概述
以下分享的都跳過了很多坑,包括redis、tomcat環境配置、機器硬件配置等等問題(與線上保持一致,或者硬件性能減配係數,例如線上:8C16G,壓測:4C8G,係數簡單相差2倍),直接把挖掘瓶頸的主要思路搬出檯面。
壓測數據分析
全局圖預覽
通過對某直播觀看頁面進行高併發壓測,在APM(Pinpoint)監控中發現一個有趣的地方:
上圖中兩個紅框中的數據(接近10s),相隔大概30分鐘就發生,16:20左右,系統撐不住服務出現異常不可用,懷着好奇的心態,追查方法調用的棧,如下圖所示:
該方法耗時多久呢?首先搞清楚Call Tree裏面的一些概念:
可見這個sql查詢方法耗時14秒多,爲什麼呢?APM裏面已經顯示了sql語句,在mysql中執行查詢發現執行時間很快,那麼問題出在哪裏呢?只能繼續深挖!
通過對比同樣的url,請求響應毫秒級的情況下,發現數據如下圖所示:
從redis獲取到數據後,並沒有再執行sql查詢了,通過這個分析,我們決定追蹤代碼還原真相(不懂代碼的測試不是好開發):
可以看到緩存失效之後,直接查詢數據庫了
解決方案
SQL優化:優先級低
從數據分析來看,sql優化的用處不大,並不是返回了大量數據缺少索引,此次可以跳過。
緩存併發:優先級高
出現場景:當網站併發訪問高,一個緩存如果失效,可能出現多個進程同時查詢DB,同時設置緩存的情況,如果併發確實很大,這也可能造成DB壓力過大,還有緩存頻繁更新的問題。
處理方法:對緩存查詢加鎖,如果KEY不存在,就加鎖,然後查DB入緩存,然後解鎖;其他進程如果發現有鎖就等待,然後等解鎖後返回數據或者進入DB查詢。
經驗總結
1、善用監控工具,例如APM,進行鏈路監控、服務器性能、方法調用順序觀察
2、追蹤方法棧和相關日誌
3、深入排查代碼挖本質
微信公衆號:樂少黑板報