阿里P8架構師談:如何搭建億級並發系統的性能指標體系
億級規模數量級的並發系統是非常龐大的,對於這個數量級,我們既要在戰略上重視它,又要在戰術上藐視它。今天我想從《如何搭建億級並發系統的性能指標體系》談起,希望這對大家在做一些架構設計時會有所裨益,詳解如下:
一、性能指標的分類
為了更好的去監控整個系統的性能,做好全流程的優化,主要分為3類:
1.感知系統性能
這類指標主要從工程師的角度去衡量,如後端的:
- 響應時間
- 當前並發的用戶數
- 請求數
- 請求的錯誤率等等。
2.用戶體驗性能
用戶實際感覺網頁是否載入延遲
- 首屏時間
- 白屏時間
- 完全載入時間之類
3.系統性能
這類指標重點查看伺服器:
- 伺服器的cpu
- 內存
- 網路帶寬
- 流量等等物理資源。
對於上述的每一類,衡量標準可能都不一樣,在數據展示方面,主要通過趨勢圖和匯總表格來展現,下面對這3類指標分別細說,這類指標主要為工程師設計,來衡量業務後端的處理速度,主要從以下幾個方面去衡量:
1)響應時間
響應時間是性能的主要kpi。
首先對每個業務的整體(集羣)響應時間有個衡量:
- 95%的響應時間:將一段時間內所有請求的響應時間中取一個值,使95%的請求響應時間均小於或等於它,此值即為95%請求覆蓋的響應時間。
- 90%的響應時間:將一段時間內所有請求的響應時間中取一個值,使90%的請求響應時間均小於或等於它,此值即為90%請求覆蓋的響應時間。
- 50%的響應時間:將一段時間內所有請求的響應時間中取一個值,使50%的請求響應時間均小於或等於它,此值即為50%請求覆蓋的響應時間。
另外為了方便工程師的優化,對具體到每個請求url都做了更精細化的統計,不光統計了上述的指標,還增加了:
- 最大響應時間:某請求的某段時間範圍內響應時間的最大值。
- 最小響應時間: 某請求的某段時間範圍內響應時間的最小值。
- 時間標準差:某請求某段時間範圍內的波動情況,用來衡量某請求是否存在很大波動,標準差越大,波動越大。
2)請求數(按天或小時統計)
根據不同的時間維度去統計系統每天或每小時的請求數。
3)錯誤率
關於錯誤率的統計主要有以下幾種:
- connection timeout:http請求中出現504的次數和比例。
- error response:http請求中出現500的次數和比例。
- 錯誤網關數:http請求中出現502的次數和比例。
- 異常日誌統計:統計業務中出現得異常的數量和趨勢。
二、用戶體驗性能
這類指標從用戶的角度出發,通過模擬用戶請求或對真實用戶抽樣,來監控用戶對網站的實際體驗效果,主要利用js來收集不同瀏覽器下訪問網站的載入速度和性能;對於一次完整用戶請求來說,http請求可以劃分為如下幾個階段:
- DNS:域名解析階段,通常在幾毫秒左右
- TCP:建立網路連接
- Requesting:發送請求
- WebServer處理
- Transferring:傳輸數據
- Parsing:瀏覽器解析。幾個重要的時間點為:
- a. 首屏時間 客戶端第一屏資源載入完畢
- b. domready時間 DOM解析完畢,可以進行動態修改
- c. load時間 所有資源載入完畢
對於上述的幾個階段,設立了多種時間參數(每個參數又有 90% 和 50% 兩種指標)來衡量,具體如下: