GitHub Neden Çöktü? Saniyede 100 Bin İstekle Gelen Dev Kriz

Dijital Dünyanın Kalbi Neden Durdu?

Dünya genelinde milyonlarca yazılımcının vazgeçilmezi olan GitHub, 17 Ağustos tarihinde yaklaşık sekiz saat süren devasa bir kesintiyle sarsıldı. Geliştiricilerin iş akışını durma noktasına getiren bu teknik felaketin perde arkası, şirketin yayınladığı detaylı teknik incelemeyle gün yüzüne çıktı. Peki, görünürde basit bir trafik yoğunluğu gibi başlayan bu olay, nasıl olup da küresel bir hizmet duruşuna dönüştü?

Yük Dengeleyiciler ve Ölçeklendirme Krizi

Sorun, GitHub'ın ABD merkez bölgesindeki veri merkezinde, beklenmedik bir trafik artışıyla tetiklendi. Sistemdeki Istio bileşeni, eş zamanlı bağlantı sınırına ulaşırken, otomatik ölçeklendirme mekanizması bu durumu öngöremedi. Ölçeklendirme politikası ana hizmeti izlese de, Istio’nun kendi limitlerini hesaba katmaması sistemde domino etkisi yarattı.

Buna da Göz Atın

Apple'da Devrim: iPhone 18 Serisi İçin Çift Dönemli Lansman Planı

Haberi Oku

Olayın en kritik noktası, HAProxy sunucularının kapasitesini doldurmasıydı. Kimlik doğrulama süreçlerinde görevli olan bu sunucuların devre dışı kalmasıyla, kullanıcıların giriş denemeleri başarısız olmaya başladı. Ancak asıl tehlike, sistemin başarısız istekleri otomatik olarak yeniden gönderme mekanizmasında yattı. Tekrar denemeler, halihazırda tıkanmış olan yük dengeleyicilere ek yük bindirerek kaosun boyutunu genişletti.

Copilot ve 100 Bin İsteklik Çöküş

Trafiğin Kuzey Virginia'ya yönlendirilmesi beklenen çözümü getirmedi; aksine yeni bir sorunu tetikledi. VS Code üzerindeki bir tekrar deneme hatası, Copilot Token Service üzerinde daha önce görülmemiş bir yük yarattı. Normalde saniyede 7 bin ile 9 bin arasında istek işleyen servis, kesinti anında saniyede 70 bin ila 100 bin isteğe maruz kaldı. Kontrolsüz şekilde tekrarlanan bu döngü, sistemin tamamen kilitlenmesine neden oldu.

GitHub, bu krizi aşmak için geçici olarak HTTP 403 yanıtlarıyla token isteklerini engelleyerek trafiği kontrollü bir şekilde yeniden başlattı. Peki, bu denli büyük bir altyapının, basit bir 'tekrar deneme' döngüsüyle bu kadar uzun süre devre dışı kalması, yazılım dünyasının ölçeklendirme stratejileri hakkında sizce ne anlatıyor?