小程序后端要配多大的服务器,多数人是拍脑袋定的。有人按日活直接套一个系数,有人看到同行用什么就跟着用。而这样配出来的机器,常见的是两种结果:要么开个活动就打不开,要么平时一台机器只用了两成。

问题的根源在于把日活和并发当成了同一个量。日活是一天的总人次,并发是某一瞬间同时在处理请求的数量。两者之间隔着三层换算,跳过任何一层,结论都会偏。
所以配服务器的第一步不是选配置,而是把自己的业务换算成并发数。
下面把这三层换算拆开:先说清每一层怎么取数,再讲从并发推到配置,然后说清小程序特有的几个坑,最后给一个可以直接套用的流程。
上面这些落到实际,终究要挑一台机器来跑——这几家都是云服务器里比较有代表性的,4 家可选,价格从 22 元拉到 43 元
| 商家 | 推荐款 | 配置 | 带宽与流量 | 月费 | 档位参照 |
|---|---|---|---|---|---|
| 云途 | HK.N4.A | 2 核 2G 20G | 200Mbps / 500G | 22 元 | 存储型,盘位优先 |
| isvoro | HK CN2 Core | 2 核 2G 30G | 100Mbps / 300G | 25 元 | 入门档,先验线路 |
| rabisu | Aydn VPS x8 | 4 核 8G 60G | 500Mbps / 不限 | 34.5 元 | 常规口径,注意超售比 |
| spartanhost | 10Gbps 系列 | 4 核 8G 40G | 10Gbps / 2T | 43.2 元 | 见正文 |
第一层:日活到同时在线
还有一个:用推送或提醒拉回用户的业务,峰值更陡。
判断方法是看是否依赖消息触达。
而依赖触达的,同一秒可能有大量用户被唤起。
最后一个提醒:这个比例会随业务阶段变化。
判断方法是看新老用户结构的演变。用户熟悉之后,停留时间会变长。
而同时在线率也会随之上升。
还有一个可以自己验证的办法:观察服务器连接数。
判断方法是看真实高峰时的活跃连接数。这个数字等同于同时在线。
而有了实测值,后续的推算就有了锚点。
还有一个提醒:日活的口径要统一。
判断方法是确认是去重独立用户还是访问次数。两者差别很大。
而用访问次数当日活,会把并发估高好几倍。
还有一个数据可以校正这个比例。
判断方法是看同一时刻的会话数。很多统计工具能给出实时在线数。
而实时数据和推算值对不上时,以实时数据为准。
还有一个影响因素是使用场景。
判断方法是区分工作型和娱乐型。工作型集中在工作时间,娱乐型在晚间。
而两类场景的峰值时刻完全不同。
还有一点:新用户和老用户的行为不同。
判断方法是看新用户占比。新用户往往停留更短。
而新用户多的阶段,同时在线率会被拉低。
日活是当天的独立用户数,不等于同时在用的人。
判断方法是先算同时在线率。对多数小程序,这个比例在百分之五到十五之间。这个系数需要从自己的数据里取。
而越偏工具类的,同时在线率越接近上限。
同时在线还受活跃时段影响。
判断方法是看访问量的时间分布。集中在某一两小时的,峰值会很高。这个用统计工具就能看到。
而分布平缓的,同一时刻在线的人反而少。
小程序还有一个特点:打开即用,用完即走。
判断方法是看单次使用时长。说明使用越短,同一时刻在线的人越少。比如一个查询工具可能只用了半分钟。
而这个特性让同时在线率明显低于常驻型应用。
还有一个修正因素:消息推送。
判断方法是看有没有定时推送。推送会把用户拉回同一时刻。而这会造成瞬时峰值,必须单独考虑。
换算出来的并发数,最终要落到机器的处理能力上。云途那条产品线从两核两G起分了好几档,先按保守的档跑起来,压测后缺什么再加什么。
第二层:同时在线到并发请求
还有一个:冷启动的首屏请求往往最重。
判断方法是测一次全新打开。
而首屏的接口数量和大小,通常高于后续操作。
最后一个:并发数要按分位数取。
判断方法是看百分之九十以上的峰值。不要用平均值。
而配置按这个峰值定,才有余量。
还有一个易错点:把页面浏览当请求。
