一個蘿卜一個坑：短網址開發運維經驗總結分享
每個蘿卜下都隱藏一個坑。
前段時間955短網址日重定向次數最高達400萬，主要開銷是重定向請求的用戶數據儲存與分析。分別經歷了內存瓶頸、IO 瓶頸后，高峰期達到 CPU 上限，幾乎榨干了機器，下文是經驗總結分享。
前置條件
由于短網址很難盈利，硬件特別寒磣，帶著鐐銬跳舞反而別有風味，當然，人力投入，技術方面也不能和其他大網站比，所以如果要拍磚請輕下手——哎喲。
我們采用的硬件： 盛大云微型，1G內存，單核共享型 CPU。 后期追加了一個同等配置的內網機器做 MongoDB replSet。
Startup 硬件成本：
既然項目本身基本沒法帶來收益，要生存就只能充分壓榨硬件，大膽使用新技術。根據國內云的計費方式，一般收費的維度是
- 內存：使用異步模式代替同步多進程。
- 帶寬：2M雙線，301并不需要太多的帶寬開銷
- 硬盤：云硬盤，按容量收費
- CPU：單核
由此我們做了對應的技術選型：
- Nginx：無需多說了吧？
- Tornado：Facebook 開源的 python 異步微框架
- MongoDB：性能好，熱數據少內存開銷也少
- Redis：事實上 MongoDB 寫入的 IO 開銷太大
- nodejs(with coffeescript)：后期新增，node.js 是天生的異步
- supervisord：監控進程
開發與運維
既然目前項目投入的開發和運維都只有我一個人，那就可以美其名曰：DevOps 啦。聽上去是不是很高端大氣國際化。
用戶特點
二八法則基本適用：20% 的 URL 占用了 80% 的資源（尤其是我們默認為所有短網址開啟了統計之后）。
監控先行
很多小團隊犯的第一個毛病就是不做監控，等到用戶來告訴你網站無法打開的時候就太晚了。為了省事我們用了監控寶和阿里云監控（主要阿里云監控有免費短信）。
每次出現無法打開網站的狀態時，都應該定位此次問題的原因。如果頻次增加，就要考慮應對策略了。loadavg 很好地反應了系統的負載，可以判斷是否硬件出現瓶頸。
如果是在事發時間，我們可以借助這些工具查看系統狀態：htop（定位哪個進程的問題）、iftop（是否有異常的流量和ip）、iotop（定位 io 瓶頸）。此外就是看日志。
如果事發時在睡覺，那么就看監控歷史記錄。
慘痛教訓一：硬盤容量——為將來留下后路
MongoDB在硬盤容量不夠的時候會拒絕啟動。而如果之前沒有使用 lvm 這類工具，將無法快速擴展容量，而國內的云不像 Linode 那么智能地在后臺提供容量的一鍵 resize(雖然這個功能曾把文件系統搞出錯了)。后果很可能是停機幾個小時。
慘痛教訓二：最大打開文件描述符
異步模式下不可避免遇到新問題——最大打開文件描述符。我們先后遇上了 tornado 和 nginx 的最大打開文件描述符問題。 tornado 的表現為：CPU 100%，日志里出現500；Nginx 則在日志里報錯，打開緩慢。
要避免此類問題，要做相應 ulimit 的設置。
用ulimit -n顯示的只是當前會話的（!important）。正確做法是查看進程的 limits： cat /proc/{$pid}/limits
Nginx 的配置文件里還需要設置兩個參數：
worker_connections 9999; #根據自己的情況設置 worker_rlimit_nofile 60000; #根據自己的情況設置
下圖是 nginx 達到上限的監控圖，很明顯被卡在1000左右了 —— Linux 默認限制為 1024。
慘痛教訓三：Python 不是天生異步的語言
說實話，用 Python 來設計的過程可不是一個愉快的過程。為了避免潛在編碼問題，我們使用了 python3。下面的問題是：
缺乏異步的支持：
- Redis 異步驅動只支持 Python2（當然，等了大約半年后 tornado-redis 的作者終于更新了對 python3 的支持）。
- 不少組件仍然無法支持 python3， pip install 后直接報錯的感覺就是：傻眼了。
- Bitly 的 asyncmongo 簡直是沒有文檔，最后只能選了 Motor。
- Tornado 本身的文檔也不夠詳盡
后來一部分組件使用 nodejs 開發后，簡直是相見恨晚，CoffeeScript 語法糖的表現也很出色。
慘痛教訓四：謹慎選用數據庫
數據庫幾乎是web應用里最關鍵的一部分，越是有大局觀的技術人員越會謹慎選型。 事實上我們把所有壓力都放 MongoDB 的做法還是過于激進了。
MongoDB 的范式化與反范式化。
幾乎所有對 MongoDB一知半解的人都會告訴你不要用 SQL 的思維來思考 MongoDB，要使用內嵌文檔來實現需求。但是他們忘記告訴你，不斷增長的內嵌文檔將導致 IO 瓶頸（參考《深入學習 MongoDB》73頁）。
事實上范式化和反范式化（內嵌文檔）還有很多要考慮的因素。
復雜查詢時 MongoDB 的無力
在面對需要計算的查詢時，MongoDB 的 map-reduce 很慢；復雜情況下對內嵌文檔處理有難度；Documents 比 MySQL 更少。年輕人，不要在 mysql 遇到問題時第一時間想到替換數據庫。
就這個項目而言，統計部分要快速出多樣報表時明顯有難度。
不要等到著火了才想起 MongoDB replSet
- 如果 MongoDB 寫入壓力大，并且沒有做分片，那么單純加機器不會緩解寫入壓力。如果是讀取壓力倒有所幫助。
- 從單機到 replSet 起碼需要鎖住數據庫。程序代碼也需要修改。打算切換到 replSet 的話，需要提前做準備。
- 最后我們的做法是將頻繁更新的數據放 redis，定時刷入數據庫，效果很明顯。
正確使用 Redis
控制內存，控制起步成本
如果你打算省錢的，就不要把所有東西都放 Redis 里，哪怕看上去數據量不大——時間久了也占了不少內存。而在 MongoDB 里只有熱數據占內存。 二八法則也適用這種情況：熱數據只占20%。
當然如果你是土豪請你走開！
不要用 pub/sub 做隊列
如果不想丟失數據就不要用 pub/sub 做隊列。進程重啟時將丟失訂閱管道的信息。你可以用 lpush 和 brpop 來實現隊列。
受夠盛大云了
- 內網主機完全不能訪問外網。你想 apt-get update 下？臨時買帶寬吧。
- 被 DDOS 攻擊？直接斷網，沒有任何通知，你還百思不得其解。
- io性能太差，讀寫大約 5-6M/s 的時候就要掛了。當然阿里云的好像更差。
最后的忠告
「年輕人啊，要多讀書多看報，多思考多學習」——萬峰
看到這里肯定有不少人想噴我了，來吧，我的微博是： @dai-jie ，有錯我改，我改……
