🖥️ தகவல் தொழில்நுட்பச் செயல்பாடுகள் — தள நம்பகத்தன்மை நேரடி மாதிரி

அடிப்படை — எண்களுக்குப் பின்னுள்ள மாதிரி

சிமுலேட்டர் பயன்படுத்தும் ஒவ்வொரு தொடர்பும், அதன் மூலத்துடன். அனுமானங்களாகக் குறிக்கப்பட்ட மாறிலிகள் எடுத்துக்காட்டு அளவுதிருத்தங்கள்.

கோரிக்கைகள் தினசரி வளைவையும் இடையூறுகளையும் பின்பற்றும்; நிமிடத்துக்கான எண்ணிக்கை சீரற்றது (பாய்சான், இயல்புத் தோராயம்) சிறிது வெடிப்புத்தன்மையுடன்.

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]அனுமானம்: தொழிலாளர் எண்ணிக்கைகள், சேவை நேரங்கள், தரவுத்தளத் திறன், சேமிப்பு அளவு, நிரப்பு வேகம், விலைகள், மோசமான கட்டமைப்பின் பிழை விகிதம் ஆகியவை நடுத்தர வலைச் சேவைக்கான எடுத்துக்காட்டு மதிப்புகள்.

Erlang C: M/M/N அமைப்பில் கோரிக்கை ஒரு காலியான தொழிலாளருக்காகக் காத்திருக்க வேண்டிய நிகழ்தகவு.

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

காத்திருப்பு நேர வால்: t-ஐவிட நீண்ட நேரம் காத்திருக்கும் வாய்ப்பு அடுக்குக்குறியாகக் குறையும்; 2-வி நேரமுடிவில் இன்னும் காத்திருக்கும் கோரிக்கைகள் தோல்வியடையும். திறனைத் தாண்டினால் மிகை தோல்வியடையும்.

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

சேவை நேரம் மற்றும் காத்திருப்பு நேரத்தின் அளவுக்கூறுகளிலிருந்து p99 தாமதம்.

p99 ≈ S·ln 100 + ln(C/0.01)/(N/S − λ) (service + waiting quantile, an approximation)[3][6]தோராயம்: சேவை மற்றும் காத்திருப்புக் கிவாண்டைல்களைக் கூட்டுவது அவற்றின் கூட்டுத்தொகையின் துல்லியமான p99 அல்ல (சிறிது அதிகமாகவோ குறைவாகவோ இருக்கலாம்); கோரிக்கைகள் மில்லிவினாடிகளில் முடிவதால், ஒவ்வொரு நிமிடத்துக்குள்ளும் வரிசை நிலையானதாகக் கருதப்படுகிறது.

லிட்டிலின் விதி: பணிபுரியும் தொழிலாளர்கள் = வருகை விகிதம் × சேவை நேரம்.

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

TTL சேமிப்பு: சீரற்ற கோரிக்கைகளில் ஒவ்வொரு தவறும் கோரிக்கைகள் வெற்றிபெறும் TTL காலத்தைத் தொடங்கும்.

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

சேமிப்புத் தவறுகள் தரவுத்தளத்தை ஏற்றும்; அதன் வரிசைத் தாமதம் அதைத் தொடும் ஒவ்வொரு கோரிக்கையையும் மெதுவாக்கி, பயன்பாட்டுத் தொழிலாளர்களையும் நிரப்பும்.

DB load = λ·q·(1 − hit); query time = 5 ms/(1 − ρ_db) (≤ 250 ms); S = S_app + (1 − hit)·q·query time[6]அனுமானம்: தொழிலாளர் எண்ணிக்கைகள், சேவை நேரங்கள், தரவுத்தளத் திறன், சேமிப்பு அளவு, நிரப்பு வேகம், விலைகள், மோசமான கட்டமைப்பின் பிழை விகிதம் ஆகியவை நடுத்தர வலைச் சேவைக்கான எடுத்துக்காட்டு மதிப்புகள்.

SLO மற்றும் பிழை பட்ஜெட்: எரிப்பு விகிதம் பட்ஜெட் அனுமதித்ததைவிட எத்தனை மடங்கு வேகமாகச் செலவாகிறது என்பதைக் கூறும்.

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]

துவக்கத் தாமதமும் குளிர்வு இடைவெளியும் கொண்ட இலக்குப்-பின்தொடர் தானியங்கு அளவீட்டு மாற்றி.

desired = ⌈serving × utilization / target⌉ (utilization saturates at 100 %); new instances serve after the boot delay[6]அனுமானம்: தொழிலாளர் எண்ணிக்கைகள், சேவை நேரங்கள், தரவுத்தளத் திறன், சேமிப்பு அளவு, நிரப்பு வேகம், விலைகள், மோசமான கட்டமைப்பின் பிழை விகிதம் ஆகியவை நடுத்தர வலைச் சேவைக்கான எடுத்துக்காட்டு மதிப்புகள்.

மாதிரி பயன்படுத்தும் பிற இயக்க மாறிலிகள்.

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 instancesஅனுமானம்: தொழிலாளர் எண்ணிக்கைகள், சேவை நேரங்கள், தரவுத்தளத் திறன், சேமிப்பு அளவு, நிரப்பு வேகம், விலைகள், மோசமான கட்டமைப்பின் பிழை விகிதம் ஆகியவை நடுத்தர வலைச் சேவைக்கான எடுத்துக்காட்டு மதிப்புகள்.

தற்செயல்தன்மை: விதையுடன் கூடிய mulberry32 ஜெனரேட்டர்; பயன்படுத்திய பரவல்கள் — சீரான, அடுக்குக்குறி (தலைகீழ் CDF), இயல்நிலை (Box–Muller), பாய்சான் (Knuth). விதை காட்டப்படுகிறது, பகிரக்கூடியது.

மூலங்கள்

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