知识卡片

普通读书笔记卡 · 4143

线上压测隔离止损

理解等级:高级

直接在生产集群上做压测、真实写入数据,这件事本身风险极高,必须配套一整套隔离和熔断规范才能安全实施。数据隔离方面:根据业务和技术维度筛选一批专门用于压测的商品和用户(覆盖存储分布、用户等级、业务分支),对这些测试账号提交订单后自动清空购物车的功能予以禁用(保证能反复不断下单),提交订单时的邮件、短信提醒等触达用户的功能也一并禁用,产生的订单被单独隔离、不下发给下游生产系统(如物流),测试完成后统一删除;对于数据库层面无法完全隔离产生的脏数据,则用打标的方式区分(正常数据打一个标,压测数据打另一个标),下游系统据此屏蔽掉压测数据,确保真实客户完全看不到这些测试痕迹。风险控制方面:压测过程要求各相关业务组的核心人员集中在一起严密监控各项数据(响应情况、订单量、各服务器和数据库的实际负载),一旦发现任何异常迹象立刻停止发起压力;如果在分钟级时间内系统无法自行恢复,直接的应急预案是切换到位于异地(如北京亦庄)的备用集群,而不是继续等待或排查——这条”分钟级无法恢复即切换”的规则本质上是给整个压测行动设定了一条明确的止损线,避免因为舍不得中断测试而让线上真实故障持续扩大。这套规范提示了一条通用原则:在生产环境做任何有风险的验证性操作(不只是压测,也包括灰度发布、故障演练),事先明确”什么情况下必须立刻停止/回滚”和”多长时间没恢复就要启动更彻底的应急预案”,比事后手忙脚乱地判断”要不要停”重要得多——止损线必须提前定好,而不是等真出问题时临场决策。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    原书出处

    参考来源

    - 位置:《高可用架构(第1卷)》第3章《电商架构热点专题》"3.2 大促系统全流量压测及稳定性保证——京东交易架构"节,"3.2.4 应对大促的第1步:全链路全流量线上压测"(源文件:_epub-src/OEBPS/Text/Chapter3_2_5.xhtml) - 结论依据:原文说明"将这些用户提交订单后清空购物车这一功能禁用……对产生的订单进行隔离,不往生产系统下发,并在测试完成后进行删除……一旦发现问题立即停止压测。在恢复的同时进行数据记录和问题排查,如在分钟级内无法恢复则直接切位于北京亦庄的备用集群",直接支撑本卡片结论。 - 原始内容:将这些用户提交订单后清空购物车这一功能禁用,保证能不断地重复下单……对产生的订单进行隔离,不往生产系统下发,并在测试完成后进行删除……一旦发现问题立即停止压测……如在分钟级内无法恢复则直接切位于北京亦庄的备用集群。 - 补充位置:《高可用架构(第1卷)》第3章《电商架构热点专题》“3.2.10 疑问与解惑”(源文件:_epub-src/OEBPS/Text/Chapter3_2_11.xhtml) - 补充依据:问答补充了压测脏数据按打标或分表隔离、边写边清理、先切小集群承载以及截断下游传播的实施细节。 - 补充原文:需要将这些数据隔离,有的是打标,有的是另外起表……一边写一边删……首先切到小集群上承载……从接单后面我们就会把压测数据直接截住,打一个标……不让其往下传。