記一次容量提升5倍的HttpDns業務Cache調優

小米運維發表於2019-03-26

本文主要介紹了HttpDns業務Cache調優的相關問題及解決辦法。

這是最近做的一次業務最佳化,以一個小方案的形式分享一下最佳化過程。

業務簡介

公司內部叫Resolver服務,其本質是一個httpdns系統,以http形式提供域名解析的服務,使用者在連線業務時,先透過Resolver服務獲取ip地址列表,然後透過拿到的ip列表連線到對應伺服器上,解決了域名劫持和連線降級的問題。

Resolver服務採用nginx+後端的系統結構,後端是開發同學用c++自寫,前後端透過fastcgi協議進行通訊,平時單機的QPS在7k左右,高峰期達到1萬以上。

遇到問題

業務到高峰期QPS達到1萬以上,服務出現大量502特別是魯谷機房,進而拒絕服務,業務瞬間基本屬於不可用的狀態,不可用瞬間使用者自動降級走DNS解析,嘗試透過nginx的limit來限制解決,效果不好,大量使用者被切掉,存量使用者還是有很多的502,所以只有擴容和想辦法最佳化兩條路可走。

分析問題

Nginx本身是一種非堵塞的模型,1萬級別的QPS對於nginx本身的壓力很小,分析後發現request_time大的原因在於upstream_response_time大,那就是說後端c++的慢了,所以懷疑是後端到達了業務瓶頸,與開發同學分析日誌後確定了這個結論,開發同學第一時間提出了加機器的要求。

作為運維,是需要繼續分析是否可以透過運維手段做一些最佳化,此服務的本質是使用者端發起一個http請求,然後服務返回一個ip地址列表,這個列表會根據不同的url引數有所變化,但同一個引數在1分鐘內變化的可能性基本沒有,進而與開發確認業務邏輯,在業務處理上沒有依賴ua、reffer、cookie等額外引數判斷,開發的同學表示這個解決快取1分鐘時絕對沒有問題的。

解決問題

分析到現在有個方向性的模糊思路了,那就是是否可以用nginx cache呢?這個是非常熟悉的領域,再結合記憶體的使用,按照之前的業務經驗看,依照命中率的不同可以起到非常好的最佳化效果,效能可能會飛起來,哪怕命中率小,命中一個同樣賺了一個,那麼馬上行動起來做測試。

檢視nginx配置檔案,首先遇到的問題是前後端不是用proxy_pass與upsteam通訊的,這就意味著最常使用的proxy_cache直接用是行不通的,而之前用的最多最成熟的就是這個,繼而想透過加一個多埠的server來引入proxy_pass,這個也是之前常用的方案,這麼做的壞處是增加nginx的複雜程度,不得已只能這麼做,可以作為一個打底方案。繼續分析,fastcgi通訊其實是有一個fastcgi-cache的,雖然很少用,但是可以測一下。

調研機器的記憶體使用情況,拿出5G的記憶體做快取用是絕對沒問題的,而且1分鐘的內容可能也跑不到5G,起碼資源是夠的,然後翻google和百度,查詢各引數的配置含義,進行配置,反覆測試最後形成一份可用的配置,將快取資料放到了/dev/shm,然後進行灰度,效果非常明顯,基本單機的容量按照後端算可以提升5倍,曬一下幾張圖:

記一次容量提升5倍的HttpDns業務Cache調優

記一次容量提升5倍的HttpDns業務Cache調優

記一次容量提升5倍的HttpDns業務Cache調優

對應伺服器記憶體的消耗,也驗證了很小的想法,如下

記一次容量提升5倍的HttpDns業務Cache調優

最佳化效果

透過不到200M記憶體的伺服器資源消耗,達到了命中率75%到80%的效果,機器的效能可以提升到5倍以上,這次最佳化主要達到了如下效果

1、節約了伺服器資源,後端穿透量降為1/5,容量提升5倍,節約了大量伺服器;

2、減緩了後端c++的壓力,每臺伺服器後端的請求書基本降為原來的1/5;

3、起到了消峰作用,高峰期後端的請求量基本不會抖動,壓力降低;

4、對於錯誤5xx的降級,一旦後端出錯後,nginx會返回最近一次快取的結果吐給使用者,使用者依然可以拿到解析列表,截圖如下。

記一次容量提升5倍的HttpDns業務Cache調優

記一次容量提升5倍的HttpDns業務Cache調優

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31559359/viewspace-2639411/,如需轉載,請註明出處,否則將追究法律責任。

相關文章