简介：咱们将这些年在每一个环节中的相应解决方案，以产品化的形式积淀到企业级分布式应用服务（EDAS）中。EDAS 致力于解决在线利用的全流程流量无损，通过 6 年的精密打磨，曾经在流量接入与流量服务两个要害地位为咱们的客户提供了流量无损的要害能力，咱们接下来的次要指标也是将这一能力贯通利用的全流程，让您的利用默认能具备全流程的流量无损，竭力保障商业能力的可持续性。
作者 | 孤弋、十眠
前言
上两篇咱们说完了流量解析、流量接入、流量服务三大块的内容，这一篇次要从数据交换的维度说明数据交换的过程如何影响到线上流量；最初会引入两个罕用的防范措施：全链路压测和平安生产演练。咱们先来说说数据交换局部：
数据
当流量在利用集群中流转结束之后，他行至的起点个别是将数据与各种类型的数据服务进行替换，如：从缓存读取数据返回、将订单记录存储在数据库中、将交易数据与外围的领取服务进行数据交换等。然而只有是和里面的服务进行数据拜访，就会呈现外围服务不可用的状况，常见的一些状况比方：因为被依赖过重或数据过载而导致雪崩，因为数据中心整体不可用导致大面积瘫痪。比方最近一个比拟有名的事件就是 Meta 公司的大规模宕机事件，其起因正是下发了一条谬误的配置切断了数据中心之间的主干路由。
1、罕用解决方案：分库分表
针对国内互联网公司海量数据的场景，当咱们的业务成长到肯定的阶段就会带来缓存或者 DB 的容量问题，以 MySQL 举例子，当单表的容量在千万级别的时候，如果这张表还须要和其余表进行关联查问，就会呈现数据库在 IO、CPU 各方面的压力。此时就须要开始思考分库分表的计划。然而分完了之后并不是欲速不达，他会引入诸如分布式事务、联结查问、跨库 Join 等新的问题，每个问题如果人肉去搞定会更加的辣手，不过好在市面上针对这些畛域也呈现了很多优良的框架，比方社区的 Sharding JDBC，阿里云刚刚开源的 PolarDB-X 等。
2、罕用解决方案：数据中心容灾
为避免数据中心呈现整体不可用的状况，一个惯例的思路是须要针对性建设好容灾多活的高可用能力，数据中心级别的容灾常见的是同城和异地，但一个数据中心部署的服务很可能是分布式服务，针对每一个分布式服务的容灾策略都略有不同，本篇以常见的 MySQL 来举例子说一些常见的思路。
容灾的外围是须要解决 CAP 中的两个问题，即：C（数据一致性）、A（服务可用性），然而依据 CAP 实践咱们只能保 CP 和 AP 中的一个，所以这里到底抉择什么样子的策略，其实是须要依据业务状态来制订的。对于同城 IDC 级别的容灾而言，因为他的 RT 个别都很小，数据一致性上能最大的得以满足。只是在 Paxos（MySQL 中的一致性算法）的 Master 节点所在的机房如果挂掉的状况下，会面临再次选主，如果集群较大可能会因为选主造成的几十秒级别 DB 不可用的状况。
而对于异地场景而言，因为数据链路太长的问题，他的数据一致性基本上不可能满足，所以业务必须配合革新，做到业务级别的横向切分，如：华南数据中心服务华南客户群体，华北数据中心服务华北客户群体。而分片的数据再通过数据同步的形式做到最终一致性。
防备
到这里基本上说完了在线上利用的四个外围环节中，尤其提及了容易因为架构设计、基础设施软弱等起因而造成的流量有损的点，也列举了对应场景下的解决方案。不过站在平安生产的角度上，所有平安生产的目标都是防备于未然。在互联网的零碎中相比拟于传统的软件产品，咱们举荐两个在生产级别进行防备的办法：全链路压测和平安生产线上演练（也叫故障演练）。
1、全链路压测
在软件产品的生产体系中，任何一个行将上线的零碎，咱们都会进行各种指标的测试，其中就包含压力测试，即：使零碎处于一个颇为严苛的环境中，来观看零碎的体现。而个别的压力测试，只会针对性的结构相应的接口对线下部署的环境服务进行相应的压力测试，而且测试报告不出意外都是很完满的；但这样的压力测试会有几个问题：
- 因为线上线下的依赖环境差别很大，而评估不到实在的线上零碎容量。
- 压测过程的数据不丰盛，覆盖面窄而造成场景脱漏。
- 因为压测的流量或者工具不够健全，只能评估到单台机器或服务，而非整个生产集群。
如果要做到全面、零碎、且实在的流量评估，咱们举荐间接应用生产环境针对性的进行性能压测，但要想做到这样的全链路的压力测试，有很多的技术瓶颈须要冲破，其中包含：
- 有一套能力弱小能构建出丰盛场景的工具体系或产品。
- 整体服务链路上，反对从流量入口开始的压测标示传递。
- 零碎中应用的中间件能辨认失常流量与压测流量。
- 业务须要针对压测流量作出业务革新（如影子表），免得压测数据影响到线上的实在数据。
然而在执行过程中，因为全链路的影响面太大，在正式开始大流量的压测之前，须要逐渐施行后期的筹备工作，其中包含：压测计划制订、预跑验证、压测预热，最初才是正式压测。压测结束还须要针对压测后果进行剖析，以确保整个零碎合乎事后设定的指标。
2、平安生产演练
与全链路压测的思路相似，为了尽可能的贴近生产环境，平安生产演练咱们也是举荐在线上实现。演练的目标是测验零碎在各种不可预知的服务不可用、根底施行故障或者依赖生效的状况下，来测验零碎的行为表现是否仍然强壮。通常演练的范畴从单利用到服务集群，甚至到整机房基础设施顺次回升。演练场景能够从过程内（如：申请超时）、过程级别（如：FullGC）、容器（如：CPU 高），再到 Kubernetes 集群（如：Pod 驱赶、ETCD 故障等）各个场景叠加，依据业务零碎的反软弱能力，针对性的作出抉择。
结语
至此，三篇对于如何构建一个流量无损的线上利用零碎就全副说完了，文中很多场景和技术点都是来源于实在的线上零碎的实在故障。咱们将这些年在每一个环节中的相应解决方案，以产品化的形式积淀到企业级分布式应用服务（EDAS）中。EDAS 致力于解决在线利用的全流程流量无损，通过 6 年的精密打磨，曾经在流量接入与流量服务两个要害地位为咱们的客户提供了流量无损的要害能力，咱们接下来的次要指标也是将这一能力贯通利用的全流程，让您的利用默认能具备全流程的流量无损，竭力保障商业能力的可持续性。
接下来 EDAS 将围绕开发、测试持续构建一个残缺的技术中台；咱们也在筹备收费下载的版本，让您能够轻松的在本人的任意一个环境中享受到诸多默认流量无损的能力。在交付侧，将买通多集群、多利用批量交付，买通线上公共云、线下收费输入以及混合云之间的交付能力。敬请期待。
原文链接
本文为阿里云原创内容，未经容许不得转载。