前言
彈性伸縮是云計算時代給我們帶來的一項核心技術紅利，但是 IT 的世界中，沒有一個系統功能可以不假思索的應用到所有的場景中，這篇文章，我們將應用企業級分布式應用服務-EDAS 的客戶在進行系統架構設計時，在彈性場景下遇到的點滴做了一個系統的梳理，總結為五個條件和六個教訓分享給大家，
五個條件
1.啟動無需手動干預
是否需要手動干預是彈性伸縮和手動伸縮的本質區別，在傳統應用的運維中，一個行程的啟動往往需要在機器上手動準備一系列的事情，如：環境搭建，依賴服務的配置梳理，本地環境配置調整等，如果是在云上的應用可能還需要手動調整安全組規則，依賴服務的訪問控制等；但這些需要手動執行的動作在自動彈性時都會變得不可行，
2.行程本身無狀態
確切的說，無狀態主要是指業務系統運行時對于資料的依賴程度，資料是在行程執行的程序中產生的，產生的資料會對后來的程式行為產生持續的影響，程式員需要在編碼邏輯的時候，就考慮如果系統在一個新環境中重新拉起時，這份資料是否對于行為會造成不一致的情況？推薦做法是資料應該最終以存盤系統中為準，讓存盤計算做到真正的分離，
3.啟動的要快，走的要有“尊嚴”
彈性，尤其是云上的彈性，其中一個特點是會進行得很頻繁，尤其是流量突發型的業務，帶著一定的不確定性，而啟動后的系統往往處在一個“冷”的狀態，啟動之后如何快速的“加熱”是彈性有效性的關鍵，而在彈性結束之后，往往伴隨著一次自動的縮容，由于這個程序也是自動的，所以我們需要能從技術上能做到自動流量摘除的能力，這里的流量不僅僅包括 HTTP/RPC，也包括訊息、任務（后臺執行緒池）調度等，
4.磁盤資料可丟失
在應用啟動程序，我們的應用程式可能會使用磁盤配置一些啟動依賴項之外；在行程運行的程序中，我們也會習慣性使用磁盤列印一些日志，或者記錄一些資料，而彈性場景是行程快起快沒，沒了之后放在磁盤上的資料也都沒了，所以我們要做好磁盤資料丟失的準備，可能有人會問日志怎么處理？日志應該通過日志收集組件收走，進行統一的聚合、清洗和查閱，這一點在 12 factor apps 中也做了強調，
5.依賴的服務充分可用
成規模的業務系統，往往不是一個人在戰斗，最典型的架構中，也會使用到一些快取、資料庫等中心服務，一個業務彈性擴容上來之后，很容易忽略中心依賴服務的可用性，如果依賴服務出現不可用，對于整個系統可能就是一個雪崩的效應，
六個教訓
1.指標值設定不合理
彈性整體分為三個階段：指標獲取、規則計算、執行伸縮；指標獲取一般通過監控系統或者 PaaS 平臺自帶的組件獲取，基礎監控指標常見的如：CPU/Mem/Load 等，短期內有一些基礎指標數值會存在不穩定的特點，但是時間拉長，正常來看會處在一個“平穩”的狀態，我們設定指標的時候，不能以短時間的特征為依據，參考較長時間的某種水位資料才能設定一個合理值，且指標不宜過多，同時縮容指標要和擴容指標存在明顯的數值差，
2.把“延時”當指標
很多時候我們識別系統可用性的一個很大的判斷，就是看系統螢屏是不是在“轉圈圈”，即系統很慢，常理推斷，很慢就要擴容了，所以我們有一些客戶直接把系統的平均 RT 當成了擴容指標，但系統的 RT 是多維度的，比如 health check 一般都是很快的，這類 API 出現的頻率稍高一點，一下就拉低了平均值，也有的客戶會精確到 API 級別，可是 API 也是根據引數不同邏輯不一樣的從而造成 RT 不一樣，總之，根據延時去做彈性策略是很危險的一種做法，
3.指定單一的擴容規格
擴容規格指的是資源的規格，比如在云上的場景中，對于同一種 4c8g 的規格，我們可以指定記憶體型、計算型、網路增強型等，但是云上是一個大資源池，對于某一種規格，會存在售罄現象；如果我們只指定了單一的規格，就會出現資源無法提供而出現擴容失敗的情況，這里最危險的還不是擴容失敗本身，是出現業務故障之后的排查程序會特別漫長，
4.只考慮RPC鏈路中的應用策略
針對單個應用往往都很簡單的，難的是整個業務場景的梳理，梳理思路一個簡單的辦法就是按照應用呼叫的場景進行，從應用間呼叫的場景來看，一般來說分為三種：同步（RPC，中間件如 Spring Cloud）、異步（訊息，中間件如 RocketMQ）、任務（分布式調度，中間件如 SchedulerX），我們一般會很快整理出第一種情況，但是很容易忽略掉后面兩種，而后面兩種出現問題的時候，問題排查診斷又是最為耗時，
5.沒有配套相應的可視化策略
彈性伸縮是一個典型的后臺任務，在治理一個大集群的后臺任務的時候，最好是有一塊大屏進行直觀的可視化治理，對于擴容失敗的情形，不能靜默處理，如果是核心業務出現擴容失敗，可能帶來的就是直接的業務故障，但是故障真正發生時，很多時候不會去關心擴容策略是否生效，如果真是因為擴容造成的故障，也很難排查到這個點，
6.事前沒做正確評估
雖然云計算給彈性提供了近乎無盡的資源池，但這也只是解放了用戶預備資源的作業，而微服務系統本身復雜，單一組件的容量變化會產生全鏈路的影響，既解除一處風險之后系統瓶頸點可能會遷移，有些隱形約束也會隨著容量變化逐步顯現，所以做彈性策略大多數時候不能靠力大磚飛的思想，需要做好全鏈路的壓測、驗證，演練到適應于全域的彈性配置；我們還是建議事前從高可用的多個維度了解各種技術手段，形成多套預案以備使用，
尾聲
云原生場景下彈性能力更為豐富，可供彈性的指標也更具備業務定制能力，應用 PaaS 平臺（如企業級分布式應用服務 EDAS/ Serverless 應用引擎 SAE 等）能結合云廠商在計算、存盤、網路上的技識訓礎能力，能讓使用云的成本更低，但是這里對于業務應用會提出一點點挑戰（如：無狀態/配置代碼解耦等等），從更廣的側面來看，這是云原生時代應用架構面臨的挑戰，不過應用越來越原生的話，云的技術紅利也會離我們越來越近，
作 者 | 孤弋
本文來自博客園，作者：古道輕風，轉載請注明原文鏈接：https://www.cnblogs.com/88223100/p/Summary_Five-Conditions-and-Six-Lessons-for-Elastic-Scaling.html
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/503615.html
標籤：架構設計