判断方法是区分一次操作触发几个接口。小程序常见是一次操作多个请求。
而按一操作一请求算的,会低估压力。
还有一个细节:轮询和长连接的影响。
判断方法是看有没有定时拉取。轮询会持续产生请求。
而轮询频率高的,即使没有用户操作也在占用并发。
还有一个变量:单次请求的处理时长。
判断方法是从日志里取平均耗时。慢接口会明显拉高并发数。
而优化接口耗时,等于直接降并发。
还有一点:请求并非均匀分布。

判断方法是看每秒请求数的波动。波动大的,峰值远高于平均。
而按平均算的配置,遇到抖动就撑不住。
还有一个观察:用户操作有节奏。
判断方法是看操作之间的间隔。连续点击会造成短时集中。
而这种集中无法靠平均值体现。
同时在线的人不是每秒都在发请求。
判断方法是估算单用户请求频率。浏览型业务可能几十秒一次,操作型可能几秒一次。这个可以从日志里算出来。
而频率越高,并发的压力越大。
并发请求数的算法是同时在线数乘以频率再乘以平均处理时长。
判断方法是按这个公式算一遍。单位要统一到秒。而算出来的就是服务器需要同时处理的请求数。
这个数字通常远小于同时在线数。
判断方法是拿计算结果和直觉对比。直觉往往高估好几倍。而这个差异正是配置过高的原因。
还有一个关键:峰值不等于平均。
判断方法是按最忙的那一小时算。用全天平均值配机器,扛不住高峰。而高峰往往就是那几分钟。
第三层:并发请求到处配置
还有一个:驻留进程会随并发上升。
判断方法是看进程模型的配置。
而每请求一线程的模型,内存消耗更明显。
最后一个:配置要能分步加。
判断方法是看能否单独加内存或加核。
而只能整机换的,调整成本高很多。
还有一个判断顺序:先看是不是 CPU 卡住。
判断方法是看 CPU 使用率和响应时间的关系。CPU 高且响应慢的,是 CPU 瓶颈。
而 CPU 不高但慢的,问题在别处。
还有一点:磁盘的影响。
判断方法是看是否频繁读写。日志和临时文件都可能拖慢。
而磁盘等待高时,CPU 会显得很闲。
还有一个因素:数据库的影响常被低估。
判断方法是看每个请求是否都查库。查库的再多加几层缓存。
而数据库往往是真正的瓶颈所在。
还有一点:连接池的大小要匹配。
判断方法是看连接数的上限。连接数不够,请求会排队。
而排队会让并发看起来更高。
还有一个细节:常驻进程的内存占用。
判断方法是看单进程的内存量。按并发进程数乘算。
而进程数配多了,内存会先爆。
算出并发之后,才轮到选配置。
判断方法是先看单请求的资源消耗。是 CPU 密集还是 IO 等待为主。这两类对配置的需求完全不同。
而 IO 等待型的,加内存比加 CPU 更有用。
CPU 核数的估算要看单核能处理多少请求。
判断方法是按经验算每核每秒能处理多少。简单查询和复杂计算差一个数量级。
而算不准的,只能靠压测校正。
内存的估算要看常驻数据量。
判断方法是算基础库和缓存的数据规模。加上系统开销和连接缓冲。
而这个值通常比直觉大。
带宽往往不是瓶颈。
判断方法是算单请求的平均响应大小。API 返回的数据通常只有几 K。
而这类业务对带宽的需求很小,对延迟更敏感。
小程序特有的几个坑
还有一个:用户网络环境多样。
判断方法是看弱网下的重试。
而重试会让后端压力成倍放大。
最后一个:留意平台的审核和发布节奏。
判断方法是看发版是否需要审核。需要的话,紧急修复会被拖慢。

而这段时间的故障只能靠后端兜。
还有一个常见问题:接口被限流。
判断方法是了解平台的调用频率限制。超限会被拒绝。
而这会让用户看到莫名的错误。
还有一点:不同版本客户端并存。
判断方法是看是否需要兼容旧版本。后端接口要同时支持多个版本。
而这会让维护成本上升,也可能拖慢响应。
还有一个坑:图片和资源的加载。
判断方法是看用户上传的图片是否走同一个后端。图片流量往往比接口大得多。
而把图片交给对象存储,能省掉大量带宽和内存。
还有一点:小程序的域名白名单。
判断方法是确认后端域名已配置。没配的请求会被直接拒绝。
而这个配置在活动前最容易漏。
