読むと分かること: Actions のジョブが Queued のまま止まって見えるとき、API の時刻から「動き始めの待ち」と「反映の遅れ」を別々に出し、ふだんと比べる手順。2026-10-22 の障害の頁の時間帯に、この 2 つが別々に動いた実測つき。
結論
- 止まって見えたら、動き始めの待ち(ジョブの
started_at−created_at)と反映の遅れ(実行のupdated_at− ジョブのcompleted_atの最大)を別々に出し、1 週前の同じ曜日・時刻と中央値で比べる - 2026-10-22 の障害の頁の時間帯(14:18Z〜15:18Z)では、標準のランナーの待ちは伸びず(中央値 3 秒と 9 秒)、反映の遅れだけが伸びた(中央値 309 秒と 1 秒)。待ちの数だけを見ると、この遅れは見えない
- 障害の頁の時刻の範囲だけで切り出さない。60 秒を超えた実行 15 本のうち 5 本は、ジョブが頁の時刻の前に完了していた
- 待ちが長いだけでは障害とは言えない。自前のランナーはこの標本に無く、自前との比べは測っていない
どう確かめたか: 認証なしの GitHub API で、公開リポジトリ 6 個の 10-22 の 13:48Z〜15:48Z と、1 週前の同じ時刻の実行 52 本・ジョブ 473 本の時刻を取り(API 75 回)、2 つの数を中央値と 90 パーセンタイルで比べました。予測と数の定義は、測る前に書きました。
決め手の数: 反映の遅れの中央値は、頁の時刻の実行 14 本で 309 秒、比べの日の 14 本で 1 秒。標準のランナーの動き始めの待ちの中央値は、45 ジョブで 3 秒、比べの日の 33 ジョブで 9 秒です。
環境: Windows 11・Python 3.12.10・認証なしの REST API・2026-10-23 に取得。
結論が崩れるいちばん大きな限界(探索的): 公開リポジトリ 6 個・2026-10-22 の 1 回の障害だけで、1 セル 5 実行までの標本です。別の障害・別のリポジトリで同じ形になるかは測っていません。
数字の元データと再現の手順は、検証の記録(Lab)にまとめています。
公式の文は「結果の処理の遅れ」で、動き始めの遅れとは書いていない
- 2026-10-22「Incident with Actions Results」: 14:18 UTC に "We are investigating reports of degraded performance for Actions"、14:19 UTC に "We’re investigating delays in processing GitHub Actions workflow and step results, along with some repository updates."、15:18 UTC に "GitHub Actions workflow and step result processing has recovered."(https://www.githubstatus.com/incidents/q29p76qtnkyk)。
- 2026-10-21「Delays for Pull Requests and Webhook deliveries」(14:52 UTC〜19:22 UTC)の 16:25 UTC に "Actions workflow status updates continue to experience extended delays"(https://www.githubstatus.com/incidents/nms1dpzmh9d9)。この日は測っていません。
- どちらも、ジョブが動き始めるまでの待ちが伸びたとは書いていません。そこで、2 つを別の数にしました。
wait = started_at - created_at # ジョブごと。started_at が空なら待ちに入れない
refl = run["updated_at"] - max(job["completed_at"] for job in jobs) # 実行ごと
標準のランナーの待ちは伸びず、反映の遅れだけが伸びた
頁の時刻に作られたジョブの、動き始めの待ち(秒・本数/中央値/90 パーセンタイル/最大):
| ランナーの種類 | 障害の日(10-22) | 比べの日(10-15) |
|---|---|---|
| 自前 | 0 本 | 0 本 |
標準(runner_name が GitHub Actions で始まる) |
45/3/11.6/29 | 33/9/14/16 |
| その他 | 78/2/28.2/138 | 158/3/31.2/95 |
実行ごとの反映の遅れ(秒・実行のジョブの完了の最大の時刻で分けた):
| 区間 | 障害の日(10-22) | 比べの日(10-15) |
|---|---|---|
| 前の 30 分(13:48Z〜14:18Z) | 7 本/中央値 218/最大 3653 | 4 本/1/1 |
| 頁の時刻(14:18Z〜15:18Z) | 14 本/309/3135 | 14 本/1/2 |
