【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_五分时时彩技巧_五分时时彩平台

非常抱歉,今天上午的博客站点故障给亲戚亲戚有人儿带来了很大的麻烦,请亲戚亲戚有人儿谅解。这次故障是亲戚亲戚有人儿发布 .NET Core 版博客站点引起的,确实 亲戚亲戚有人儿进行了充分的准备,但还是低估了高并发下的错综复杂问題。

以下是故障背景与大致经过:

在你你这人 炎炎夏日,亲戚亲戚有人儿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。亲戚亲戚有人儿的或者 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,它的发布上线将为亲戚亲戚有人儿整个 .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。

统统 ,发布 .NET Core 版博客站点与博客后台成为亲戚亲戚有人儿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,接入或者 生产流量以发现亲戚亲戚有人儿测试中未能发现的问題并进行修复,在上个周末接入更多生产流量进行测试与修复后,亲戚亲戚有人儿不可能 很有信心,评估后认为已具备正式发布条件,除了亲戚亲戚有人儿无法在测试环境中模拟的博客系统处在的错综复杂高并发场景。

于是一边带着信心,一边带着对高并发问題的担心,亲戚亲戚有人儿决定在今天一大早进行发布。

发布时的部署场景是另有另有三个 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 通过端口映射的土方法监听 worker 节点服务器的 60 端口。

另有另有三个 的部署环境也是亲戚亲戚有人儿经过长期验证的,唯一没有 经过验证的可是 博客系统没有 高的并发。

顶着有另有三个 高并发问題的风险(docker swarm 与 .net core ),亲戚亲戚有人儿在今天早上 5:60 左右进行了发布。

结束英语 英语 访问量小,并发低,没总出 问題,但到 8:60 左右总出 问題了,打开统统 博客页面要1秒多(正常请况是几十毫秒),而在容器内用 curl 命令请求都不 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 的问題,准备重新创建有另有三个 docker 集群,不不  nginx 直接用 kestrel 监听 60 端口。

过后同事指出,都不 nginx 的问題,是 docker swarm 端口映射在高并发下的性能问題,不到将端口映射改为 host 网络模式不可以处里你你这人 问題。

9:60 左右,随着并发没有 高,nginx 容器结束英语 英语 报 60 0 错误,结束英语 英语 以为是集群中的服务器负载不够,于是向 docker swarm 集群中上加服务器,但于事无补,60 0 错误过多。

总出 60 0 错误时,有时刷新一次就会好,有前要刷新好好多个,怀疑是集群中或者 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,或者 服务器 curl 命令测试时响应速率单位都正常,将那台不太稳定的服务器下线,问題依旧,随着并发量继续增大,60 0 错误也继续增多。

进一步分析后,怀疑 60 0 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总出 问題,于是 10:60 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。