上一篇 下一篇 分享链接 返回 返回顶部

业务增长怎么扩容

发布人: 发布时间: 阅读量:40

业务增长怎么扩容

扩容最常见的错误,是把"业务变慢"直接翻译成"配置不够"。这两件事中间隔着好几层,跳过去加钱,钱花了,问题还在原地。

先把增长分成三类

日活翻倍、单次请求变重、数据慢慢沉淀,这三种增长要的动作完全不一样。第一种缺的是并发处理能力,加机器确实有用;第二种缺的是单机算力或者磁盘 IO,加机器只是把同样的慢分摊到更多台上去;第三种缺的是存储结构和索引,换 CPU 基本没有意义。

我见过一个做比价的小站,商品图从两百 K 涨到两 M,老板第一反应是升配置,从四核八 G 跳到十六核三十二 G,账单翻了三倍,首屏还是三秒多。真正该做的是压图加缓存头,两天的活。这类判断错一次,后面每次增长都会照着错一遍。

判断顺序:从外往里查

顺序不能反。先看用户侧:是所有人慢、某个地区慢,还是只有登录之后慢。再看链路:ping 和 traceroute 从哪一跳开始跳高。再看服务:CPU、内存、磁盘 IO、连接数四项里,哪一项先到顶。最后才翻代码和慢查询。

这个顺序的道理不复杂——越靠外的因素越便宜。换个接入点、加一层 CDN、调一条缓存头,成本可能是零;升一档配置是每月多几百;动架构是几个月。倒过来查,等于先买最贵的那张票,再回头补最便宜的那一节。

还有一个细节:看的是趋势,不是瞬时值。晚高峰冲到八成、平时只有三成,那是容量不足还是流量太集中,两种结论对应的动作完全不同。把七天的曲线叠在一起看,比盯着一块实时表盘靠谱。

每一环的触发线

下面这张表是我自己常用的版本,阈值可以按业务调,但"看几天"这一列最好不要省。

观察项触发线先做什么
出口带宽晚高峰连续三天超七成先上 CDN,再加带宽
CPU 均值一周内稳定高于六成查慢查询,再谈升配
内存常驻长期高于八成且缓慢爬升查泄漏,重启不算解决
磁盘 await持续大于二十毫秒拆库或换盘,升 CPU 无效
连接数接近系统上限的八成先调内核参数和超时
攻击峰值达到标称防御的六成备档,别等打满再买

表里最容易被跳过的是"先做什么"那一列。它存在的意义就是拦住"直接升配"这个动作——六项里有五项,该做的第一件事都不是加钱。

垂直扩容和水平扩容的边界

能水平扩的前提是无状态。会话、上传文件、定时任务,这三样只要有一样落在本地磁盘上,加机器就会先制造不一致,然后你花两周修数据。我一般建议先把这三样挪出去,再谈加机器,挪的过程顺便把代码里写死的路径清一遍。

有状态的部分垂直扩更省事。主库从八 G 内存加到三十二 G,比拆成两个实例再处理分布式事务便宜得多,也更稳。临界点大概出现在三条里占两条的时候:主库写入持续打满、单表过亿、备份窗口超过两小时。这三条是信号,不是标准,各家业务重量不同。

带宽和防御要一起算

业务涨的时候,被打的概率也在涨。流量大了、进了导航站、同行看得见了,这三件事基本上连着发生。扩容只加 CPU 不加防御,等于把家底摆到门口却没装门。

宿迁在售的 ECS 100G 封海外是一百九十九起,150G 封 UDP 是二百九十九起,三线 BGP 那一档的线路与防护对照把带宽、防御、线路写在同一行,扩容时照着看不容易漏项。带宽从二十 M 提到五十 M 的差价,一般比换一整台机器低,先把带宽顶上去,观察两周再决定动不动 CPU。

扩防御的时机比扩配置更讲究。配置不够是慢慢变慢,防御不够是一夜之间归零。所以我倾向在预算里给防御留一个固定比例,比如每月总开销的两成,业务涨它也涨,省得每次重新论证。

一份可以直接套的扩容单

下面六行,填不满就先别下单。

现状:日活、峰值并发、带宽峰值、历史攻击峰值,各写一个数,写不出就标出来。
瓶颈:按上面的顺序查出来的那一项,只写一项,写两项说明还没查清。
动作:分三级——零成本的、月付几百的、需要停机的,三级各写一条。
验证:扩容后七十二小时内,同一个指标回到多少算成功,写具体数。
回滚:三天没有改善,退回哪一档,谁有权决定退。
预算:本次上限,以及下一次评估的日期。

这张单子最大的作用是逼你把"我觉得慢"换成数字。哪一行写不出数,那里就是还没查清楚的地方,先补监测,别补机器。

还有一个常被漏掉的行:这次扩容之后,下一个瓶颈会出现在哪。扩容不是终点,它只是把墙往后挪一格,提前知道下一格在哪,下次就不会手忙脚乱。

两个容易踩的坑

一个是一次买太大。年付锁死高配,业务没长起来,机器空转一整年。按季度评估比按年锁划算,月付跑稳了再转年付,多出来的差价通常能从稳定性里赚回来。

另一个是扩容不拆旧。旧机器不退、旧域名不撤、旧库还在写,半年后没人说得清线上到底有几套环境。扩容清单旁边应该同时放一张下线清单:谁负责、哪天关、关之前确认哪些依赖已经切走。这两张单子一起走,环境才不会越滚越乱。

什么时候该换机房而不是加配置

单机加到顶还压不住,或者机房的带宽上限、清洗池上限成了硬约束,这时候加钱也加不动。判断方法很直接:问机房当前机柜还有多少空闲带宽、清洗池还有多少余量。答不上来的,说明你已经贴着天花板了。

国内几个节点各有侧重。镇江那类中立线路适合要多线接入、又不想来回折腾备案的业务;跨境业务可以看香港 CN2 的轻量型,四核四 G 那一档三十六起,延迟和价格都还能接受。选哪个不是重点,重点是别在同一个天花板下面反复加钱。

换机房之前先算三笔账:数据搬过去要多久、备案要不要重做、客户那边的 IP 白名单有几个要改。三笔里有两笔超过一周,就说明这次换机房得排期,不能当成一次普通扩容来做。

一句判断

扩容的本质是用最小的代价把瓶颈往后推一格,不是把配置表买满。下次业务变慢,你会先打开监控,还是先打开购买页?

目录结构
全文