夏婧姝,LinkedIn 高级软件工程师。
Christopher Coleman,LinkedIn 软件开发工程师
精确、高效的互联网服务容量测量对于确保高性能的线上计算环境和数据中心的优化建设是至关重要的。本次演讲将介绍 LinkedIn 是如何通过一套名为“Redliner”的系统来进行自动化的系统容量测量和性能瓶颈分析的。
这套系统直接应用线上环境中的实时流量,采用智能的流量重定向并实时监测系统性能指标,自动地调整测量的强度和时长,得出服务系统的容量极限并分析出系统潜在的性能漏洞,给出系统容量规划和性能优化的建议。这套系统被应用于数百个 LinkedIn 的服务。 通过每日的测量测试,及时发现了微服务系统中的潜在性能瓶颈,从而快速优化微服务系统以提高吞吐量,找到系统资源配置的优化方案,提升数据中心的资源应用率等。
在本次分享中将详细剖析这套系统的设计理念和架构建设,分享系统性能优化和容量规划的实战案例。希望由此启发听众,利用已有的微服务架构建构类似的实时流量的压测系统,进行系统性能分析,实现数据中心的资源优化。