| 後の 30 分(15:18Z〜15:48Z) | 8 本/1/7 | 3 本/0/1 |
- 60 秒を超えた実行は、頁の時刻の 14 本中 10 本(比べの日は 14 本中 0 本)。
- 標準のランナーの待ちは、リポジトリごとでも同じ程度でした(4 つのリポジトリで 4→4・3→3・11→13・3→2 秒)。
- 6 個のうち 1 個は、5 本とも反映の遅れが最大 7 秒でした。ほかの 5 個の最大は 454〜3653 秒です。
- 「その他」(大きなランナーや外部サービスのランナー)は構成が違い、障害の日の最大 138 秒・比べの日にも 95 秒が在ります。方向としては言いません。
自分で試す 3 分: 自分の公開リポジトリに、後述の道具を python queued_check.py owner/repo --runs 5 で当て、続けて --created に 1 週前の同じ曜日・時刻の 1 時間を渡して、同じ 2 つの数を出します。待ちの中央値が同じ程度で反映の遅れだけ大きければ、この記事の障害の日と同じ形です。待ちが大きければ、ランナーの種類で分けてから読みます。
頁の時刻だけで切ると、60 秒超の 15 本中 5 本を取りこぼした
- 完了の時刻で切ると、頁の時刻に入ったのは 10 本、前の 30 分が 5 本、後の 30 分が 0 本。取りこぼしは 5 本(33%)です。
- 実行の更新の時刻で切ると、外に出たのは 3 本(前 2・後 1)で、取りこぼしは 20% でした。
- 13:57Z に作られた実行(89 秒)と 14:08Z に作られた実行(370 秒)は、完了も更新も頁の時刻(14:18Z)の前に収まっていました。
- 15 本・6 個・1 日だけの数なので、割合は目安です。どちらの切り方でも 0 にならなかった、ということだけを言います。
測り方と、持ち帰りの道具
- 公開の
actions/checkoutの完了済みの実行 1 本で、4 つの時刻が返り 2 つの数が計算できるかを先に見ました(待ち 2 秒・反映の遅れ 2 秒)。 - 候補 11 個を測る前に順に決め、上から「10-22 の 13:48Z〜15:48Z に作られた実行」の一覧を引き、件数が 8〜100・フォークでないものを採用しました。11 個引いて 6 個が条件を満たしました(外れた 5 個は 0・6・104・145・2500 件)。
- 完了済みで再実行でない実行を作成の順に並べ、等間隔に 5 本。比べは 1 週前の同じ曜日の同じ時刻です。障害の日 30 本・比べの日 22 本。
- API は認証なしの GET だけ。残りの回数と reset の時刻を毎回記録し、残りが 2 以下で reset まで待ちました(約 36 分)。上限 110 回の内で、使ったのは 71 回です。
写真は、道具を 10-22 の頁の時刻の実行 3 本に当てた出力を、自分で開いた窓に表示して撮ったものです(API を 4 回呼んだ・標本とは別の新しい 3 本)。
Queued を見分ける 3 手
- 公式の障害の頁で、時刻(UTC)と文を見る。文が「動き始め」か「状態・結果の反映」か。頁の時刻の前後 30 分も見る。
- 自分のジョブの 2 つの数を道具で出し、1 週前の同じ曜日・時刻と中央値で比べる。
- ランナーの種類(
labels・runner_name)で分けてから読む。
同梱の queued_check.py は、リポジトリ名を渡すと直近の完了済みの実行のジョブの 2 つの数を一覧にし、中央値と 90 パーセンタイルを出します(認証なし・読むだけ・呼び出しは 1+実行の本数・既定で 20 回まで・残りが 2 以下で止まる)。
測っていないこと・言わないこと
- 障害の原因・範囲と、遅れと障害の因果(時刻が重なったことの記述まで)。「待ちが長ければ障害」とは言えません(混み具合・同時に回せる数の上限でも伸びます)。
- 10-21 の障害の時間帯の数。
- 自前のランナー(標本に 0 本)・非公開のリポジトリ・Enterprise の環境。
- 画面の「Queued」の表示そのもの。API の時刻だけを見ています。
- 実行の
updated_atは取った時点(障害の 1 日後)の値です。再実行は外しましたが、ほかの更新が混ざる可能性は消せません(比べの日の遅れが 1〜2 秒に揃っていたので、値が動いた形は見えませんでした)。 - 選んだのは予定の 8 個でなく 6 個。検定はしていません。
本家(Lab)
測る前に書いた予測と条件・実行とジョブの時刻(リポジトリは伏せた番号)・数えるスクリプト・集計・「Queued を見分ける 3 手」・道具は、本家の evidence/ と同梱に置いています → GitHub Actions が Queued のまま:障害の日に伸びたのは動き始めの待ちでなく、反映の遅れだった
AI の利用について
測定のスクリプトの作成・API の呼び出しと記録・数え直し・図の作成・この記事の下書きは AI(Claude Code)が行いました。人がしたのは、記事に出すかどうかの判断です。
この記事は Zenn にも同じ内容を掲載しています。

