彈性伸縮的 5 個條件與 6 個教訓丨雲計算

彈性伸縮是雲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地應用到所有場景。我們将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、啟動無需手動幹預

是否需要手動幹預是彈性伸縮和手動伸縮的本質差別。在傳統應用的運維中，一個程序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。如果是在雲上的應用可能還需要手動調整安全組規則，依賴服務的通路控制等；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、程序本身無狀态

确切的說，無狀态主要是指業務系統運作時對于資料的依賴程度，資料是在程序執行的過程中産生的，産生的資料會對後來的程式行為産生持續的影響，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緻的情況？推薦做法是資料應該最終以存儲系統中為準，讓存儲計算做到真正的分離。

3、啟動要快，走得要有“尊嚴”

彈性，尤其是雲上的彈性，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，帶着一定的不确定性。而啟動後的系統往往處在一個“冷”的狀态，啟動之後如何快速的“加熱”是彈性有效性的關鍵。而在彈性結束之後，往往伴随着一次自動的縮容，由于這個過程也是自動的，是以我們需要能從技術上能做到自動流量摘除的能力，這裡的流量不僅僅包括 HTTP/RPC，也包括消息、任務（背景線程池）排程等。

4、磁盤資料可丢失

在應用啟動的過程，我們的應用程式可能會使用磁盤配置一些啟動依賴項；在程序運作的過程中，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。而彈性場景是程序快起快沒，沒了之後放在磁盤上的資料也都沒了，是以我們要做好磁盤資料丢失的準備。可能有人會問日志怎麼處理？日志應該通過日志收集元件收走，進行統一的聚合、清洗和查閱。

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鬥。最典型的架構中，也會使用到一些緩存、資料庫等中心服務。一個業務彈性擴容上來之後，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、名額值設定不合理

彈性整體分為三個階段：名額擷取、規則計算、執行伸縮。名額擷取一般通過監控系統或者 PaaS 平台自帶的元件擷取。基礎監控名額常見的如：CPU/Mem/Load 等。短期内有一些基礎名額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”的狀态，我們設定名額的時候，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。且名額不宜過多，同時縮容名額要和擴容名額存在明顯的數值差。

2、把“延時”當名額

很多時候我們識别系統可用性的一個很大的判斷，就是看系統螢幕是不是在“轉圈圈”，即系統很慢。常理推斷，很慢就要擴容了。是以我們有一些客戶直接把系統的平均 RT 當成了擴容名額，但系統的 RT 是多元度的，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。也有的客戶會精确到 API 級别，可是 API 也是根據參數不同邏輯不一樣進而造成了 RT 不一樣。總之，根據延時去做彈性政策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，比如在雲上的場景中，對于同一種 4c8g 的規格，我們可以指定記憶體型、計算型、網絡增強型等。但是雲上是一個大資源池，對于某一種規格，會存在售罄現象；如果我們隻指定了單一的規格，就會出現資源無法提供而出現擴容失敗的情況。這裡最危險的還不是擴容失敗本身，是出現業務故障之後的排查過程會特别漫長。

4、隻考慮 RPC 鍊路中的應用政策

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調用的場景進行，從應用間調用的場景來看，一般來說分為三種：同步（RPC，中間件如 Spring Cloud）、異步（消息，中間件如 RocketMQ）、任務（分布式排程，中間件如 SchedulerX）。我們一般會很快整理出第一種情況，但是很容易忽略掉後面兩種。而後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政策

彈性伸縮是一個典型的背景任務，在治理一個大叢集的背景任務的時候，最好是有一塊大屏進行直覺的可視化治理。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政策是否生效，如果真是因為擴容造成的故障，也很難排查到這個點。

6、事前沒做正确評估

雖然雲計算給彈性提供了近乎無盡的資源池，但這也隻是解放了使用者預備資源的工作，而微服務系統本身複雜，單一元件的容量變化會産生全鍊路的影響，即解除一處風險之後系統瓶頸點可能會遷移，有些隐形限制也會随着容量變化逐漸顯現，是以做彈性政策大多數時候不能靠力大磚飛的思想，需要做好全鍊路的壓測、驗證，演練到适應于全局的彈性配置；我們還是建議事前從高可用的多個次元了解各種技術手段，形成多套預案以備使用。

結語

雲原生場景下彈性能力更為豐富，可供彈性的名額也更具備業務定制能力。應用 PaaS 平台（如企業級分布式應用服務 EDAS/ Serverless 應用引擎 SAE 等）結合雲廠商在計算、存儲、網絡上的技術基礎能力，能讓使用雲的成本更低。但是這裡對于業務應用會提出一點點挑戰（如: 無狀态/配置代碼解耦等等）。從更廣的側面來看，這是雲原生時代應用架構面臨的挑戰。不過應用越來越原生的話，雲的技術紅利也會離我們越來越近。

彈性伸縮的 5 個條件與 6 個教訓丨雲計算