云时代下的游戏平台运维课件.ppt

云时代下的游戏平台运维 * 网易游戏在云端 触云两年 多个云服务商以及自建私有云都有涉及 在全球各地大约构建了30+游戏 对云处于又爱又恨的阶段 * 大型云商海量服务器资源可供调用 全球资源随意调度，总有一款适合你 多 计算、存储、网络分离，资源按需快速调整。 可以合理选择实例，资源利用率上升 好 业务部署时间大幅缩短 在我们设置好的情况下，只需一天就能完成整套业务的部署 快 不需要机房维护人员，无硬件维护持有成本 省 为什么使用云？ * 云可以解放运维的生产力？ * 运维可能需要做的工作 机房硬件、网络维护 基础软件运行环境维护（包括软硬件调优） 应用软件集群部署与维护 业务资源与性能规划 * 软硬件调优 网卡SMP IRQ A?nity调优（TPS 差距5倍） 时钟调整HPET – TSC（CPU性能差距30%以上） 电源策略调整Performance （CPU性能差距50%） 针对硬件类型选择合适的kernel与驱动 * 网络带宽与PPS ec2 network performance受诸多因素影响，是否跨 az、是否跨vpc、是否跨region等。 这里整理了下同个 AZ 下我们测试的结果： 实例类型 标称带宽 测试带宽 测试pps M4.large Moderate 447Mb/s 5w C4.large Moderate 620Mb/s 5w C4.xlarge High 1.24G/s 7.5w C4.2xlarge High 2.48G/s 20w * 网络带宽与PPS 为了获取上面表格的最高性能，你还需要做： 启用 Linux 上的增强联网（SR-IOV） 内核升级到4.4.34以上（解决 CPU0 %so] 使用率 100%） * 默认时钟源 因为某些未知原因，我们发现在日本的AWS启动的 高配实例默认时钟源是HPET 导致服务端性能表现非常低下 强制设置为TSC后解决 * Kernel与实例兼容性 C4.8xlarge、M4.10xlarge 等 HasWell 架构下的实例 如果使用3.x 的kernel 在压?力力负载?大时会导致系统 Crash，需要升级到4.7 kernel。 虚拟网卡在3.x kernel 下 pps 性能无法打满 * 故障解决时间变长 很多参数并不透明 需要应用自己测试 不知道是业务的问题还是厂商的问题 有时定位到故障也需要等厂商上线修复 * 性能瓶颈并没有消失，只是躲起来了。 需要运维人员自己找出来优化~ * 全球资源一体化 * 云实例被攻击 * .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..