GitHub Ungkap Penyebab Outage 8 Jam: Kapasitas Infrastruktur Terkuras

GitHub baru saja merilis laporan investigasi mendetail untuk outage yang terjadi pada 17 Agustus 2026. Insiden ini berlangsung selama 7 jam 47 menit dan mengganggu github.com, autentikasi, GitHub Actions, API, pull request, issues, serta Copilot bagi jutaan developer di seluruh dunia.

Menurut blog resmi GitHub, penyebab utama outage bukanlah perubahan kode atau konfigurasi yang buruk. Platform tersebut secara fisik kehabisan ruang kapasitas. Traffic mencapai puncak baru dan sebuah komponen infrastruktur kritis di data center Central US gagal melakukan scaling sesuai kebutuhan.

Root Cause: Istio Sidecar dan Retry Loop

Investigasi menemukan bahwa sebuah komponen auxiliary bernama sidecar dari Istio, yang menjadi mediator komunikasi antar layanan, mencapai batas konkurensinya. Namun, mekanisme autoscaling hanya memantau status layanan utama dan tidak memperhitungkan batas pemrosesan sidecar, sehingga ekspansi yang diperlukan tidak terjadi.

Load balancer di Central US menjadi jenuh. Empat node HAProxy mencapai kapasitas maksimum. Karena sistem ini merupakan bagian dari path autentikasi, delay dan error tersebar ke berbagai layanan GitHub. Pada puncaknya, error rate untuk web dan API traffic berkisar sekitar 20 persen, sementara untuk download archive dan raw content naik hingga sekitar 50 persen.

Yang menarik, pemulihan diperburuk oleh bug retry di Visual Studio Code. Sebuah loop retry di sisi klien meningkatkan traffic ke satu endpoint internal sekitar 10 kali lipat, yang membuat Copilot Token Service tetap down meskipun layanan lain sudah mulai pulih.

Pertumbuhan Traffic yang Ekstrem

GitHub mengungkapkan angka pertumbuhan yang mencengangkan. Sejak April 2026, jumlah commit per bulan naik dari 1,4 miliar menjadi 2,9 miliar. Jumlah merged pull request per bulan mencapai 130 juta, dan repository baru per bulan mencapai 24 juta.

Data ini menunjukkan betapa besarnya tekanan yang dialami infrastruktur GitHub akibat pertumbuhan pengembangan perangkat lunak modern dan penggunaan AI coding tools. Seperti yang dijelaskan oleh The New Stack, GitHub kini melihat 2,9 miliar commit per bulan dan platform tersebut kesulitan mengimbangi.

Langkah Perbaikan yang Ditempuh

Sebagai respons, GitHub telah menambahkan lebih dari 3 juta CPU core, 120 petabyte penyimpanan high-speed, dan meningkatkan kapasitas jaringan secara signifikan. Mereka juga mempercepat migrasi ke Microsoft Azure. Saat ini, Azure menangani sekitar 58 persen dari total beban platform GitHub, naik dari 12 persen pada Mei 2026. Azure juga menangani sekitar setengah dari semua operasi Git.

GitHub juga menerapkan perubahan langsung: consistent retry limits dan retry budgets di seluruh interaksi service-to-service untuk mencegah retry storms dan cascading load. Mereka juga meninjau ulang alert CPU dan memori prioritas rendah untuk mengidentifikasi komponen yang bisa gagal saat traffic melonjak tiba-tiba.

Pelajaran untuk Ekosistem DevOps

Insiden ini menjadi pengingat bahwa skala adalah tantangan yang terus berkembang. Bahkan platform sebesar GitHub bisa kewalahan ketika autoscaling policy mengawasi metrik yang salah. Bagi tim infrastruktur di perusahaan apa pun, ada pelajaran berharga: selalu pastikan autoscaling memantau semua komponen kritis, bukan hanya layanan utama.

Retry logic di sisi klien juga perlu diperhatikan. Sebuah bug retry yang agresif bisa mengubah masalah kecil menjadi bencana besar. GitHub berencana meninjau ulang perilaku retry di VS Code dan meningkatkan monitoring kapasitas load balancer serta regional failover.

Gambar: GitHub Blog