阿里是如何抗住双11的？看完这篇你就明白了!(5)

这个是阿里首创的，目前很多公司在效仿。属于是业务倒逼技术创造出来的手段。

全链路压测涉及到的内容会比较多，关键的步骤包括：

链路梳理

基础数据准备、脱敏等

中间件改造(透传影子标，软负载/消息/缓存/分库分表等路由，建立影子表)

建立压测模型、流量模型、流量引擎

预案体系的检查

执行压测，紧盯监控告警

数据清理

对业务开发团队同学来讲，关于链路梳理、流量模型的评估是其中最重要的环节，全链路压测就是模拟用户真实的访问路径构造请求，对生产环境做实际演练。

这里我以大家熟悉的购买电影票的场景为例。如下图，整个链路中业务流量其实是呈“漏斗模型”的，至于每一层的比例是多少，这个第一就是参考当前的监控，第二就是参考历史数据去推算平均值了。

漏斗模型推演示例：

可以看出每一层(不同应用、不同服务)所需要承载的真实流量不一样，负载也是不一样的。

当然，实际场景更复杂，实际情况是多场景混合并行的，A 用户在拉排期的时候 B 用户已经在锁座了…

我们要做的，就是尽可能接近真实。还有最关键的一点要求：不能影响线上真实业务。这就需要非常强的监控告警和故障隔离能力了。

关于系统容量和水位标准，这里给大家一个建议参考值：

水位标准：单机房部署水位应在 70% 以下，双机房部署水位应在 40% 以下

单机水位：单机负载 / 单机容量

集群水位：集群负载 / 集群容量

理论机器数：实际机器数 *(集群水位 / 水位标准)

为什么双机房是 40%?一个机房故障了流量全都切到另外一个机房去，要确保整体不受影响，不会被压垮。

预案体系

（编辑：ASP站长网）