设为首页收藏本站
查看: 72|回复: 0

[PHP] 资深程序员实例总结分享短网址开发运维经验

[复制链接]

论坛元老

Rank: 6Rank: 6

积分
34274
主题
17031
UID
1347
M币
67
贡献
17176

  • 发表于 2014-5-21 01:51:00 | 显示全部楼层 |阅读模式
    每个萝卜下都隐藏一个坑。
    前段时间955短网址日重定向次数最高达400万,主要开销是重定向请求的用户数据储存与分析。分别经历了内存瓶颈、IO 瓶颈后,高峰期达到 CPU 上限,几乎榨干了机器,下文是经验总结分享。
      前置条件
    由于短网址很难盈利,硬件特别寒碜,带着镣铐跳舞反而别有风味,当然,人力投入,技术方面也不能和其他大网站比,所以如果要拍砖请轻下手——哎哟。
    我们采用的硬件: 盛大云微型,1G内存,单核共享型 CPU。 后期追加了一个同等配置的内网机器做 MongoDB replSet。
      Startup 硬件成本:
    既然项目本身基本没法带来收益,要生存就只能充分压榨硬件,大胆使用新技术。根据国内云的计费方式,一般收费的维度是
    内存:使用异步模式代替同步多进程。
    带宽:2M双线,301并不需要太多的带宽开销
    硬盘:云硬盘,按容量收费
    CPU:单核
    由此我们做了对应的技术选型:
    Nginx:无需多说了吧?
    Tornado:Facebook 开源的 python 异步微框架
    MongoDB:性能好,热数据少内存开销也少
    Redis:事实上 MongoDB 写入的 IO 开销太大
    nodejs(with coffeescript):后期新增,node.js 是天生的异步
    supervisord:监控进程
    来照张相——咔嚓


      开发与运维
    既然目前项目投入的开发和运维都只有我一个人,那就可以美其名曰:DevOps 啦。听上去是不是很高端大气国际化。
      用户特点
    二八法则基本适用:20% 的 URL 占用了 80% 的资源(尤其是我们默认为所有短网址开启了统计之后)。
      监控先行
    很多小团队犯的第一个毛病就是不做监控,等到用户来告诉你网站无法打开的时候就太晚了。为了省事我们用了监控宝和阿里云监控(主要阿里云监控有免费短信)。
    每次出现无法打开网站的状态时,都应该定位此次问题的原因。如果频次增加,就要考虑应对策略了。loadavg 很好地反应了系统的负载,可以判断是否硬件出现瓶颈。
    如果是在事发时间,我们可以借助这些工具查看系统状态:htop(定位哪个进程的问题)、iftop(是否有异常的流量和ip)、iotop(定位 io 瓶颈)。此外就是看日志。
    如果事发时在睡觉,那么就看监控历史记录。
      惨痛教训一:硬盘容量——为将来留下后路
    MongoDB在硬盘容量不够的时候会拒绝启动。而如果之前没有使用 lvm 这类工具,将无法快速扩展容量,而国内的云不像 Linode 那么智能地在后台提供容量的一键 resize(虽然这个功能曾把文件系统搞出错了)。后果很可能是停机几个小时。
      惨痛教训二:最大打开文件描述符
    异步模式下不可避免遇到新问题——最大打开文件描述符。我们先后遇上了 tornado 和 nginx 的最大打开文件描述符问题。 tornado 的表现为:CPU 100%,日志里出现500;Nginx 则在日志里报错,打开缓慢。
    要避免此类问题,要做相应 ulimit 的设置。
    用ulimit -n显示的只是当前会话的(!important)。正确做法是查看进程的 limits: cat /proc/{$pid}/limits
    Nginx 的配置文件里还需要设置两个参数:
    worker_connections 9999; #根据自己的情况设置
    worker_rlimit_nofile 60000; #根据自己的情况设置
    下图是 nginx 达到上限的监控图,很明显被卡在1000左右了 —— Linux 默认限制为 1024。


      惨痛教训三:Python 不是天生异步的语言
    说实话,用 Python 来设计的过程可不是一个愉快的过程。为了避免潜在编码问题,我们使用了 python3。下面的问题是:
    缺乏异步的支持:
    Redis 异步驱动只支持 Python2(当然,等了大约半年后 tornado-redis 的作者终于更新了对 python3 的支持)。
    不少组件仍然无法支持 python3, pip install 后直接报错的感觉就是:傻眼了。
    Bitly 的 asyncmongo 简直是没有文档,最后只能选了 Motor。
    Tornado 本身的文档也不够详尽
    后来一部分组件使用 nodejs 开发后,简直是相见恨晚,CoffeeScript 语法糖的表现也很出色。
      惨痛教训四:谨慎选用数据库
    数据库几乎是web应用里最关键的一部分,越是有大局观的技术人员越会谨慎选型。 事实上我们把所有压力都放 MongoDB 的做法还是过于激进了。
    MongoDB 的范式化与反范式化。
    几乎所有对 MongoDB一知半解的人都会告诉你不要用 SQL 的思维来思考 MongoDB,要使用内嵌文档来实现需求。但是他们忘记告诉你,不断增长的内嵌文档将导致 IO 瓶颈(参考《深入学习 MongoDB》73页)。
    事实上范式化和反范式化(内嵌文档)还有很多要考虑的因素。
      复杂查询时 MongoDB 的无力
    在面对需要计算的查询时,MongoDB 的 map-reduce 很慢;复杂情况下对内嵌文档处理有难度;Documents 比 MySQL 更少。年轻人,不要在 mysql 遇到问题时第一时间想到替换数据库。
    就这个项目而言,统计部分要快速出多样报表时明显有难度。
      不要等到着火了才想起 MongoDB replSet
    如果 MongoDB 写入压力大,并且没有做分片,那么单纯加机器不会缓解写入压力。如果是读取压力倒有所帮助。
    从单机到 replSet 起码需要锁住数据库。程序代码也需要修改。打算切换到 replSet 的话,需要提前做准备。
    最后我们的做法是将频繁更新的数据放 redis,定时刷入数据库,效果很明显。
      正确使用 Redis
      控制内存,控制起步成本
    如果你打算省钱的,就不要把所有东西都放 Redis 里,哪怕看上去数据量不大——时间久了也占了不少内存。而在 MongoDB 里只有热数据占内存。 二八法则也适用这种情况:热数据只占20%。
    当然如果你是土豪请你走开!
      不要用 pub/sub 做队列
    如果不想丢失数据就不要用 pub/sub 做队列。进程重启时将丢失订阅管道的信息。你可以用 lpush 和 brpop 来实现队列。
      受够盛大云了
    内网主机完全不能访问外网。你想 apt-get update 下?临时买带宽吧。
    被 DDOS 攻击?直接断网,没有任何通知,你还百思不得其解。
    io性能太差,读写大约 5-6M/s 的时候就要挂了。当然阿里云的好像更差。
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    在我站开通SVIP可同时获得17个站点VIP资源 立即登录 立即注册
    快速回复 返回顶部 返回列表