【故障公告】发布 .NET Core 版博客站点引起大量 500 错误

  • 时间:
  • 浏览:0
  • 来源:五分时时彩_玩五分时时彩的平台_五分时时彩下注平台

非常抱歉,今天上午的博客站点故障给一群人带来了很大的麻烦,请一群人谅解。这次故障是一群人发布 .NET Core 版博客站点引起的,着实一群人进行了充分的准备,但还是低估了高并发下的复杂性问题报告 。

以下是故障背景与大致经过:

在你这人 炎炎夏日,一群人正热火朝天地忙着整个 .NET Core 迁移工程的收官 —— 发布 .NET Core 版博客站点与博客后台。一群人的一些系统都早已迁移至 .NET Core 并已在线上工作一番时日,只剩下最难啃的硬骨头 —— 博客系统,到你这人 月这根钢铁般坚硬的硬骨头也被啃得差过多了,它的发布上线将为一群人整个 .NET Core 迁移工程画上完美的句号,并顺带以此里程碑迎接 .NET Core 3.0 正式版的发布。

可是 ,发布 .NET Core 版博客站点与博客后台成为一群人8月份最重要的工作。.NET Core 版博客站点7月份就不可能 完成开发,这段时间一边进行更进一步的内测,一边进行灰度发布,接入一些生产流量以发现一群人测试中未能发现的问题报告 并进行修复,在上个周末接入更多生产流量进行测试与修复后,一群人不可能 很有信心,评估后认为已具备正式发布条件,除了一群人无法在测试环境中模拟的博客系统占据 的复杂性高并发场景。

于是一边带着信心,一边带着对高并发问题报告 的担心,一群人决定在今天一大早进行发布。

发布时的部署场景是没了 的,博客系统基于 .NET Core 3.0 Preview 7 (EF Core 用的还是 3.0 Preview 5),7台阿里云 centos 服务器组建了 docker swarm 集群,6台4核8G服务器作为 worker 节点跑博客站点的应用容器,1台2核4G的服务器作为 manager 节点(不部署任何容器),每个 worker 节点都部署 1 个 nginx 与 .net core 博客应用容器,所有请求都由阿里云均衡转发到 nginx 容器,再由 nginx 容器转发给 .net core 应用容器,nginx 通过端口映射的依据监听 worker 节点服务器的 30 端口。

没了 的部署环境也是一群人经过长期验证的,唯一没了经过验证的可是 博客系统没了高的并发。

顶着几只 高并发问题报告 的风险(docker swarm 与 .net core ),一群人在今天早上 5:30 左右进行了发布。

结束了了英语 英语 访问量小,并发低,没再次再次出现问题报告 ,但到 8:30 左右再次再次出现问题报告 了,打开可是 博客页面要1秒多(正常状态是几十毫秒),而在容器内用 curl 命令请求都是到10毫秒。

$ docker exec -t $(docker ps -f name=blog_web -q) curl -H 'X-Forwarded-Proto:https' -w %{time_total} -o /dev/null -s localhost 
0.002876

怀疑是 nginx 的问题报告 ,准备重新创建几只 docker 集群,我过多   nginx 直接用 kestrel 监听 30 端口。

很久 同事指出,都是 nginx 的问题报告 ,是 docker swarm 端口映射在高并发下的性能问题报告 ,非要将端口映射改为 host 网络模式可以外理你这人 问题报告 。

9:30 左右,随着并发没了高,nginx 容器结束了了英语 英语 报 30 错误,结束了了英语 英语 以为是集群中的服务器负载严重不足,于是向 docker swarm 集群中打上去服务器,但于事无补,30 错误过多。

再次再次出现 30 错误时,有时刷新一次就会好,有时需刷新好几只,怀疑是集群中一些服务器不稳定,于是一台一台登录集群中的服务器进入容器用 curl 命令进行测试,除了1台服务器不稳定,一些服务器 curl 命令测试时响应传输速率都正常,将那台不太稳定的服务器下线,问题报告 依旧,随着并发量继续增大,30 错误也继续增多。

进一步分析后,怀疑 30 错误是不可能 高并发下 nginx 容器与 .net core 应用容器之间的网络通信再次再次出现问题报告 ,于是 10:30 左右决定放弃这次发布,回退至跑在 Windows 上的 .net framework 版本博客站点,恢复了正常。