2026年7月25日，GitHub Actions 经历了两个相关的性能下降时段，导致部分工作流运行延迟超过5分钟或因基础设施故障而终止。
第一时段（协调世界时08:45 – 09:13）：在对 Actions 关键路径 Redis 集群进行计划维护期间，一个参与区域处于性能下降状态。与此同时，一项独立的容量操作临时将另一个区域从集群中移除，并将其流量重定向到该性能下降的区域。这导致跨区域的任务分配状态出现不一致，造成工作流运行延迟、重试耗尽或直接失败。在高峰期，约7%的运行延迟超过5分钟，25%的运行在此次事件过程中因基础设施错误而失败。我们于协调世界时09:13通过将流量恢复到正常分布缓解了此次事件。
第二时段（协调世界时12:08 – 12:48）：作为缓解第一次事件的一部分，流量被重新导向仍在进行容量扩展的区域实例。扩容区域中的多个 Redis 节点出现故障，导致流量增加到健康节点，并使许多节点达到连接上限。在高峰期，30%的运行延迟超过5分钟，60%的运行在此次事件过程中因基础设施错误而失败。我们于协调世界时12:48通过将工作流流量从该扩容区域重定向来缓解此次事件。
我们正在增加维护前更强的区域健康和容量检查，并要求在恢复流量前设有一个稳定的观察期。我们还在改进自动化连接的弹性，并与我们的平台依赖方合作，自动检测和修复不健康的集群成员以及分片不平衡问题。更广泛地说，我们此前已在进行相关工作，以提升这部分 Actions 基础设施的弹性和规模。
