加入收藏 | 设为首页 | 会员中心 | 我要投稿 云计算网_泰州站长网 (http://www.0523zz.com/)- 视觉智能、AI应用、CDN、行业物联网、智能数字人!
当前位置: 首页 > 服务器 > 搭建环境 > Unix > 正文

阿里是如何抗住双11的?看完这篇你就明白了!

发布时间:2020-01-14 11:33:52 所属栏目:Unix 来源:站长网
导读:副标题#e# 我从业之初便开始扮演救火队员角色,经常去线上执行救火、止损、攻关等应急工作,再通过分析、推理、验证 图片来自 Pexels 抽丝剥茧的找出背后的根本原因,仿佛自己是个经验丰富、从容冷静、思维缜密的侦探。 以前我一直认为线上问题定位、分析处

阿里是如何抗住双11的?看完这篇你就明白了!

这个是阿里首创的,目前很多公司在效仿。属于是业务倒逼技术创造出来的手段。

全链路压测涉及到的内容会比较多,关键的步骤包括:

链路梳理

基础数据准备、脱敏等

中间件改造(透传影子标,软负载/消息/缓存/分库分表等路由,建立影子表)

建立压测模型、流量模型、流量引擎

预案体系的检查

执行压测,紧盯监控告警

数据清理

对业务开发团队同学来讲,关于链路梳理、流量模型的评估是其中最重要的环节,全链路压测就是模拟用户真实的访问路径构造请求,对生产环境做实际演练。

这里我以大家熟悉的购买电影票的场景为例。如下图,整个链路中业务流量其实是呈“漏斗模型”的,至于每一层的比例是多少,这个第一就是参考当前的监控,第二就是参考历史数据去推算平均值了。

漏斗模型推演示例:

阿里是如何抗住双11的?看完这篇你就明白了!

可以看出每一层(不同应用、不同服务)所需要承载的真实流量不一样,负载也是不一样的。

当然,实际场景更复杂,实际情况是多场景混合并行的,A 用户在拉排期的时候 B 用户已经在锁座了…

我们要做的,就是尽可能接近真实。还有最关键的一点要求:不能影响线上真实业务。这就需要非常强的监控告警和故障隔离能力了。

关于系统容量和水位标准,这里给大家一个建议参考值:

水位标准:单机房部署水位应在 70% 以下,双机房部署水位应在 40% 以下

单机水位:单机负载 / 单机容量

集群水位:集群负载 / 集群容量

理论机器数:实际机器数 *(集群水位 / 水位标准)

为什么双机房是 40%?一个机房故障了流量全都切到另外一个机房去,要确保整体不受影响,不会被压垮。

预案体系

(编辑:云计算网_泰州站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

推荐文章
    热点阅读