🖥️ IT գործառնություններ — ծառայության հուսալիություն Կենդանի մոդել

Հիմք — թվերի հետևում գտնվող մոդելը

Սիմուլյատորի օգտագործած յուրաքանչյուր առնչություն՝ իր աղբյուրով։ Ենթադրություն նշված հաստատուններ պատկերավոր չափաբերումներ են։

Հարցումները հետևում են օրական կորին գումարած խանգարումներ. րոպեական քանակը պատահական է (Պուասոն, նորմալ մոտարկում)՝ փոքր պոռթկումներով։

λ(t) = base × (1 + 0.25·sin(2π(t + clock − 6 h)/24 h)) × surge(t), clock = time of day at the start (peak at 12:00); count/min ≈ N(60λ, √(60λ)) × (1 + N(0, 0.02))[6]Ենթադրություն. աշխատողների քանակը, սպասարկման ժամանակները, տվյալների բազայի հզորությունը, քեշի չափը, լցման արագությունը, գները և վատ տարբերակի սխալի մակարդակը միջին վեբ ծառայության ցուցադրական արժեքներ են։

Erlang C. հավանականությունը, որ հարցումը պետք է սպասի ազատ աշխատողի M/M/N համակարգում։

N = instances × 16 workers, a = λ·S; C(a, N) = B / (1 − (a/N)(1 − B)), B = Erlang B[3][6]

Սպասման ժամանակի պոչ. t-ից երկար սպասելու հավանականությունը նվազում է էքսպոնենտորեն. 2-s ժամկետում դեռ սպասող հարցումները ձախողվում են։ Հզորությունից վեր՝ ավելցուկը ձախողվում է։

P(W > t) = C·e^(−(N/S − λ)·t); timeouts = P(W > 2 s); a ≥ N ⇒ failed share = 1 − N/a[3]

p99 ուշացում սպասարկման և սպասման ժամանակների քվանտիլներից։

p99 ≈ S·ln 100 + ln(C/0.01)/(N/S − λ) (service + waiting quantile, an approximation)[3][6]Մոտարկում. սպասարկման և սպասման քվանտիլները գումարելը նրանց գումարի ճշգրիտ p99-ը չէ (կարող է մի փոքր բարձր կամ ցածր լինել). հերթը յուրաքանչյուր րոպեի ընթացքում դիտարկվում է որպես կայուն, քանի որ հարցումները տևում են միլիվայրկյաններ։

Լիթլի օրենք. զբաղված աշխատողներ = ժամանման արագություն × ժամանակ սպասարկման մեջ։

busy workers L = λ·S ⇒ utilization = λ·S / N[4]

TTL քեշ. պատահական հարցումների դեպքում յուրաքանչյուր վրիպում սկսում է TTL ժամանակահատված, որի ընթացքում հարցումները հարվածում են։

hit = warm × rT/(1 + rT), r = λ / 20,000 objects; mean age of a cached answer ≈ T/2[5]

Քեշի վրիպումները բեռնում են տվյալների բազան. նրա հերթի ուշացումը դանդաղեցնում է յուրաքանչյուր հարցում, որը դիպչում է նրան, ինչը լցնում է նաև հավելվածի աշխատողներին։

DB load = λ·q·(1 − hit); query time = 5 ms/(1 − ρ_db) (≤ 250 ms); S = S_app + (1 − hit)·q·query time[6]Ենթադրություն. աշխատողների քանակը, սպասարկման ժամանակները, տվյալների բազայի հզորությունը, քեշի չափը, լցման արագությունը, գները և վատ տարբերակի սխալի մակարդակը միջին վեբ ծառայության ցուցադրական արժեքներ են։

SLO և սխալի բյուջե. այրման արագությունը ասում է, թե բյուջեն թույլատրվածից քանի անգամ ավելի արագ է ծախսվում։

budget = 1 − SLO = 0.1 %; burn = error rate / 0.1 %; Δbudget per min = burn / 43,200; burn (1 h) = mean error rate over the last 60 min / 0.1 % (window pre-filled with the opening minute)[1][2]

Թիրախին հետևող ավտոմատ մասշտաբավորիչ՝ բեռնման ուշացմամբ և սառեցման ժամանակահատվածով։

desired = ⌈serving × utilization / target⌉ (utilization saturates at 100 %); new instances serve after the boot delay[6]Ենթադրություն. աշխատողների քանակը, սպասարկման ժամանակները, տվյալների բազայի հզորությունը, քեշի չափը, լցման արագությունը, գները և վատ տարբերակի սխալի մակարդակը միջին վեբ ծառայության ցուցադրական արժեքներ են։

Մոդելի օգտագործած այլ գործառնական հաստատուններ։

16 workers/instance · app time 50 ms (+20 ms and +1 query with the feature on) · 2 queries/request · DB 4,000 queries/s · 20,000 hot objects · cache refill τ = 30 min (slower while the DB is saturated) · warm-up job +12 %/min for 6 min, +600 queries/s · timeout 2 s · 30 % low-priority traffic · bad build +5 % errors, ×1.25 CPU · rollback 5 min · $0.40 per instance-hour · scale-in by ≤ 20 % of the fleet after 10 quiet minutes · up to 40 instancesԵնթադրություն. աշխատողների քանակը, սպասարկման ժամանակները, տվյալների բազայի հզորությունը, քեշի չափը, լցման արագությունը, գները և վատ տարբերակի սխալի մակարդակը միջին վեբ ծառայության ցուցադրական արժեքներ են։

Պատահականություն՝ սերմով mulberry32 գեներատոր, օգտագործվող բաշխումներ՝ հավասարաչափ, էքսպոնենցիալ (հակադարձ CDF), նորմալ (Box–Muller), Պուասոն (Knuth)։ Սերմը ցուցադրվում է և կարող է կիսվել։

Աղբյուրներ

1. Site Reliability Engineering — Ch. 3 Embracing Risk (error budgets), Ch. 4 Service Level Objectives — Beyer, Jones, Petoff, Murphy (eds.), O'Reilly, 2016
2. The Site Reliability Workbook — Ch. 5 Alerting on SLOs (burn rate; 14.4× over 1 h = 2 % of a 30-day budget) — Beyer, Murphy, Rensin, Kawahara, Thorne (eds.), O'Reilly, 2018
3. Teletraffic Engineering Handbook — Erlang C formula; waiting-time distribution for M/M/n, FCFS — ITU-D Study Group 2 Question 16/2 (V. B. Iversen), 2005
4. J. D. C. Little — A Proof for the Queuing Formula: L = λW — Operations Research 9(3):383–387, 1961
5. J. Jung, A. W. Berger, H. Balakrishnan — Modeling TTL-based Internet Caches — IEEE INFOCOM 2003, 2003
6. M. Harchol-Balter — Performance Modeling and Design of Computer Systems: Queueing Theory in Action (M/M/k, server farms, capacity provisioning) — Cambridge University Press, 2013