09.13.4 容量水位与瓶颈判定
所属:全栈开发面试题库 / 09 高阶架构:高并发与分布式 / 09.13 压测与调优实战
覆盖范围
- 容量水位线与极限
- 瓶颈识别:CPU、IO、锁、外部依赖
- 扩容决策
- 容量规划与预留
- 与 09.12.4 容量水位的呼应
高频题速览
| 编号 | 题目 | 难度 | 频率 |
|---|---|---|---|
| 09.13.4-001 | 怎么判定瓶颈 | 进阶 | ★★★★☆ |
| 09.13.4-002 | CPU 瓶颈怎么识别 | 基础 | ★★★★☆ |
| 09.13.4-003 | IO 瓶颈怎么识别 | 基础 | ★★★☆☆ |
| 09.13.4-004 | 锁瓶颈怎么识别 | 进阶 | ★★★☆☆ |
| 09.13.4-005 | 外部依赖瓶颈怎么识别 | 进阶 | ★★★★☆ |
| 09.13.4-006 | 容量水位怎么定 | 进阶 | ★★★☆☆ |
| 09.13.4-007 | 什么时候扩容 | 进阶 | ★★★★☆ |
| 09.13.4-008 | 垂直扩容 vs 水平扩容 | 基础 | ★★★☆☆ |
| 09.13.4-009 | 容量规划怎么算 | 进阶 | ★★★☆☆ |
| 09.13.4-010 | 容量水位和 09.12.4 什么关系 | 进阶 | ★★☆☆☆ |
09.13.4-001 怎么判定瓶颈?
一句话结论
瓶颈判定:压测时 RT 突然上升、错误率增加,而某资源(CPU、内存、磁盘 IO、网络、连接池)打满;找到最先打满的资源就是瓶颈;瓶颈通常是单一资源,不是所有资源同时打满。
概念解释
- 拐点:RT 突然上升的点。
- 瓶颈资源:最先打满的资源。
- 单瓶颈:通常只有一个瓶颈。
原理流程
梯度加压:
100 QPS → RT 50ms,CPU 30%
500 QPS → RT 80ms,CPU 70%
1000 QPS → RT 300ms,CPU 95%
→ CPU 是瓶颈
代码或图示
瓶颈判断:
RT 上升 + 某资源打满
→ 该资源是瓶颈
常见误区
- 误区:所有资源都要看。瓶颈通常是一个,先打满的那个。
- 误区:RT 上升就是 CPU 瓶颈。RT 上升可能是 IO、锁、外部依赖,要看资源。
追问
- 问:怎么找拐点?答:梯度加压,RT 突然上升的点。
- 问:瓶颈资源有哪些?答:CPU、内存、磁盘 IO、网络、连接池、外部依赖。
09.13.4-002 CPU 瓶颈怎么识别?
一句话结论
CPU 瓶颈:CPU 利用率持续 > 80%,RT 随 QPS 上升而上升;用 CPU 火焰图找热点函数;优化:优化算法、减少计算、缓存、垂直扩容。
概念解释
- CPU 高:利用率 > 80%。
- 火焰图:找热点函数。
- 优化:算法、缓存、扩容。
原理流程
CPU 95%
→ CPU 火焰图
→ 热点函数 JSON.serialize 占 40%
→ 优化:减少序列化次数
代码或图示
CPU 瓶颈信号:
- CPU 利用率 > 80%
- RT 随 QPS 上升
- load average > CPU 核数
常见误区
- 误区:CPU 高就是程序慢。CPU 高可能是正常计算,要看 RT 是否上升。
- 误区:CPU 瓶颈加机器就好。先看热点函数,优化算法比扩容有效。
追问
- 问:CPU 高但 RT 不高?答:可能是后台任务,不是瓶颈。
- 问:load average 怎么看?答:load > CPU 核数说明排队。
09.13.4-003 IO 瓶颈怎么识别?
