00:00
云上资源的容量如何高效管理?让我来为你揭秘四大核心场景,一、实时性能优化,精准资源瓶颈的bug。二、揪出资源闲置孤岛,提升资源利用率,三、可视化负载均衡,5秒发现流量异常,四、预测618大促容量3倍峰值轻松应对,更支持自定义阈值、秒级数据下端以及多维报告生成。未来还将上线AI智能放量预测,欢迎开箱使用腾讯云顾问体验云上容量治理黑科技,让每一份资源都物尽其用。接下来,我将简单为大家实际演示一下容量监测在性能优化、负载均衡、识别资源孤岛、容量预测等场景下是如何运用的。如画面所示,可以看到节点上多了一些环形图角标,它表征的是每个节点处资源的负载情况。
01:00
以及分布比例。这里的默认负载定义是来自于各个产品产研的推荐设置,用户也可以根据自己的业务情况进行自定义。当前容量监测已经覆盖了我们的客户最常用的33款s pass产品的100多项指标,在这里我们可以对架构图全局的指标阈值进行一个自定义操作,可以自定义的参数也非常的多,比如机型指标的开关,指标的周期和算法。最后一个是阈值,我们可以拖动滑块来定设定各个指标项的严重高负载。除了全局的设定,我们还支持对系统特定的节点进行一个定制设置,那这里的节点设置的优先级是会高于默认指标的设置的。完成好负载定义工作后,结合架构的可视化,系统的性能优化将会变得非常清晰。点击架构图这种节点,我们会将需要用户关注的指标突出展示出来,也可以切换到全部,可以看到我们选定的周期的指标趋势和分布,同时支持下转到秒级的一个数据,我们可以根据这里的容量、水位数据决策如何去进行性能优化。对于多实例的节点提供了蜂窝图的展现形式,直观的展示了节点中各种负载情况的资源分布情况。另一个场景就是资源孤岛的识别,我们可以看到图中有一个CLB的节点,它都处于淡绿色的状态,通过这个功能可以更好的整合我们现有的资源,提升了资源的利用效率。接下来我们的观众朋友花个5秒的时间来debug一下,好,5秒钟到了。
02:48
我相信细心的观众和不细心的观众可能都发现到了广州三区和广州七区的负载并不均衡,这里可能存在的原因是负载均衡,监听配置不正确,亦或者是广州三区的实力宕机了。在传统的控制台模式中,我们要发现这个问题可能要排查好一会,但是通过架构可视化能大大缩短我们问题定位的时间,通过容量监测,可以帮助我们的云上用户验证系统的实际容量负载是否符合系统架构设计时的预期,从而提前发现一些潜在的问题。
03:22
接下来我们来讲讲容量监测中另外一个比较重要的功能,容量预测。比如马上要到618了,我预计我的电商系统会有一个33倍的放量,同时我评估缓存节点的放量增长可能只会有1.2倍,点击立即预测,马上就可以看到放量后系统哪些节点容量是不足的,以及具体是哪项指标存在的问题,可以很好的指引我们的腾讯云客户提前做好资源规划,保障业务的顺利开展。最后我们在容量治理的过程中,可以周期性的生成容量报告,让架构优化和容量治理的价值能够被真正的看见。在这次分享的结尾,也提前预告一下未来容量监测和AI的结合会带来哪些新的特性,那就是多模态加持的容量预测能力,结合系统的架构设计以及对历史的监控数据,分析统计出上下游节点之间的间接作用。
04:22
关系,自动推理出入口放量后下游各节点的间接放量倍数,使预测更加精准,这就是腾讯云顾问的全新能力。点击评论区置顶链接即可体验关注Taco视频号,每月我们将为大家开箱最新腾讯云产品能力。
我来说两句