还有一个:跨域和请求方式。
判断方法是确认后端支持小程序要求的协议。
而不支持的要改,改完还要重新验证。
第一个坑是登录态的并发。
判断方法是看每次打开是否需要换取凭证。这个动作会在启动时集中发生。
而活动开始时,会有一波集中请求。
第二个坑是分享带来的瞬时涌入。
判断方法是评估一次分享能带来多少访问。小程序在群里传播很快。
而这种传播是瞬间的峰值。
第三个坑是本地缓存的差异。
判断方法是确认客户端有没有缓存。缓存能显著降低请求量。
而没缓存的,每次打开都要全量拉取。
第四个坑是平台侧的请求超时。
判断方法是了解小程序对请求时长的限制。超时会被主动断开。
而这会放大后端的压力,因为失败会重试。
压测要有个能随便打的环境,打崩了也不心疼。rabisu那个四核八G的档按月计费、不限流量,正好拿来逐步加压找拐点。
怎么压测才对
还有一个:压测要覆盖错误路径。
判断方法是模拟超时和异常。
而只测正常路径的,故障时才发现扛不住。
最后一个:把压测脚本保留下来。
判断方法是看能否复用。下次业务变了可以快速重测。
而每次都重写的,压测很快就不做了。
还有一个误区:只在本地压测。
判断方法是确认压测环境有公网。本地测不到网络和带宽的影响。
而这类差异在真实环境里很关键。
还有一点:压测要停下来看日志。
判断方法是检查有无报错和慢查询。这些问题在压测时最容易暴露。
而只看吞吐数字的,会漏掉隐患。
还有一个前提:压测环境要接近生产。
判断方法是确认数据和网络条件接近。差距大的,结论不可信。
而数据量小的压测往往会过于乐观。
还有一点:压测要分级加压。
判断方法是逐步提升并发数。一步到位看不到拐点。
而找到拐点,才知道真实上限。
还有一个观察:压测后要看完整体。
判断方法是把监控数据一起看。只看接口返回不够。
而资源曲线能说明瓶颈在哪。
压测是唯一能验证估算的办法。
判断方法是准备一台和生产同规格的机器。规格不同,结论不可迁移。
而只测开发机的,数据没有参考价值。
压测要从接口层开始。
判断方法是找到最重的那个接口单独压。找到瓶颈所在。
而整体压测会掩盖单点问题。
压测要看响应时间的分布。

判断方法是看长尾而不是平均值。平均值好看但长尾长的,用户体验照样差。
而长尾往往在并发升高后急剧恶化。
压测还要模拟真实比例。
判断方法是按各接口的实际调用比例发压。比例错了,压力分布也错。
而这个比例可以从日志统计出来。
配多配少都不是好事,中间那个区间得靠自己的数据找。sixtynet那几档规格写得细,方便对着并发需求逐档比。
配高了和配低了各有什么后果
还有一个:配错方向比配错量更贵。
判断方法是先定位瓶颈。
而盲目加配置,钱花了问题还在。
最后一个:配置要给调整留路。
判断方法是看升级的流程和周期。
而升级麻烦的方案,选型时就要避开。
还有一个隐性后果:配高会推迟架构调整。
判断方法是看有没有做拆分。单机够用时,拆分不会被提上日程。
而等到必须拆分时,改动会很大。
还有一点:配低会让业务方失去信心。
判断方法是看业务是否有顾虑。频繁出问题会影响决策。
而这种影响会持续很久。
还有一个中间状态:配置刚好。
判断方法是看资源使用率是否在五到七成。这个区间既有余量也没浪费。
而这个区间,通常需要压测才能找到。
还有一点:余量要按业务波动留。
判断方法是看活动的量级。活动期间的量可能是平时的好几倍。
而按平时配的,活动必然扛不住。
还有一个观察:扩容的速度也很重要。
判断方法是看加机器要多久。快的能扛住突发。
而需要重装和迁移的,反应不过来。
配低的后果很明显:高峰打不开。
判断方法是看有没有出现过超时和错误。有就说明不够。
而这种故障往往发生在最不该发生的时刻。
配高的后果不明显,但确实存在。
判断方法是看资源使用率。长期低于三成,说明配多了。
而这笔钱每月都在付。
配高还会掩盖问题。
判断方法是看有没有做过优化。资源充足时,低效代码不会被发现。
而等到量上来,问题会一起暴露。
更麻烦的是配错方向。