一句话结论
IO 瓶颈:磁盘利用率高(iostat %util > 80%)、await 高、CPU 的 iowait 高;RT 上升但 CPU 不高;用 Off-CPU 火焰图找 IO 等待;优化:批量写、SSD、缓存、异步。
概念解释
- 磁盘利用率:iostat %util。
- await:IO 等待时间。
- iowait:CPU 等 IO。
原理流程
RT 上升,但 CPU 50%
→ iostat:磁盘 %util 90%,await 20ms
→ IO 瓶颈
代码或图示
IO 瓶颈信号:
- iostat %util > 80%
- await 高
- CPU iowait 高
常见误区
- 误区:RT 上升就是 CPU 瓶颈。RT 上升但 CPU 不高,可能是 IO 瓶颈。
- 误区:IO 瓶颈加磁盘就好。先看是读慢还是写慢,批量写、缓存更有效。
追问
- 问:怎么看 IO 瓶颈?答:iostat、iowait、Off-CPU 火焰图。
- 问:写 IO 怎么优化?答:批量写、异步刷盘、SSD。
09.13.4-004 锁瓶颈怎么识别?
一句话结论
锁瓶颈:CPU 不高但 RT 高、线程数多(线程都在等锁);用 Off-CPU 火焰图看锁等待;优化:减少锁粒度、乐观锁、无锁数据结构、分片。
概念解释
- 锁等待:线程在 synchronized/ReentrantLock 上阻塞。
- Off-CPU 火焰图:看锁等待时间。
- 优化:锁粒度、乐观锁、分片。
原理流程
RT 高,CPU 50%,线程数 200
→ Off-CPU 火焰图
→ synchronized 等锁占 60%
→ 锁瓶颈
代码或图示
锁瓶颈信号:
- 线程数多
- CPU 不高但 RT 高
- Off-CPU 火焰图锁等待宽
常见误区
- 误区:CPU 不高就不是瓶颈。CPU 不高但 RT 高,可能是锁或 IO 瓶颈。
- 误区:锁瓶颈减少线程数。减少线程数不解决锁竞争,要减少锁粒度。
追问
- 问:怎么看锁等待?答:jstack、Off-CPU 火焰图。
- 问:乐观锁怎么用?答:版本号,详见 09.5.1.3。
09.13.4-005 外部依赖瓶颈怎么识别?
一句话结论
外部依赖瓶颈:调用下游(DB、缓存、第三方 API)RT 高,应用 CPU 不高;用链路追踪看下游耗时占比;优化:缓存、批量、异步、降级、扩容下游。
概念解释
- 外部依赖:DB、Redis、第三方 HTTP。
- 链路追踪:看每段耗时。
- 优化:缓存、批量、异步、降级。
原理流程
应用 RT 200ms
→ 链路追踪:DB 查询 150ms,应用逻辑 50ms
→ DB 是瓶颈
代码或图示
外部依赖瓶颈信号:
- 应用 RT 高但 CPU 低
- 链路追踪显示下游耗时占比大
- 下游错误率高
常见误区
- 误区:应用慢就是应用代码问题。应用慢可能是下游慢,用链路追踪定位。
- 误区:下游慢应用能解决。下游慢要和下游团队协作,或缓存、降级。
追问
- 问:怎么看下游耗时?答:链路追踪(SkyWalking、Jaeger)。
- 问:下游慢怎么处理?答:缓存、批量、异步、降级,详见 09.2.2。
09.13.4-006 容量水位怎么定?
一句话结论
容量水位:压测找极限 QPS,水位线 = 极限 QPS × 80%(安全水位);超过水位线告警、扩容、降级;水位线是日常运营的基线,不是极限。
概念解释
- 极限 QPS:压测到 RT 超阈值的 QPS。
- 水位线:极限 × 80%,日常不超过。
- 安全:留 20% 余量。
原理流程
压测极限 QPS = 1000
水位线 = 800
日常 QPS > 800 → 告警
代码或图示
水位线:
极限 × 80%
绿色 < 60%
黄色 60~80%
橙色 > 80%
常见误区
- 误区:水位线 = 极限。水位线要留余量,不是极限。
- 误区:水位线固定。业务增长、代码变更,定期重测。
追问
- 问:水位线多少合适?答:80% 是常见经验,按业务调整。
- 问:水位线怎么监控?答:Prometheus 监控 QPS,超水位告警。
09.13.4-007 什么时候扩容?
