- 1、本文档共29页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
大型分布式系统设计的一些黄金原则和实例
俞圆圆 a.k.a Y3
YuanYuan.Yu@UC
Agenda
• 4个在生产环境中的1, 2级事
• 故障排查的过程和根因分析
• 反思和教训
4
案例1:.NET框架里的定时炸弹
5
背景情况
• 对接Azure官网的前端服务(Frontend Service Fleet)
• 非高频请求(~500万请求/ 日)
官网入口
Frontend Frontend Frontend
Service Service Service
API 层
6
事故现象
• 大约3天前发布了新的v6.0.1版frontend service
• 没有任何告警,所有监控runner状态均为绿色
• 但前端团队反应有间歇性请求超时
• 典型的 “brown out”
• 请求数量没有明显增加
• 最奇怪的地方:新的v6.0.1版已经发布数天了?!
7
故障排查:Frontend Service的CPU Counter
8
根因:.NET类库中的bug
• Process dump显示大量的对CPU的占用均来自于一个API:
ListClientRootCertificates
• .NET类库里X509Certificates2类的构造函数里有一个临时
文件句柄泄露的bug:
- /kb/931908
- 最高可用临时文件数:65000
9
反思和教训:什么是好的监控?
• Sign-off and Forget it does not work. Continuous monitoring/alerting is a must.
• Features that improve monitoring, debugging and operational efficiency are as
important as performance.
- Runner only raises alert if 5 consecutive calls fail (5-minute span), not good enough
- Design your monitoring like how you customer will use your service
• 好的监控 :actionable, unambiguous, dumb
… In retrospect, this is more of a monitoring miss than insuffici
ent test coverage. Alerts that are non-actionable, have multip
le interpretations, and are too sensitive/insensitive, are worse
than no alerts. It is inevitable to have such edge cases that
您可能关注的文档
最近下载
- 六年级下册总复习《比和比例》说课稿.pdf
- (2023正式版)JBT 14355-2023 发动机尾焰测温用钨铼热电偶丝 .docx VIP
- 骨架油封结构型式标准用途..docx VIP
- 2024第六届(2024年)“信用电力”知识竞赛活动总试题库资料-上(单选题汇总).pdf
- (完整word版)全新版大学英语综合教程4课文原文及翻译.pdf VIP
- 京能集团招聘笔试题库2023.pdf
- 抗震支架施工方案.doc
- 代买车辆协议书(精选5篇).docx VIP
- USP 1207.1 包装完整性和测试方法选择(中英对照).doc
- 山西梅园许村煤业有限公司120万ta矿井兼并重组整合项目环境影响报告书(公示版)-副本.doc VIP
文档评论(0)