在 2017 年的数字货币热潮中，数字货币交易公司 Coinbase 在他们的平台上遇到了扩展性方面的挑战。工程团队主要通过升级和优化 MongoDB 、热点流量隔离解决了这些挑战，并构建了捕获和回放工具以应对未来的流量暴增。
在 2017 年 5 月至 6 月间，Coinbase 的客户流量飙升超出了预期的水准，超过了通常最大流量的五倍并导致了停机 。团队首先解决了一些简单的问题：垂直扩展、升级MongoDB 以提升性能、优化索引以及基于热点的流量隔离。现有的监控系统不足以识别上下文信息，所以团队通过代码instrumentation 技术进行了增强，以便于记录丢失的数据。尽管有了这些改善，在 2017 年 12 月比特币价格飙升阶段，Coinbase 还是再次遇到了多次宕机。从此之后，团队致力于通过捕获和回放工具模拟流量的模式来处理更高的流量。
在最初的停机期间，Coinbase 的Ruby 应用和MongoDB 都遇到了更高的延迟，在耗时方面，Ruby 和MongoDB 是大致均等的。为了更好地理解这些跨组件调用的上下文信息，团队通过修改 MongoDB 的数据库驱动记录了额外的数据。这帮助他们将问题的范围缩小至一个未经优化的响应对象，该对象增加了网络负载。这个问题的解决使应用程序的性能得到了很大的提升。另外，通过在对象 - 关系映射层（Object Relational Mapping，ORM）和驱动层增加基于 Memcached 的缓存提升了大规模读取的吞吐量。增补缺失的索引也改善了响应时间。到2017 年6 月，团队已经将MongoDB 集群升级到3.2，它拥有更快的WiredTiger 存储引擎。Coinbase使用Redis 来实现限速等服务，这些服务在停机期间曾经受到Redis 的单线程模型的影响。
为了应对未来可能出现的流量暴增，团队开发了名为Capture 和Cannon 的工具，它们可以从生产环境的系统中捕获流量，并根据需要针对新系统进行回放，以测试系统的弹性。Capture 和Cannon 都是基于 mongoreplay 的，mongoreplay 工具能够从网络接口捕获针对 MongoDB 实例的流量，并记录所调用的命令。这些日志可以基于其他的 MongoDB 实例进行回放。流量能够跨应用服务器进行捕获，然后合并到单个文件之中。捕获到的流量和磁盘快照都保存到了 AWS S3 之中，Cannon 随后能够基于它们进行回放。
Coinbase 维护了一个公开的状态信息页面，地址是 https://status.coinbase.com/ 。
查看英文原文： How Coinbase Handled Scaling Challenges on Their Cryptocurrency Trading Platform
Java 避坑指南：Java 高手笔记代码篇
本迷你书包括 86 个业务开发中常见踩坑点。每一个知识点都相当的实用，是程序员业务开发中的必备避坑指南...
评论