2021-04-15 kk日记，415系统支持战况总结

背景

今日公司进行面膜新品发布，新品分享有奖裂变活动，活动效果很好，异常火爆，可是系统很不争气挂了20分钟，作为系统支持的负责人觉得很惭愧，夜不能眠，在进行深深的自省。

过程回顾

作为系统支持负责人我是有一套系统稳定支持的理论：

活动方式/内容的理解
活动风险的评估
活动所需资源的评估
活动产品基础数据在系统核对
redis扣库存
生产验证
活动核心链路压测
服务台的故障时的指引与术语
限流的制定
慢URL的梳理
应急措施的制定
集思广益的风险梳理
活动前24小时变更冻结
现场支持人力锁定

为什么还是挂掉？

为什么还是挂掉呢？是我的套路不行，还是我空有一身“内功”没有好的“武功”和“宝剑”发挥出来？

武功和宝剑

千里眼和顺风耳

apm工具，可以助我实时掌握系统的流量、吞吐量和响应时间、系统错误的定位。
aiops/grafana系统及应用组件资源使用实时监控

屠龙刀和倚天剑

aiops的自动扩容助我快速完成节点的纵向和横向扩容
流控系统，助我完成全站和个别URL的流量塑形。

战队

我有一帮好兄弟，通力合作：

活动产品负责人尽心完成基础数据的录入，核对，生产测试。
有开发测试好兄弟完成功能开发，功能测试，压力测试打磨系统的处理能力。
有基础架构的伙伴们提供计算、网络、安全资源
有运维开发的小伙伴打造监控，自动化利器。
有稳定支持的伙伴们全程关注，随时准备系统救援。
还有服务台的小伙伴全程的前端体验和客户故障引导。

战况

开局：13：30 分，全部小伙伴就位。13：45观察到流量攀升，发出预警，13：50稳定性支持的伙伴发现后台出现大量报错，向开发测试发出预警评估是否影响活动，并得到及时响应。直到13：59，系统响应正常。
冲击：14：00，活动开启，结果14：01，apm利器显示系统响应变慢（访问量是历史峰值6xxx，是过往的2倍），活动前端使用体验官（服务台）警告前端白屏，请求超时。稳定支持的团队立刻检查各组件使用情况，资源飙升厉害，但未到临界线，**此时不确定问题所在 **，于是我立刻执行全站限流，确认后备方案APP端是可以使用，然后指引服务台的兄弟及时与市场沟通；紧接着奔赴开发测试身边确认问题是否与之前的报错是否有关。
变阵：14：15 确认问题所在，对问题URL（历史峰值每秒处理350rps，实质上平均响应时间8秒，估计次数请求处理占用大量应用线程）实施限流，流速240rps，全站限流打开以最大量满足用户需要；执行扩容。
初见成效：14：20 系统使用体验陆续恢复
收尾：受到到开闸冲击，部分组件出现假死状态，系统依然不太稳定，偶发出现超时，稳定支持团队有序重启组件重整资源。系统使用恢复。

复盘

有利器，有好伙伴，为什么开局失利呢？本次活动主要瓶颈于小程序调度微信公共接口code2session，在并发量超过150rps，返回时间在1s以上，当并发量达到350时，返回时间是8秒，此时我小程序自身timeout时间是3秒，自身选择退出，由于改接口强依赖，这个接口失败后，代码运行不下去，前端白屏。
为什么在慢URL没有检查出来，在apm工具中显示在接口在非活动时间并发量底，响应时间短，我们检查规则，按调度次数和95线响应时间，最大响应时间综合纬度评估是发现不了它的存在。
如何更有效安抚客户/业务代表，加强和服务台的紧密合作和信息共享，由服务台及时有序通告“战况”。

以后要怎么做

外部/跨平台调用一律不信任，采用限流方式控制住最佳吞吐和响应时间比。
完整梳理一次外部/跨平台调度接口。
接口最大能力的获知，全站URL/API按实质能力配置限流。
制定落实战况沟通机制，组建作战室，指挥中心。
完善故障根因智能分析工具/平台。

感概

其实我并不想讲每次活动的流量都是过往的几倍来解释/开脱故障，我更想说我们的系统平时就像一个懒人那样，不常做运动，很多指标看着正常，其实都是亚健康。我更希望多做活动，让系统天天跑步锻炼，而不是突然间让他跑马拉松或200米冲刺跑，如果活动变成日常化，常态化，系统天天得以锻炼，我们的武功不要生疏，宝剑利器不要生锈，我相信即使跑马拉松和打大战役，也是没有问题的

2021-04-15 kk日记，415系统支持战况总结相关推荐

社招面经: 联易融Java开发一面2021.04.15
项目介绍项目使用的架构技术体系SpringCloud.Spring.SpringMVC.Springboot.Mybatis.Mybatis-plus(该公司招聘需求上有就介绍了).Nacos.Re ...
（四十四：2021.04.15）《Methodology Camp》——Chapter 2：Pieces
<Methodology Camp :Pieces> 讲在前面 **问题一**:工作时别人给我手机发消息,要不停看手机,我想在pc上操作我的手机,怎么办? **问题二**:作为一个编程领域 ...
Russ Cox：这不是Go项目的标准布局 | Gopher Daily (2021.04.28) ʕ◔ϖ◔ʔ
每日一谚:Profile before you decide something is performance critical. Go技术生态 Go web开发的当前状态 - https://tno ...
鸿蒙系统支持980,鸿蒙手机上线时间鸿蒙系统支持哪些手机2021最新汇总
鸿蒙手机来了,从2019年公布到现在的正式发布,没想到华为这么迅速,而且华为EMUI微博更名HarmonyOS,在Android与iOS这两座大山面前,大家觉得鸿蒙系统值得更新体验吗?目前来说鸿蒙系统 ...
《惢客创业日记》2021.09.15（周三）套路的最高境界
今天,凉粉儿给我发了一段她想的关于惢客的宣传词:"你被套路过吗?想不再被套路吗?上惢客."总结一句话是"不被套路上惢客".我觉得能把惢客跟套路联系在一起,很贴切 ...
2021年春季学期-信号与系统-第十二次作业参考答案
▓ 第十二次作业各个小题参考答案: 2021年春季学期-信号与系统-第十二次作业参考答案-第一小题 2021年春季学期-信号与系统-第十二次作业参考答案-第二小题 2021年春季学期-信号与系统-第十 ...
2021年春季学期-信号与系统-第三次作业参考答案-第六道题
本文是 2021年春季学期-信号与系统-第三次作业参考答案中的参考答案. ▌第六道题 6.给定系统微分方程: 若激励信号和起始状态为以下两种情况: (1) e(t)=u(t),r(0−)=2,r′( ...
Ubuntu 18.04从源代码编译安装GPU支持的Tensorflow 1.8.0
当我第一次使用Linux时,我想要做的第一件事就是安装GPU版本Tensorflow.我找到了一个很好的指南.但即使考虑到这一点,我也花了超过40个小时的安装.这篇文章我想节省你的时间,分享自己的经验 ...
《安富莱嵌入式周报》第209期：2021.04.19--2021.04.25
往期周报汇总地址:http://www.armbbs.cn/forum.php?mod=forumdisplay&fid=12&filter=typeid&typeid=104 ...