读书笔记（SRE：Google运维解密）：第2章 Google 生产环境：SRE视角

• 物理服务器（machine）
  代表具体的硬件（有时候也代表一个VM 虚拟机）。
   

• 软件服务器（server）
  代表一个对外提供服务的软件系统。
   

• 典型的Google数据中心的拓扑结构：
  （a）约10台物理服务器组成了一个机柜（Rack）
  （b）数台机柜组成一个机柜排（Row）
  （c）一排或多排机柜组成了一个集群（Cluster）
  （d）一般来说，一个数据中心（Datacenter）包含多个集群
  （e）多个相邻的数据中心组成了一个园区（Campus）
  
   

• 支持大规模部署的系统管理软件
  （a）管理物理服务器
  （b）存储
  （c）网络
  （d）分布式锁服务
  （e）监控与警报系统

 

• grpc
• thrift

 

• 任务和数据的组织方式

（a）假设压力测试的结果显示，服务器可以每秒处理大概100个请求（100 QPS）。通过对用户进行的调查显示，预计峰值流量会达到3470 QPS，为了处理这些流量，至少需要 35个任务实例。但是，由于以下几点考量，最终决定至少采用37个实例，也就是 N+2模式：

1. 在更新过程中，有一个任务实例将会短暂不可用，只有36个实例可提供服务。
2. 如果另外一个物理服务器同时也出现问题，那么另外一个任务实例也受到影响，只剩35个实例可以对外服务，刚好可以满足峰值要求。

（b）假设，对用户流量的进一步观察显示峰值流量其实是来自全球的。北美洲1430 QPS，南美洲 290 QPS，欧洲和非洲 1400 QPS，亚洲及澳大利亚共350 QPS。为了更好地服务用户，需要将服务分别部署在美国、南美洲、欧洲和亚洲。在南美洲，选择使用只部署4个实例（而不是5个），将冗余度降低为N+1。这样做的原因是，选择在极端情况下牺牲一些用户体验以降低成本。因为当容量不足时，GSLB会将南美洲的用户流量导向其他可用的数据中心，可以节省大概20%的硬件资源。在有条件的地方，还会将任务实例分散在不同的集群中，以便更好地提升可靠性。