概要
2023年8月17日、 GitHub で約7時間47分にわたる大規模障害が発生。 認証やAPI、GitHub Actionsなど、 多くの主要サービス が世界中で利用不能に。 障害の主因は 容量不足 によるインフラのスケーリング失敗。 復旧・再発防止策として 大規模なインフラ増強 ・運用改善を実施中。 今後も 信頼性向上 に向けた継続的な取り組みを約束。
GitHub 2023年8月17日大規模障害の概要
- 障害発生日 ：2023年8月17日
- 影響時間 ：7時間47分に及ぶ長時間障害
- 影響範囲
- github.comへのアクセス不能
- 認証システムの障害
- GitHub Actions、API、Pull Request、Issue、Copilotの利用不可
- 世界中の開発者・組織に多大な影響
- 利用者への影響
- ソフトウェア出荷や開発作業の停止
- 信頼性への懸念
障害の発生原因と経緯
- 直接原因
- Central USデータセンターの 重要インフラコンポーネント が新たなトラフィックピークにスケールできず容量不足
- システム全体に負荷が波及し、認証失敗や複数サービスの障害を誘発
- 復旧作業
- トラフィックの迂回・影響範囲のインフラ隔離・段階的なサービス復旧
- Copilotサービスは復旧に時間を要し、クライアント側のリトライループが回復を遅延
- 安全な復旧のためリトライ動作の抑制が必要
- 根本原因
- コードや設定変更ではなく、 容量管理の失敗 が本質
- 4月以降、月間コミット数が1.4Bから2.9Bに倍増し、システムへの負荷が急増
信頼性向上に向けた取り組み
- 優先課題
- 容量追加
- 効率化
- アーキテクチャ上のボトルネック解消
- 具体的な対策
- 3百万CPUコア以上、120PB超の高速ストレージ、ネットワーク容量を増強
- 既存データセンターの電力上限までハードウェア増設
- Azureへの移行加速（5月時点12%→現在58%のプラットフォーム負荷をAzureが処理）
- GitHub Actionsのジョブ数増加にも対応
- モノレポのスケーラビリティ向上（リニアなリード容量拡張アーキテクチャへ段階的移行予定）
- 運用面の強化
- 可用性重視へのリソース再配分
- テスト強化、安全なロールアウト、観測性・アラートの改善
- クリティカルシステムの分離・依存排除による障害波及防止
8月6日・8月17日障害を受けた即時対応
- サービス間通信のリトライ制御
- 一貫したリトライ上限・リトライ予算・可変タイムアウト導入でリトライストーム防止
- アラート見直し
- 優先度の低いCPU・メモリアラートを再評価し、突発的なトラフィックスパイク時の障害予防
GitHubの信頼性へのコミットメント
- 開発者コミュニティの基盤としての責任
- GitHubを頼れる存在にすることが使命
- プラットフォームのスケーラビリティと信頼性向上による信頼回復を約束
CTO Vladimir Fedorov のプロフィール
- GitHub CTO としてエンジニアリングリーダーシップとイノベーションの実績
- Facebook（Meta） で12年間、2,000人超のエンジニアを指揮
- UserClouds共同創業者 としてデータガバナンス・プライバシー分野で活躍
- Caltech でコンピュータサイエンス学士・修士取得
- Codepath.org 理事としてAI時代のエンジニア育成に貢献
- ベイエリア在住、家族とアウトドア・ウォータースポーツを楽しむ
関連情報・イベント
- GitHub Docs ：GitHub活用のための公式ドキュメント集
- GitHub Universe 2026 ：10月28-29日、サンフランシスコ＆オンライン開催予定のフラッグシップイベント
- カスタマーストーリー ：GitHubを活用する企業・開発チームの事例紹介