Contexte de l'incident
Le 22 octobre 2026, GitHub a signalé une série de retards affectant les mises à jour de Pull Requests, les livraisons de Webhooks et les exécutions d’Actions. Les premiers rapports indiquaient des délais de plus de 100 minutes pour les événements d’audit, tandis que les Pull Requests et les Webhooks affichaient des retards variables, parfois supérieurs à 90 minutes. L’incident a été classé comme « Resolved » après plusieurs cycles de mise à jour, avec une récupération progressive du backlog.
Architecture de diffusion d'événements
GitHub repose sur une plateforme d’événement streaming, probablement basée sur un système de type Kafka, pour propager les changements de dépôt vers les services dépendants. Chaque modification de Pull Request génère un événement qui transite par le pipeline, déclenchant les Webhooks et les workflows d’Actions. Les logs d’audit sont également ingérés via ce même flux, ce qui explique la corrélation entre les retards observés sur les trois services.
Analyse des retards et mesures correctives
Les mises à jour ont montré une évolution du temps d’attente : initialement jusqu’à 110 minutes, les délais sont descendus à 100 minutes, puis à 90 minutes, 70 minutes, 40 minutes et enfin en dessous de 40 minutes, seuil considéré comme « healthy ». Cette réduction progressive résulte de deux actions majeures : (1) le déplacement du trafic hors des zones de surcharge, afin d’alléger la charge sur le nœud de streaming principal, et (2) l’ajout de capacité de traitement supplémentaire, probablement via le scaling horizontal des consommateurs d’événements. La réduction du backlog a été estimée à deux‑trois heures pour les dernières files d’attente, ce qui correspond à la durée annoncée pour la récupération complète des logs d’audit.
Impact sur les utilisateurs et enseignements
Durant la période de latence, les développeurs ont constaté des retards dans la visibilité des nouvelles Pull Requests, des échecs temporaires de déclenchement de workflows GitHub Actions et des notifications Webhook arrivant avec un retard de plusieurs dizaines de minutes. Aucun incident de perte de données n’a été rapporté, mais la latence a pu retarder les cycles de CI/CD, augmentant le temps de mise en production. L’incident souligne la sensibilité des plateformes SaaS aux pics de charge sur leurs pipelines d’événements et l’importance d’une capacité d’élasticité dynamique. GitHub a indiqué que les mesures de mitigation mises en place seront maintenues afin de prévenir la récurrence de ce type de congestion.
