「Java虚拟机」从 Ops 到 NoOps，阿里文娱智能运维的关键：自动化应用容量管理 |DevOps|技术|软件|

本文插图
作者| 阿里文娱高级开发工程师金呈
责编 | 夕颜
出品 | CSDN（ID：CSDNnews）

本文插图
概述
1. 背景
随着业务形态发展，更多的生产力集中到业务创新，这背后要求研发能力的不断升级。阿里文娱持续倾向用更加高效、稳定、低成本的方式支持快速软件交付，保障高可用。于是运维力从 “HaaS”（Handwork as a Service）到“PaaS”再到“SaaS”（System as a Service），运维生产力从 Ops 到 DevOps 再到 NoOps 。
在传统应用容量管理模式下，应用、集群容量评估缺乏有效数据依据与支撑，往往牺牲效率或成本来平衡经验决策风险，另一方面，人肉决策和执行难以满足业务对稳定性和效能的追求。因此，阿里文娱急需一个能够把优酷所有应用的容量管理起来的能力。
2. 目标
整体目标分成 2 个阶段，一是摸清各应用容量水平，二是为所有应用赋予弹性伸缩的能力，最终直观看到各应用及总体资源使用率的明显提升。

本文插图
技术挑战与解法
1. 单机性能
既然谈到容量问题，已知的压测方案有链路压测方案、模拟流量压测方案等。为什么还要自研一套基于单机引流的压测方案来评估应用容量水平？
1）更接近日常真实水平；
2）无人工决策，纯机器决策单机性能瓶颈；
3）全自动，比如配置成发布结束后进行单机性能压测。
2. 弹性
弹性指标选择：仅靠集群 CPU 水位弹性确实可以解决绝大多数类型应用，但若基于集群QPS 水位则可更精准的进行弹性伸缩。
1）多维度弹性指标，同时也需要支持自定义指标；
2）多方位弹性方案，使用条件编排策略来达到多个弹性指标之间的协同。

本文插图
技术方案
1. 全自动单机性能探索与各接入层对接，自动配置权重完成单机引流，配合性能拐点算法支撑，完成自动识别性能拐点并终止压测，最后一并记录单机能力值。并允许每天定时压测、发布结束压测来感知每天、或每次发布给单机性能带来的变化，使用户更亲近自身应用的容量水平。
2. 弹性伸缩
与底层交付系统联动，打造从规划，交付，计费，弹性水平扩展、回收、资源排布调度全生命态面向业务需求的自驱动统筹调度资源管理系统。一方面，业务资源统一平台构建与维护，挖掘空闲资源，共享弹性计算力，整体提高部署密度，降低业务单位成本；另一方面，面向不同应用场景，自动化容量管理，按需分配，保证应用服务可用性，提高容量运维效能。
3. 方案结合
全自动单机性能探索与弹性伸缩的结合框架，如下图：

本文插图
1）应用接入：无缝接入；
2）单机性能压测自定义配置：无需再定义配置过多配置，默认“智能探索”可以支持大部分场景；
3）单机引流：从集群中其他机器的流量引流至被压测机器；
4）智能拐点识别：使用时间序列数据趋势转折点提取算法，进行拐点识别；
5）单机性能预测：详见技术细节；
6）基础弹性配置：详见技术细节。
技术细节1. 单机引流权重优化1）调整权重就是调整单机流量，且权重越高，单机流量越高；