一、这一篇在处理什么
这一篇只处理一件事:在欧洲法兰克福运行的直播互动,使用维科云的高防服务器时,如何处理「单机承载了无法水平扩展的状态」。
会话只存在某一台机器的内存里。这台机器一忙,不能把用户分到别的机器。
看会话是否绑死在单机。
二、欧洲法兰克福的网络和高峰
欧洲傍晚最忙,和亚洲高峰错开。欧洲内部访问和从欧洲回源到亚洲是两件事。源站若在亚洲,动态请求的往返会很长。
排查时:欧洲用户的动态接口应尽量有近端处理或可缓存的外壳。每次都回亚洲源站时,先改缓存和分域,而不是先加欧洲带宽数字。
不要这样做:用亚洲办公网络判断欧洲故障。必须从欧洲的探测点看解析和首包。
三、直播互动要分开的路径
推流、播放和聊天是三条路径。播放地址用短时令牌,聊天不要走播放的缓存。
防护边界:播放令牌过期应在场次中途之前刷新。不要把直播切片和网页跳转规则混在同一个域名上。
验证:看首帧时间、卡顿来自主播上行还是观众分发,以及结束后直播地址是否停止、回放是否另给地址。
四、高防服务器怎么接
业务端口不对公网开放,只允许清洗或回源网段访问。管理端口走堡垒机,不直接暴露。清洗阈值按正常峰值设置,连接数、磁盘和 CPU 分开告警。源站日志保留请求编号,错误详情不写进给用户看的页面。
产品说明见高防服务器。只改和「单机承载了无法水平扩展的状态」有关的域名或路径,不要把直播互动的其他路径一起改掉。
五、排查步骤
下面五步按因果顺序执行,后一步依赖前一步的结果。步骤针对「单机承载了无法水平扩展的状态」,不是一套通用清单。
- 推流、播放和聊天分开统计。播放地址的令牌过期要单独计数。 欧洲傍晚单独统计,不要并进亚洲高峰。 这一故障在本步要完成的事:确认会话存在哪里。
- 聊天不要走播放缓存。播放令牌在场次结束前刷新,不要等观众已经 403。 欧洲内部访问正常、回亚洲源站变慢时,只处理动态回源这一段。 这一故障在本步要完成的事:若只在单机内存,就把会话放到共享存储或改成无状态令牌。
- 播放切片和网页跳转不要共用一个域名。需要拦截时只拦被盗用的播放域名。 先给动态页面加可缓存外壳或近端处理。不要先加大欧洲带宽数字。 这一故障在本步要完成的事:然后才允许多台机器同时接流量。
- 转码和录制不要和播放写在同一块磁盘或同一条队列里。 确认仍需回亚洲的请求已经缩到最少之后,再看源站容量。 这一故障在本步要完成的事:下线一台时确认用户不必全部重新登录。
- 测量首帧,并判断卡顿来自主播上行还是观众分发。结束后直播地址应停止,回放另给地址。 从欧洲探测点复测解析和首包。亚洲办公室的结果不能代替。 这一故障在本步要完成的事:容量按能摘掉一台来设计。
六、处理办法
- 先解决会话位置。
- 允许摘掉任意一台。
- 不用单机内存保存登录态。
改完后在欧洲法兰克福的用户网络上复查,不要只在机房内网看。复查时带上直播互动的验证:看首帧时间、卡顿来自主播上行还是观众分发,以及结束后直播地址是否停止、回放是否另给地址。
七、案例
加机器后用户仍挤在第一台,因为会话粘在上面。登录态改为共享存储后,新机器才开始分担。
若同样的现象出现在欧洲法兰克福,额外核对:欧洲用户的动态接口应尽量有近端处理或可缓存的外壳。每次都回亚洲源站时,先改缓存和分域,而不是先加欧洲带宽数字。
业务侧核对:推流、播放和聊天是三条路径。播放地址用短时令牌,聊天不要走播放的缓存。
这个案例只说明怎么定位,不构成容量或可用性承诺。
八、常见问题
问:粘滞会话能不能用?
答:能暂时用,但那一台故障时用户会掉线。
问:令牌放在客户端安全吗?
答:要签名和过期,不能把权限明文放进去。
问:为什么加机器没用?
答:因为状态还在旧机器上,新机器拿不到。
问:同一故障换一个地区或一种业务,排查还一样吗?
答:不一样。每一步都先按直播互动的路径处理,再按欧洲法兰克福的网络条件收窄,最后才做「单机承载了无法水平扩展的状态」这一故障本身的动作。换地区或换业务,前两段操作就会变。
九、边界
只讨论高防服务器在「单机承载了无法水平扩展的状态」上的处理,地区范围是欧洲法兰克福,业务范围是直播互动。请遵守当地法律。维科云提供网络能力,不对客户业务内容负责。