Saltar al contenido

¿Por qué GitHub Actions es lento? Causas y soluciones

Última actualización

Si GitHub Actions va lento, rara vez la causa es que "GitHub está caído". Lo más habitual es una combinación de tiempo en cola, un runner pequeño, una caché fría y descargas lentas. Esta guía le ayuda a determinar cuál de ellas tiene cuando GitHub Actions funciona lento, incluido el caso de "GitHub Actions lento hoy" en el que nada ha cambiado de su lado. Forma parte de la guía de CI lento.

Primero: ¿GitHub está lento hoy?

Consulte githubstatus.com. Muestra las incidencias de Actions, incluidos el rendimiento degradado y los trabajos retrasados. Si hay una incidencia abierta, es probable que el tiempo en cola y el tiempo de ejecución se vean afectados y que su flujo de trabajo esté bien. Hay otras dos comprobaciones rápidas:

  • Abra las últimas 10 ejecuciones del mismo flujo de trabajo. Si las duraciones de todos los trabajos aumentaron el mismo día sin ningún commit en el flujo de trabajo, sospeche de la plataforma o de una dependencia modificada.
  • Compare el tiempo en cola (antes de que empiece el trabajo) con la duración de los pasos. Los problemas de la plataforma suelen aparecer como tiempo en cola, no como tiempo de los pasos.

Si el estado es correcto y la lentitud es constante, siga leyendo. La mayoría de los problemas de "lento hoy" son lentos todos los días.

Causa 1: tiempo en cola

Un trabajo que espera antes de empezar está en cola, no es lento. Motivos habituales:

  • Se ha alcanzado el límite de concurrencia de su plan, así que los trabajos esperan a que termine otro. Las matrices grandes empeoran la situación; GitHub documenta un máximo de 256 trabajos por matriz.
  • Un trabajo schedule o cron se ejecuta en punto, cuando la carga de GitHub es mayor.
  • Los runners autoalojados están desconectados, ocupados o sin capacidad. Un trabajo autoalojado puede esperar hasta 24 horas antes de cancelarse.
  • Runners más grandes con un techo de autoescalado bajo.

Soluciones: reduzca el ancho de la matriz o use max-parallel, cancele las ejecuciones sustituidas con concurrency, mueva los trabajos programados fuera de los :00 y añada capacidad de runners. La guía de límites de tiempo enumera los límites documentados.

Causa 2: runners pequeños de 2 núcleos

El runner Linux estándar tiene 2 vCPU y 7 GB de RAM (consulte la herramienta de especificaciones de runners). Una suite de pruebas, una compilación de TypeScript o una compilación de Docker limitadas por CPU tardarán más allí que en su portátil. Señales: la CPU se mantiene cerca del 100 por ciento durante el trabajo, las pruebas se ralentizan al añadir workers o hay terminaciones por falta de memoria.

Soluciones, de la más económica a la más costosa: use compilaciones incrementales y menos workers en paralelo que núcleos; divida las pruebas en fragmentos; después, pase los trabajos pesados a más núcleos. Runners de GitHub Actions más rápidos compara los runners grandes de GitHub, los runners autoalojados y los de terceros. Para las opciones alojadas, compiler.dev fue en mediana 1.5× más rápido en 18 stacks medidos (15 más rápidos, 2 iguales, 1 más lento) que el runner de 2 núcleos de GitHub, con un coste de $0.008 por minuto para Linux de 8 vCPU; pruébelo con sus propios trabajos usando el modo de comparación.

Causa 3: cachés frías

Si npm ci, pip install o una compilación de Docker tarda 3 minutos en cada ejecución, la caché falta o se está desalojando. Revise el registro del paso de caché en busca de "Cache not found" o "Cache restored". GitHub limita por defecto el almacenamiento de caché a 10 GB por repositorio y desaloja elementos al superar ese límite, por lo que un repositorio muy activo puede saturar su propia caché. Consulte límites de caché y desalojo y los conceptos básicos de caché. Las compilaciones de Docker tienen sus propias opciones en caché de capas de Docker.

Causa 4: red y descargas lentas

Los pasos de descarga lentos ("descarga lenta en GitHub Actions") se deben a:

  • Descargar imágenes base grandes desde Docker Hub, que puede limitar la frecuencia de las descargas anónimas. Descargue desde un espejo de registro o use una imagen base más pequeña.
  • Descargar toolchains o navegadores en cada ejecución (navegadores de Playwright, JDK, simuladores de Xcode). Instale solo lo que necesite y guárdelo en caché cuando sea más rápido que volver a descargarlo.
  • Obtener el historial completo de git. Use fetch-depth: 1 salvo que necesite el historial.
  • Registros externos o espejos de paquetes lentos; un proxy de dependencias cercano a sus runners ayuda.
- uses: actions/checkout@v4
  with:
    fetch-depth: 1

Causa 5: el trabajo en sí

Si la cola y la preparación son breves, el problema son las pruebas o la compilación. Guías por framework: Playwright, Cypress, Jest, Vitest, pytest, y el centro de pruebas e2e lentas.

Diagnóstico en 5 minutos

  1. Abra githubstatus.com.
  2. En una ejecución lenta, anote el tiempo en cola y los tres pasos más lentos.
  3. Si el tiempo en cola es alto: revise concurrencia, matriz, programación y runners.
  4. Si la instalación o la descarga es alta: revise la caché y el tamaño de la imagen.
  5. Si las pruebas o la compilación son altas: revise el paralelismo, la división en fragmentos y el tamaño del runner.

La guía de aceleración convierte cada hallazgo en un cambio de YAML.

Preguntas frecuentes

¿Por qué GitHub Actions funciona lento hoy?

Revise primero githubstatus.com por si hay una incidencia de Actions. Si no la hay, compare el tiempo en cola con el tiempo de los pasos en una ejecución reciente. Un aumento repentino del tiempo en cola apunta a carga de la plataforma o a su límite de concurrencia.

¿Por qué GitHub Actions es más lento que mi portátil?

El runner Linux por defecto tiene 2 vCPU, un disco frío y una caché fría. Su portátil probablemente tiene bastantes más núcleos y una caché caliente.

¿Por qué es lenta mi descarga en GitHub Actions?

Normalmente por imágenes o toolchains grandes que se descargan en cada ejecución. Guárdelos en caché, redúzcalos o replíquelos.

¿Pagar por runners más grandes lo solucionará?

Solo si el job está limitado por la CPU. No solucionan las esperas en cola causadas por los límites de concurrencia ni por servicios externos lentos. Mida primero.

Ejecute este workflow en compiler.dev Sin tarjeta · 200 minutos gratuitos

Pruébelo gratis