Recommandé
Recommandé
Contenu connexe
Tendances
Tendances (20)
En vedette
Similaire à 快適に料理を楽しむための監視のおはなし
Similaire à 快適に料理を楽しむための監視のおはなし (20)
Dernier
快適に料理を楽しむための監視のおはなし
- 1. 快適に料理を楽しむための 監視のおはなし クックパッド株式会社 高田悟史
- 2. 自己紹介 • 高田悟史 • 前職ではJavaでWebアプリケーション開発 • 2008年4月に入社 • インフラを担当 • twitter.com/satoship
- 3. 今日の発表 • サーバ構成 • なぜ監視が必要か • クックパッドでの監視 • 2010年バレンタインデイの事例
- 4. サーバ構成
- 5. 論理構成 LVS Master DB Web Web LVS Log DB App App App AD Log DB Slave DB Slave DB
- 8. 快適に使えないシステムとは？ • 全くつながらない • つながるけどアクセス集中ページが 表示される • 重い
- 9. 快適じゃない時の裏側 • 重い / アクセス集中ページ • アクセス数に絶え切れずボトルネックが発生 • 重いクエリが実行された • など • エラーページ • サーバの設定に漏れがありアプリケーションエラー • など • 繋がらない • サーバが落ちた • など
- 10. 快適でなくなる原因 人 機械 オペレーションミス 予測ミス •致命的なクエリ •サーバーが落ちた •OSの設定漏れ •バッチ処理 •HDDが故障 •ミドルウェアの設定漏れ •NICが故障 •ディスクフル •カーネルパニック •ボトルネック
- 11. 快適でなくなる原因 人 機械 オペレーションミス 予測ミス •手順書 •機械化 •致命的なクエリ •サーバーが落ちた •OSの設定漏れ •バッチ処理 •HDDが故障 •ミドルウェアの設定漏れ •NICが故障 •ディスクフル •カーネルパニック •ボトルネック
- 12. 快適でなくなる原因 人 機械 オペレーションミス 予測ミス •十分なテスト •手順書 •すぐに戻せる準備 •機械化 •致命的なクエリ •サーバーが落ちた •OSの設定漏れ •バッチ処理 •HDDが故障 •ミドルウェアの設定漏れ •NICが故障 •ディスクフル •カーネルパニック •ボトルネック
- 13. 快適でなくなる原因 人 機械 オペレーションミス 予測ミス •十分なテスト •手順書 •すぐに戻せる準備 •機械化 •致命的なクエリ •サーバーが落ちた •OSの設定漏れ •バッチ処理 •HDDが故障 •ミドルウェアの設定漏れ •NICが故障 •ディスクフル •カーネルパニック •ボトルネック •キャパシティプランニング
- 14. 快適でなくなる原因 人 機械 オペレーションミス 予測ミス •十分なテスト •手順書 •すぐに戻せる準備 •機械化 •SPOFを潰す •致命的なクエリ •サーバーが落ちた •OSの設定漏れ •バッチ処理 •HDDが故障 •ミドルウェアの設定漏れ •NICが故障 •ディスクフル •カーネルパニック •ボトルネック •キャパシティプランニング
- 15. 快適でなくなる原因 人 機械 オペレーションミス 予測ミス •十分なテスト •手順書 •すぐに戻せる準備 •機械化 •SPOFを潰す •致命的なクエリ •サーバーが落ちた •OSの設定漏れ •バッチ処理 •HDDが故障 •ミドルウェアの設定漏れ •NICが故障 •ディスクフル •カーネルパニック •ボトルネック •キャパシティプランニング • 監視
- 16. クックパッドでの監視
- 17. 監視の種類 • リアルタイム • フロントで監視 • Nagiosなどによる集中監視 • cronなどによる個別監視 • 時系列 • Munin
- 19. Skype • 応答速度を監視 • しきい値によって Skypeに発言する • Warning • Error • Critical • rb-skypemac 使用
- 20. Nagios • L3(ping ...) • L4(httpd, MySQL...) • その他 • レプリケーションの遅れ • コードのリビジョンの同一性 • データの整合性 エラー時にメール送信
- 21. cron • サービスの安定 • ネットワーク到達性(web, app) • パフォーマンス • NFSサーバのIO速度 エラー時にメール送信
- 22. Munin • 時系列に監視 • Disk Usage, CPU, Memory, IOstat ... 変化をチェック
- 23. 必要な監視項目はプラグインとして追加 • 自作Nagiosプラグイン • 検索インデックスの整合性チェック • デプロイ済みアプリケーションのリビジョン チェック • 自作Muninプラグイン • MySQLのスレッド数 • 起動しているデーモン数
