背景介绍

A 项目采集其它项目生成的数据,数据保存一定时间,并且不需要持久化。故 A 项目使用单点 Redis 做缓存。

长期以来,该 Redis 实例在高峰期间的 QPS 高达 100K,甚至一度达到 120K。

某天晚上,终于崩溃了。这也印证了「墨菲定律」,事情如果有变坏的可能,不管这种可能性有多小,它总会发生(Anything that can go wrong will go wrong)。

此案例非常具有代表性。

  • 第一, 排查定位问题的思路;
  • 第二,Redis 遇到瓶颈的解决思路;
  • 第三,Scale Out 的分析角度。

遇到瓶颈问题,可以从如下几个角度思考:

  • 第一,对代码、服务器和相关服务进行优化;
  • 第二,具体产品的选型或者定制;
  • 第三,根据业务形态,对数据产生、处理和消费流程进行梳理,梳理完成再决定或者优化架构形态;
  • 第四,进行扩展,根据业务场景决定 Scale Out 还是 Scale Up。

阅读原文 »

2 收藏


直接登录

推荐关注