判断方法是看瓶颈在哪里。加错了资源,钱花了问题还在。
而这在没做压测的项目里非常常见。
一个可以直接套用的流程
还有一个:把流程和监控指标一起定。
判断方法是定好上线后看什么。
而没有指标,调整就失去依据。
最后一个:流程跑一遍后要复盘。
判断方法是看估算和实测差多少。
而差得多的,说明某个系数取错了。
还有一个建议:把流程做成文档。
判断方法是看有没有可复用的清单。每次配机器都从零想,效率低。
而有了清单,新人也能照着做。
还有一点:流程要包含复核环节。
判断方法是让另一个人看一遍系数。自己算自己查容易漏。
而复核的成本很低,收益很高。
还有一个环节常被跳过:和业务方对齐。
判断方法是问有没有计划中的活动。活动是配置的主要变量。
而不知道有这个活动,配置就白算了。
还有一点:把假设写下来。
判断方法是记录每个系数的取值来源。日后复盘时能看出错在哪。
而没写假设的,出问题只能猜。
还有一个做法:先按保守值配,压测后再调整。

判断方法是看调整的成本。能快速调整的,就没必要一次算准。
而要迁移的,就得一次算对。
第一步,从统计里取日活和活跃时段分布。
判断方法是拉最近三十天的数据。单日数据波动大,不可靠。
而有了分布,才能定位峰值时刻。
第二步,估同时在线数。
判断方法是按同时在线率算,再按峰值时段修正。
而结果要留出活动的余量。
第三步,算并发请求数。
判断方法是同时在线乘以频率乘以处理时长。
而这个结果要和实际日志核对一次。
第四步,按并发选配置并压测验证。
判断方法是先选一个偏保守的档,压测后调整。
而一次到位的,反而容易选错方向。
上线之后怎么调
还有一个:扩容要配合限流。
判断方法是看有没有兜底。
而完全没有限流的,压力会一路传到底层。
最后一个:把监控做在业务层而不只是机器层。
判断方法是看告警是否对应真实影响。
而只报了 CPU 高的,不知道该不该处理。
还有一个长期动作:建立容量档案。
判断方法是记录每次扩容前后的数据。这些数据是下次估算的基础。
而没有档案的,每次都靠猜。
还有一点:定期回顾配比是否合理。
判断方法是看业务结构有没有变化。结构变了,配比也要变。
而一成不变的配置,迟早不匹配。
还有一个指标要看:队列长度。
判断方法是看请求排队的情况。排队长说明处理能力不足。
而队列短但响应慢的,瓶颈在单次处理。
还有一点:错误率要分类型看。
判断方法是区分超时和业务错误。超时是能力问题,业务错误是代码问题。
而混在一起看,会误判扩容需求。
还有一个观察:扩容之后要重新验证。
判断方法是看指标是否恢复。没恢复说明瓶颈不在机器。
而继续加机器的,只是在浪费钱。
上线之后的观察比事前估算更重要。
判断方法是盯三个指标:使用率、响应时间、错误率。
而这三个一起看,才能判断是真不够还是偶发。
使用率持续高于七成,就该准备扩容。
判断方法是看高峰时段的数值。低谷时高不算问题。
而高峰时高的,才需要动作。
响应时间变长但使用率不高,说明瓶颈在别处。
判断方法是查数据库和外部依赖。这两个常被忽略。
而只盯服务器的,会一直找不到原因。
扩容要有预案。
判断方法是确认能否快速加机器。加机器前有状态迁移问题。
而没有预案的,临时扩容手忙脚乱。
把整篇收一句
日活和并发之间隔着三层换算:日活到同时在线、同时在线到并发请求、并发请求到配置。
跳过任何一层都会估错。正确顺序是:取日活和时段分布,算同时在线,算并发请求,按并发选配置,最后用压测校正。
小程序要额外注意登录态集中请求、分享带来的瞬时涌入和客户端缓存这几个因素。
最后一句:配置不是按日活买的,是按某一秒钟能扛多少请求买的。
本文只为提供市场讯息,所有内容及观点仅供参考,不构成投资建议,不代表本站观点和立场。投资者应自行决策与交易,对投资者交易形成的直接或间接损失,作者及本站将不承担任何责任!
此内容由AI根据文章内容自动生成,并已由人工审核

喜欢
顶
难过
囧
围观
无聊
服务器放在韩国
DODO (DODO) 币
Seppuku (SEPPU
台湾机房和香港