Saltar al contenido

Cache Service Responded With 429: Cómo solucionarlo

Última actualización:

Failed to restore: Cache service responded with 429 significa que el servicio de caché de GitHub Actions rechazó su solicitud porque se había limitado la frecuencia de peticiones: HTTP 429 significa "demasiadas solicitudes". Suele aparecer cuando muchos jobs restauran o guardan cachés al mismo tiempo, por ejemplo, una matriz grande que arranca de golpe. Por sí solo, es una advertencia: el paso de caché informa de un error al restaurar o guardar, y el job continúa, aunque más lento.

El mensaje exacto

Warning: Failed to restore: Cache service responded with 429
Warning: Failed to save: Cache service responded with 429

GitHub no publica una frecuencia fija de solicitudes para el servicio de caché en su página de límites de uso, así que no hay un número por debajo del cual mantenerse. El enfoque práctico es hacer menos solicitudes y agruparlas menos.

Solución 1: use una versión actual de actions/cache

Las versiones antiguas de la acción de caché se comunican con un servicio heredado que GitHub ha retirado, y fallan de formas distintas. Use la versión principal actual:

- uses: actions/cache@v4
  with:
    path: ~/.npm
    key: npm-${{ runner.os }}-${{ hashFiles('**/package-lock.json') }}
    restore-keys: npm-${{ runner.os }}-

Lo mismo aplica a las cachés integradas en actions/setup-node, setup-python y setup-java: utilice sus versiones actuales.

Solución 2: un job guarda y los demás solo restauran

Si 30 jobs de la matriz guardan la misma caché, envía 30 solicitudes de guardado para una sola entrada de caché, y 29 de ellas son innecesarias. Restaure en todos los jobs y guarde en uno solo:

- uses: actions/cache/restore@v4
  id: cache
  with:
    path: ~/.npm
    key: npm-${{ hashFiles('**/package-lock.json') }}

# ... install and test ...

- uses: actions/cache/save@v4
  if: matrix.shard == 1 && steps.cache.outputs.cache-hit != 'true'
  with:
    path: ~/.npm
    key: npm-${{ hashFiles('**/package-lock.json') }}

El id: cache en el paso de restauración permite que la condición de save lea su salida cache-hit.

Solución 3: ralentice el inicio de una matriz grande

strategy.max-parallel limita cuántos jobs de la matriz se ejecutan a la vez, lo que también reparte las solicitudes de caché.

strategy:
  max-parallel: 10
  matrix:
    shard: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]

Solución 4: menos entradas de caché, pero más grandes

Varias cachés pequeñas en un mismo job suponen varias solicitudes. Combine las rutas de caché que comparten clave y evite cachear elementos que se descargan rápidamente. Consulte caché en GitHub Actions y límites de caché.

Solución 5: vuelva a ejecutar

Los límites de frecuencia se liberan con el tiempo. Si fue un momento puntual, vuelva a ejecutar los jobs fallidos. Si ocurre en cada ejecución, aplique las soluciones anteriores.

Si el job falla por la caché que falta

Un 429 al restaurar deja un fallo de caché (cache miss). Si un paso posterior depende de la caché y falla, consulte Cache not found for input keys. No establezca fail-on-cache-miss: true salvo que quiera que un fallo de caché haga fallar la compilación.

Cómo prevenirlo

  1. Fije actions/cache@v4 o una versión posterior, y actualice con Dependabot.
  2. Guarde desde un job y restaure en todos.
  3. Limite el paralelismo de la matriz en expansiones grandes.
  4. Prefiera unas pocas cachés bien elegidas a muchas muy pequeñas.

Preguntas frecuentes

¿Un 429 hace fallar mi workflow?

No por defecto. El paso de caché registra una advertencia y el job continúa, pero sin la caché puede tardar bastante más.

¿Es lo mismo que el límite de frecuencia de la API de GitHub?

No. Este es el servicio de caché. Para el límite de la API REST, consulte API rate limit exceeded.

¿Un runner autoalojado lo evitará?

No por sí mismo, porque los runners autoalojados usan el mismo servicio de caché de GitHub. Una caché local en el disco del runner evita el servicio, a cambio de tener que gestionarla.

¿Por qué empezó si no cambió nada?

El límite de frecuencia depende de la carga. Una matriz más grande, más ejecuciones simultáneas o un periodo de mucha actividad en GitHub pueden provocarlo.