2017双11－开启智能全链路压测之路

导读：全链路压测诞生之后，整个阿里集团稳定性得到有力保障，随着集团业务蓬勃发展，新业务和应用不断涌现，为了能让井喷式业务得到稳定性保障的同时降低压测成本，达到“无人化”全链路压测，今年开始对智能压测进行探索。 

智能压测概述

智能化压测，通过产品化、服务化、云化，一键完成阿里集团内外全链路压测准备和实施，保障集团内外全链路稳定；同时在常态化压测中，化身特种机器人，挑战系统承压能力，智能调整容量配比，快速定位问题。

如下图1所示，智能压测主要包含智能压测模型、自动化施压、预热系统化、压测云化、常态化智能压测五个模块。

图1 智能压测概述图

• 智能压测模型：高效提供一套准确的大促零点高峰压测模型

• 自动化施压：压测实施过程一键搞定，快速执行压测，准确发出目标量级的流量

• 预热系统化：确保各应用数据&系统预热全面且准确，保障全链路系统在大促峰值处于活跃态

• 压测云化：压测产品云化，为阿里集团内外各参与大促应用和系统提供压测服务

• 常态化智能压测：问题解决在平时，提高全链路压测效率

智能压测模型

全链路压测模型是全链路业务的抽象集合，直接模拟大促峰值模型，驱动整体压测。

智能压测模型，通过智能模块管理整条压测模型产业链，实现模型采集、预测、设计、构建整个过程的一键化智能操作，提升压测模型效率，同时在过程中将业务模型智能划分和计算，转换成可执行的压测模型，保障压测模型准确率。整体流程如下图2所示。

模型预测：采集往年大促业务数据，制定预测样本，通过预测算法，预测当前大促峰值模型。

压测模型智能划分和计算：将模型按照不同业务划分为可执行压测模块，统筹计算整体压测指标和各子模块压测业务指标（拆单比、主订单、子订单、购物车：立即购买、商品类型占比等），确保子模块和整体模型的一致性、准确性和完备性。

压测模型自动化调整：自动化调整压测模型，调整整体数据、业务指标等，达到一次压测验证多套模型的效果。

模型构建：一体化模型构建，根据模型参数，自动构建压测模型，生成压测流量，构建过程中可自动进行异常校验和模型数据校验，确保最终压测流量准确率。

压测方案：一键生成多单元多业务压测方案，压测方案可在多环境下执行，并且可根据业务要求，多模型组合执行。

智能管理模块：控制整体模型生产过程，一键操作，校验和修复异常流，控制模型构建对上下游系统影响，并使整体流程可视。

智能压测模型支撑大促效果：产出的全链路压测模型准确率达到90%以上，可在一天内完成大促压测方案设计计算和亿级别模型数据输出。

图2 智能模型图

自动化施压

压测执行过程自动化，提高压测执行过程的准确率和效率，减少人为操作导致的异常和误差。

如下图3所示，今年在压测执行过程中，预热、预案、限流设置和动态调整、压测资源自动分配、施压整个过程均一键化操作，由系统校验执行结果及其准确性。通过智能施压，今年的施压量级达到1600万/s，预案执行准确率100%，预热充分，限流准确。    

图3 自动化施压流程图

预热系统化

大促期间预热必不可少，本地缓存和外部缓存均需要预热到位，避免大促峰值期间缓存被击穿，直接打到DB端产生雪崩效应，导致系统波动。

以往都是各个业务系统自行预热，中间可能会存在疏漏和预热不完善，今年推出智能预热系统，可覆盖核心应用及应用间关联的预热场景，一键实现全链路系统预热，事半功倍的同时也提升了预热的准确性。

通过智能预热系统，已实现亿级别数据的缓存预热、应用预热和DB预热，确保系统在0点峰值时处于活跃状态。

图4 预热系统结构图

压测云化

压测云化，通过内部服务和上云实现外部服务，将集团内外的全链路应用全部纳入到压测范围中，即保障平台内部应用系统稳定，也保障关联的外部卖家应用性能稳定，在大促时达到整体稳定和双赢。

内部服务：产品化输出服务，为内部各业务提供可定制模型、容量弹性伸缩等个性化服务。

外部服务：将压测系统产品化上云，为外部商家提供压测服务，可实现数据、场景、模型、压测一键式操作，模型更接近大促峰值模型，压测环境和大促保持一致，压测效果更真实，保障卖家自身系统容量准确可靠。

以往的卖家自身系统压测过程中，是mock集团内部业务，直接模拟最后一步达到其自身系统的请求，同时使用的数据也比较单一，这中间会出现很多业务点覆盖不到，模型不完善，出现很多意想不到的问题；通过压测上云服务，可以为卖家提供真实的模型和丰富的数据，压测直接从最源头发起，把所有业务路径节点均覆盖其中，验证真实业务路径能力，确保各节点性能稳定，为卖家在大促峰值期间提供更可靠的业务能力输出，今年大促峰值期间各外部系统稳定，和集团内部应用交互顺畅，往年出现的问题彻底消除。

图5 压测服务

常态化智能压测

常态化智能压测，在非大促态下全链路压测系统化身为智能压测机器人，对全链路系统进行固定频率的压测，沉淀全链路性能基线，及时发现系统瓶颈和定位原因，将业务应用瓶颈发现并消灭在平时，下图6展示了常态化智能压测流程。

图6 常态化智能压测流程图

智能环境：常态化压测在压测环境（也在生产环境中，有独立的一套和线上系统相同的配置）中进行，对线上流量无任何影响，操作时可一键将目标应用集群按比例隔离到压测环境中。

智能模型：压测模型采用大促模型，按照大促要求设计和执行压测策略。

智能施压：按照压测模型和策略和图3中的施压流程自动施压。

弹性容量：压测过程中，可根据当前系统表现进行弹性伸缩，确保在达到目标量级时，各系统按照预期性能指标调整到准确的容量。

性能基线&智能报告：在达到目标量级后，采集各系统性能指标和容量数据，沉淀性能基线，和以往基线进行对比，快速发现问题，并通过业务埋点监控定位问题可能出现原因，最终将压测数据、对比结果和问题原因自动录入报告并发送给业务方。

通过以上步骤，可实现无人值守的常态化压测，业务方在收到报告后，自行解决报告中的问题，下次压测再做验证，将全链路系统中的问题消灭在平时。

结语

在今年智能压测实施下，模型准确率达到93%以上，整体效率较去年提升2倍以上，为双11全链路压测节省1000人次工程师，同时保障了全链路系统稳定性，使今年双11峰值（32.5万笔交易，25.6万笔支付）如丝般顺滑。

今年是智能压测实施第一年，后面智能压测还会继续创新和使用更多智能化方法，让压测更高效更准确，让全链路压测“无人化”更近一步。

---

识别图片二维码▲，关注「天猫技术」

技术驱动商业变革｜做最懂商业的技术人

欢迎大家积极点赞和留言想要听到的技术分享，一起交流分享电商技术，做最懂商业的技术人！我们将通过微信公众账号分享更多的独家技术细节！敬请关注。