一句话结论
扩容时机:1. 水位线持续 > 80%(黄色水位);2. RT 持续上升;3. 大促前预估流量增长;扩容要提前,不要等红色水位再扩;扩容后验证效果。
概念解释
- 持续高水位:不是偶发,是持续。
- 提前扩容:大促前、流量增长前。
- 验证:扩容后看水位是否下降。
原理流程
水位持续 80% 1 周
→ 扩容
→ 验证:水位降到 60%
代码或图示
扩容信号:
- 水位持续 > 80%
- RT 持续上升
- 大促前预估
常见误区
- 误区:红色水位再扩容。红色水位时系统已经在降级,扩容要提前。
- 误区:扩容后不验证。扩容后要看水位是否真的降了。
追问
- 问:垂直扩容还是水平扩容?答:详见 09.13.4-008。
- 问:扩容多少?答:按水位差距,通常扩 50%~100%。
09.13.4-008 垂直扩容 vs 水平扩容怎么选?
一句话结论
垂直扩容(加 CPU/内存)简单快速,但有上限(单机核数);水平扩容(加机器)无限扩展,但要解决负载均衡、数据分片;初期垂直扩容,瓶颈后水平扩容。
概念解释
- 垂直:加配置,单机更强。
- 水平:加机器,分布式。
- 选择:先垂直后水平。
原理流程
垂直:
单机 8C → 16C
简单,但有上限
水平:
1 台 → 3 台
无限扩展,但要负载均衡
代码或图示
对比:
垂直:快,有上限
水平:无限,复杂
常见误区
- 误区:水平扩容一定比垂直好。垂直扩容快,小系统先垂直。
- 误区:水平扩容自动均衡。要负载均衡、数据分片,详见 09.8.2。
追问
- 问:什么时候水平扩容?答:垂直到顶,或需要高可用。
- 问:数据库怎么扩容?答:读写分离、分库分表,详见 05。
09.13.4-009 容量规划怎么算?
一句话结论
容量规划:预估未来 QPS = 当前 QPS × 增长系数;需要机器数 = 预估 QPS / 单机水位 QPS;预留 30%~50% 余量;大促前按峰值 QPS 规划。
概念解释
- 预估 QPS:当前 × 增长。
- 单机水位:单机能扛的 QPS。
- 余量:预留 30%~50%。
原理流程
当前 QPS = 500,预计增长 100% → 未来 1000
单机水位 QPS = 500
需要机器 = 1000 / 500 = 2 台
预留 50% → 3 台
代码或图示
容量公式:
需要机器数 = 预估 QPS / 单机水位 × (1 + 余量)
常见误区
- 误区:容量规划按当前 QPS。要按未来增长和峰值。
- 误区:不留余量。流量增长快,留 30%~50% 余量。
追问
- 问:增长系数怎么定?答:业务增长目标,或历史增长率。
- 问:大促峰值怎么算?答:峰值 = 日常 × 3~5,按大促历史数据。
09.13.4-010 容量水位和 09.12.4 什么关系?
一句话结论
09.12.4 讲容量水位分级与降级预案(运维决策),本节讲容量水位怎么测算(压测找极限、定水位线);09.12.4 是决策体系,本节是测算方法;09.12.4 的水位线来自本节压测。
概念解释
- 09.12.4:水位分级、降级预案。
- 本节:压测找极限、定水位线。
- 关系:本节测算,09.12.4 决策。
原理流程
本节压测 → 找极限 QPS → 定水位线
→ 09.12.4 按水位线分级、触发降级
代码或图示
交叉引用:
本节:测算水位线
09.12.4:水位分级、降级预案
常见误区
- 误区:两节重复。本节讲测算方法,09.12.4 讲决策体系,角度不同。
- 误区:水位线凭经验。水位线要压测,详见本节。
追问
- 问:降级预案细节?答:详见 09.12.4。
- 问:压测方法?答:详见 09.13.1、09.13.2。
待整理清单
- [ ] 容量规划模板
- [ ] 瓶颈排查 checklist
- [ ] 扩容决策记录