Twitter是如何保障系统稳定性的？

Twitter时常会因为某个热点事件导致系统压力突增，例如前两年日本的“天空之城”事件使Twitter创造了新的发推记录，之前是每秒1万条左右，因为这个事件，突然达到了每秒3.4万条，而Twitter的系统并没有受到多大影响，顺利支撑住了

Twitter的技术副总曾在InfoQ的访谈中聊过他们的做法，我个人对其内容的总结主要有两点，一是预演，二是预案

Twitter在平时会对系统做大量的压力测试，对产品功能做极端测试，模拟各种意外情况，并分析各个情况及相应的处理方法，形成预案，以备快速处理突发状况

压力测试

能够从容的面对突发压力，是因为背后长期的准备工作，经常对整个系统进行压力测试

每月都会跑一遍压力测试，并分析每个系统的状况

每周检查整体性能指标，和每个服务的性能指标，清晰了解当前的处理能力

讨论分析系统是否处于高效运行状态、当前服务器数量是否足以支撑预期的产品状态、是否需要买更多的机器 ……

例如发现某个服务不正常，处理的请求数明显低于其他服务，就要对其进行仔细检查，看他是否正常、是否需要对其进行调整 ……

像“天空之城”事件带来的压力，之前是没有实际经验的，但压力测试早已把系统推向了那个高度，所以，当它发生时，只是一次真实的验证

极端测试

对产品不断的进行各种极端情况的测试，来了解产品的实际反应

还会进行故障模拟，随机的杀掉数据中心里的一些机器，并要求保证服务正常

形成预案

在平时的大量测试工作中总结积累各种问题及其处理方案

每个系统都必须整理出他的运行条件是什么、哪些情况会导致他的崩溃……，用作紧急情况下的指导文档

虽然不可能想到所有的情况，但至少会列出测试中发现的那些问题，并指明如何处理

还有一个巨大的玻璃墙，上面记录着关键信息，在问题发生时能够帮助进行快速决策

提前做好准备、想好出现问题时如何处理，是保证稳定性的重要思路