- 24. Nagiosプラグイン • プログラミング言語は問わない • サーバ側で動作する • 適切な終了コードを返すだけ http://nagiosplug.sourceforge.net/developer-guidelines.html Nagios Server plugin A B
- 25. Muninプラグイン • プログラミング言語は問わない • クライアント側で動作する http://munin-monitoring.org/wiki/HowToWritePlugins Munin Server 4949 port 4949 port plugin plugin munin-node munin-node
- 26. Muninプラグインの例 #!/usr/local/bin/ruby option = ARGV[0] case option when 'config' puts 'graph_title Simple' puts 'graph_vlabel vlabel' puts 'graph_category simple' puts 'value1.label value1' puts 'value1.min 0' else puts "value1.value #{rand(10)}" end
- 27. Muninプラグインの例
- 28. 2009年バレンタインタインデー ころの事例
- 29. 現象 • ピークタイム(17:00ころ)に、 cookpad.comとモバれぴが 信じられないくらい遅くなった • 週に数回、発生した
- 30. その頃に加えた変化 LVS • LVSを新規追加 Web Web • Webの前にLVS LVS • Appの前にLVS App App App • サーバを増設 Slave DB Slave DB • App • Slave DB
- 31. 原因調査 • cookpad.comとモバれぴで発生しているので、 マスタ系のDBが怪しい • 障害発生時に、マスタ系DBの書き込み速度を計測 したところ、広告系のログDBっぽい • どうやら1800スレッドを越えるとレスポンスが悪 化している • 1800スレッド＋クエリの発行が再現の条件だった
- 32. 改善 • establish_connectionの使い方に問題があった • クラス設計を変更 • Passengerをアップデート • Railsをアップデート
- 33. 改善 • establish_connectionの使い方に問題があった • クラス設計を変更 • Passengerをアップデート • Railsをアップデート ピークタイムに平和が訪れた！
- 34. 改善 • establish_connectionの使い方に問題があった • クラス設計を変更 • Passengerをアップデート • Railsをアップデート と思ったのも束の間 ピークタイムに平和が訪れた！
- 35. さらなる危機 • マスタDBで同じ状況が発生した • 1100スレッドを越えるとレスポンスが 悪化 • Thread runningに現れる • Appサーバの増設が裏目に出たと 気づき始める
- 36. 改善 • MySQLのチューニング • マスタDBで実行される、様々なクエリを修正 • acts_as_readonlyとacts_as_taggableの使い方 • ActiveRecordのshow tables • ActiveRecordのbegin / commit • ActiveRecordのアクティブチェック
- 37. 改善 • MySQLのチューニング • マスタDBで実行される、様々なクエリを修正 • acts_as_readonlyとacts_as_taggableの使い方 • ActiveRecordのshow tables • ActiveRecordのbegin / commit • ActiveRecordのアクティブチェック 今度こそ平和が訪れた！
- 38. stat系スクリプト達
- 40. stat系スクリプト達 qstat httpd_stat
- 41. stat系スクリプト達 qstat httpd_stat mysql_stat
- 42. stat系スクリプト達 mythstat qstat httpd_stat mysql_stat
- 43. stat系スクリプト達 mythstat qstat httpd_stat myplstat mysql_stat
- 44. まとめ
- 45. まとめ • 人事を尽くしても何も起きないということはな いので、監視できるところは監視してます • 未知の障害が発生したら監視を追加して追いつ めています
Notes de l'éditeur
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n
- \n \n \n\n \n \n\n \n
- \n \n
- \n \n