知识卡片

普通读书笔记卡 · 1569.b.4

退役文件服务器主目录

理解等级:中级

背景:公司数据存储(CDS)SRE 团队用 NetApp NFS/CIFS 存储设备(filer)为全体员工提供主目录和团队共享,运维非常昂贵:NFS/CIFS 不适合广域网,几十毫秒延迟就严重影响体验;扩展成本高;与 BeyondCorp(基于身份而非边界的安全模型)兼容要大量工作;开通共享、改权限、排障、调容量多由工单驱动;还要在远程办公室装机布线。

先收集数据:做了 Moonwalk 工具,把谁在何时访问哪些文件存进 BigQuery——覆盖 60 个地点 124 台 NAS、400 个卷、6 万 POSIX 用户的 25 亿个文件(300 TB),回答“哪些岗位真的在用主目录”“最常访问什么文件”;结合用户调查,确认替代方案能以更低成本满足需求。另一个商业理由:迁到 G Suite/GCP 的经验可以改进这些产品,帮助其他大企业迁移。

没有一个替代品能覆盖全部用例,但拆成小块后,少数专门方案合起来都能覆盖且体验更好:x20(全球共享静态制品)、Team Drive(Office 协作,更耐延迟)、Colossus(大数据文件)、Piper/Git-on-Borg(同步 dotfiles)、新的“历史即服务”(跨工作站的命令行历史)。

分阶段退役(Moira 项目,后续还有 Tekmor 处理长尾、Migra 退役团队共享、Azog 下线硬件):第一步是阻止或减缓新的采用——从用户手里拿走东西比一开始不给痛苦得多;先从用得最少的非工程员工开始,随信心增长扩大范围;每阶段有设计文档,重视沟通。Moira 门户(Python Flask + Bigtable)提供项目说明、FAQ、共享的状态与用量、申请/停用/归档/删除/延期/重新激活等自助操作,业务逻辑要考虑离职、休假、诉讼保留等情况;通知对象要精确——误报和漏报都会损失信誉。与其他存储系统团队合作把所需功能加入其路线图,复用他们的迁移工具。

结果:平均只用三名成员,近两年才功能完备,仍需工具处理约 800 用户的长尾;2016 年正式完成,主目录从 6.5 万降到 50。

教训:质疑假设、淘汰昂贵的业务流程(拒绝琐事往往最简单,安全收益让商业理由更有力);构建自助界面(很多团队直接用版本控制的拉取请求处理配置请求,成本更低);从人工支持的接口开始(用 bug/工单作为自动化的简易界面和人工兜底);融化雪花——与其让自动化适配各种特例,不如修改不合规的共享去符合工具(Google 称之为“买下那个侏儒”:Froogle 搜“跑鞋”总出现一个穿跑鞋的花园侏儒,修不好排序,干脆在 eBay 把它买了);用文档和代码实验室让用户自助入门。

译文提示:本书为社区机器辅助译本,本卡按上下文和官方英文版理解,引文保留中文原样。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《谷歌站点可靠性工作手册》第06章《第6章 消除琐事工作》6 案例研究2:停运由Filer支持的主页(源文件:extracted/谷歌站点可靠性工作手册/_epub-src/OEBPS/Text/11.html,来源项目 book-sources) - 结论依据:第6章案例研究2说明CDS团队退役NFS文件服务器主目录:成本与安全问题、用Moonwalk分析访问数据、用多个专门方案组合替代、分阶段阻止新采用并通过Moira门户自助迁移,主目录从6.5万降到50,并总结质疑假设、自助界面、人工支持接口、改特例以适配自动化(买下侏儒)、文档化入门等教训。 - 原始内容:从用户那里拿走某些东西比一开始从未提供它要痛苦得多。