在這本全新的實用指南中,本書作者提供了一個系統的、健壯的、實用的容量規劃方法,而不是基於他們自己的經驗和業內其他同行經驗的理論模型。這些容量規劃方法解決了網站運維,尤其是雲計算帶來的流量突增衍生的容量問題。
本書主要內容有:瞭解在較大流量和壓力下網站或移動應用程式上出現的問題。瞭解容量如何適應網站或移動應用程式的可用性和性能。使用測量和監控服務性能和使用率的工具。將測量資料轉化為可靠的預測,並瞭解如何讓趨勢適應容量規劃過程。與測量相關的部署概念:安裝、配置和管理自動化。瞭解雲自動擴縮能力如何使你提升和降低應用程式的容量。
ArunKejariwal是MachineZone(MZ)的統計學習負責人,他領導一個很好研究團隊,研究安裝點擊欺詐檢測的新技術。
此外,他的團隊正在構建機器人檢測、入侵偵測和即時異常檢測的新方法。他同時也為Twitter工作。JohnAllspaw在軟體工程和運維領域已經工作了20多年,並在Friendster、Flickr和Ets擔任工程主管職務。他是《TheArtofCapacitPlanning》和《WebOperations:KeepingtheDataonTime》(都由O\\\'Reill出版)的作者。
前言
第一章 容量規劃的目標、問題和過程
背景
準備
快捷但不太好的數學
預測你的系統何時會崩潰
用系統統計表呈現問題
買東西,採購是一個過程
性能與容量,兩種不同的概念
社交網站與開放式API的影響
延展閱讀
關鍵章節
參考資料
第2章 設定容量目標
不同種類的需求和測量方法
解讀正式測量
服務等級協定
業務容量需求
用戶期望
架構決策
提供測量點
資源瓶頸
硬體決策(垂直、水準和對角擴展)
災難恢復
延展閱讀
參考資料
第3章 測量:容量的單位
容量跟蹤工具
度量指標採集系統基礎
輪詢資料庫和輪詢資料庫工具
Ganglia
SNMP
將日誌視為過去的度量指標
監控可作為識別緊急問題的工具
網路測量和規劃
負載均衡
應用程式監控
應用層的測量
存儲容量
數據庫容量
找到資料庫上限
緩存系統
緩存效率:工作集和動態資料
確認緩存系統上限
一個真實的示例:緩存測量
特殊用途和多用途伺服器
API的使用率及其對容量的影響
示例和現實
小結
延展閱讀
性能
網路
負載均衡
存儲
資料庫及緩存
參考資料
第4章 趨勢預測
曲線擬合
趨勢、曲線、時間
將應用程式級度量指標和系統統計進行關聯
資料庫實例
預測峰值驅動的資源使用量:Web伺服器示例
小資料集的附加說明
自動預測
安全因素
採購
採購時間:關鍵性度量指標
適時庫存
增加容量後的影響
長期趨勢
流量模式變更
應用程式使用量變更和產品規劃
反覆運算和校準
好的猜測
對角線擴展時機
小結
延展閱讀
採購或租賃
時間-序列預測
曲線擬合
測量
參考資料
第5章 部署
自動化部署基本原理
目標1:小化提供新容量的時間
目標2:變化集中分佈
目標3:決不登錄單個伺服器(針對管理)
目標4:使新的伺服器自動工作
目標5:在簡單的故障檢測中保持一致性
自動化安裝工具
準備作業系統鏡像
安裝過程
自動化部署
定義角色和服務
示例1:分離靜態網頁內容
用戶管理和存取控制
決策
示例2:多資料中心
小結
延展閱讀
參考資料
第6章 自動擴縮容
挑戰
使用 EC2進行自動擴縮容
設計指南
要求
固定數量擴縮容
擴縮容百分比
百花齊放
先進的方法
小結
延展閱讀
參考資料
附錄A 虛擬化
附錄B 處理暫態增長
附錄C 容量工具