外界廣泛依賴它以確保高可用性，像這樣的大規(guī)模故障可能會帶來嚴重影響。

與其他許多大型基礎架構提供商一樣，GitHub的所有者微軟也面臨這個挑戰(zhàn)：新冠疫情后遠程工作人員數(shù)量激增，從而導致工作負載激增，因此需要迅速擴大數(shù)據(jù)中心基礎架構的規(guī)模。微軟在4月份承認，疫情過后，它面臨供應鏈方面的一些問題。

眾多網(wǎng)友在twitter、微博議論：

由于全球各地的工廠紛紛關閉，大企業(yè)和超大規(guī)模公司需要檢修數(shù)據(jù)中心，新冠疫情嚴重影響了全球服務器硬件供應鏈。（Dropbox的首席技術官表示，他公司的數(shù)據(jù)中心團隊“在8周內主動更換掉了30000個部件”，以安全地減少現(xiàn)場工作人員）。

與此同時，芯片制造商AMD在第一季度財報電話會議上表示，新冠疫情危機期間的短短10天內，一家未透露名稱的云提供商為數(shù)據(jù)中心增加了10000臺服務器，由于工作負載猛增，該云提供商拼命擴大其基礎架構的規(guī)模。

然而，GitHub的問題似乎主要還是跟模擬環(huán)境與生產(chǎn)環(huán)境之間的缺口方面的問題有關。