【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:大发快3_快3计划客户端_大发快3计划客户端

非常抱歉,今天上午的博客站点故障给.我歌词 歌词 带来了很大的麻烦,请.我歌词 歌词 谅解。这次故障是.我歌词 歌词 发布 .NET Core 版博客站点引起的,并不一定.我歌词 歌词 进行了充分的准备,但还是低估了高并发下的简化间题。

以下是故障背景与大致经过:

在你这个 炎炎夏日,.我歌词 歌词 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。.我歌词 歌词 的一点系统都早已迁移至 .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,到你这个 月这根钢铁般坚硬的硬骨头也被啃得差太久了,它的发布上线将为.我歌词 歌词 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.我歌词 歌词 8月份最重要的工作。.NET Core 版博客站点7月份就机会完成开发,这段时间一边进行更进一步的内测,一边进行灰度发布,接入一点生产流量以发现.我歌词 歌词 测试中未能发现的间题并进行修复,在上个周末接入更多生产流量进行测试与修复后,.我歌词 歌词 机会很有信心,评估后认为已具备正式发布条件,除了.我歌词 歌词 无法在测试环境中模拟的博客系统指在的简化高并发场景。

于是一边带着信心,一边带着对高并发间题的担心,.我歌词 歌词 决定在今天一大早进行发布。

发布时的部署场景是却说我的,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 通过端口映射的方法 监听 worker 节点服务器的 3000 端口。

却说我的部署环境也是.我歌词 歌词 经过长期验证的,唯一能能了 经过验证的却说我博客系统能能了 高的并发。

顶着却说我高并发间题的风险(docker swarm 与 .net core ),.我歌词 歌词 在今天早上 5:300 左右进行了发布。

刚现在现在开始访问量小,并发低,没老出间题,但到 8:300 左右老出间题了,打开统统博客页面要1秒多(正常情況是几十毫秒),而在容器内用 curl 命令请求一定会 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 的间题,准备重新创建却说我 docker 集群,无需  nginx 直接用 kestrel 监听 3000 端口。

日后 同事指出,一定会 nginx 的间题,是 docker swarm 端口映射在高并发下的性能间题,能能了将端口映射改为 host 网络模式能能处置你这个 间题。

9:300 左右,随着并发能能了 高,nginx 容器刚现在现在开始报 30000 错误,刚现在现在开始以为是集群中的服务器负载不足英文,于是向 docker swarm 集群中打上去服务器,但于事无补,30000 错误太久。

老出 30000 错误时,有时刷新一次就会好,有需用刷新好几只,怀疑是集群中一点服务器不稳定,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,一点服务器 curl 命令测试时响应速率都正常,将那台不太稳定的服务器下线,间题依旧,随着并发量继续增大,30000 错误也继续增多。

进一步分析后,怀疑 30000 错误是机会高并发下 nginx 容器与 .net core 应用容器之间的网络通信老出间题,于是 10:300 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。