הבנה של יכולת תכנון

תכנון יכולת הוא תהליך של קביעת יכולת הייצור הנדרשת על ידי ארגון כדי לענות על דרישות משתנות עבור המוצרים או השירותים שלו. בהקשר של חברות טכנולוגיה גדלות, זה כרוך בהערכה של תשתיות הנוכחיות, משאבי מחשוב, כוח אדם, מגבלות פיננסיות, ולאחר מכן חיזוי דרישות עתידיות כדי להבטיח כי הארגון יכול בקנה מידה ללא ירידה בביצוע או עלות יעילה למנוע קריפטים, להפחית הוצאות מיותרות, ולשפר את האמינות השירות - אשר הם תנאי חיוני לשמירה על אמון לקוחות קריטיים ומאובטחים.

ישנם שלושה סוגים עיקריים של תכנון יכולת: אסטרטגי (טווח ארוך, 3-5 שנים), טקטי (טווח בינוני, 6-18 חודשים SaaS), תפעולי (טווח קצר, יום שבועי) חברות טכנולוגיה גדלות חייב לאזן את כל שלושת. תכנון אסטרטגי תואם מטרות עסקיות ומפת דרכים המוצר; סביבות תכנון טקטיות שדרוגים וגיוס; תכנון תפעולי מתמקד בפרשת משאבים בזמן אמת ותגובה ללא יכולת תכנון רבת, במיוחד, או סיכון גבוה (ה) או השקעה נמוכה יותר, או השקעה מסחרית (הרמת סיכון גבוהה) תחת לחץ סיכון גבוה, או השקעה נמוכה יותר, או השקעה מסחרית).

תחזית העברת נתונים: קרן תוכניות סקאלה

מדוע מידע היסטורי משנה

(החיזוי מדויק מתחיל בנתונים היסטוריים איכותיים.מפלקסים כגון משתמשים פעילים מדי יום (DAU), נפח העסקה, שיעורי בקשת API, זיכרון ו- CPU ניצול, ושיעורי צמיחה מספקים חומר גלם עבור מודלים חיזויים.חברות טכנולוגיה צריכות לתווך את היישומים והתשתית שלהם כדי ללכוד את המדדים האלה במרווחי דגנים - כל דקה עבור שירותים קריטיים.

טכניקות מודלים חיזוי

תוקפנות ליניארית פשוטה יכולה לחזות צמיחה יציבה, אבל רוב החברות הטכנולוגיה חווים דפוסים לא ליניאריים עקב קמפיינים שיווקיים, שיגורי מוצר, או אימוץ ויראלי.שיטות מתוחכמות יותר כוללות את סדרת הזמן (למשל, ARIMA, נביא) ומודלים של למידת מכונה המשלבים אינדיקטורים מובילים כמו שיעורי ההרשמה, תכונה, אירועים חיצוניים.

מפתחי metrics to Track

  • (FLT:0User growth rateFLT:1) - משתמשים פעילים חודשיים ויצירת חשבון חדשה
  • (ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (ב) ,0) ,7 פעמים (ב) , p50, p95, p99 פעמים תגובה
  • (ב) ,0) ניצול מקורות משאבים (Resource ניצולFLT:1) - CPU, זיכרון, דיסק I/O, רוחב פס רשת
  • (FLT:0) דורשות מחיה 1:1 - גידול מסד נתונים, נפח יומן, אחסון אובייקטים
  • (ב) ,0) ,(הופנה מהדף ⁇ )

על ידי מעקב אחר מדדים אלה לאורך זמן, צוותים יכולים לבנות מודלים חיזוי כי לא רק קיבולת לחזות צרכים אלא גם לזהות אפשרויות אופטימיזציה בעלות - כגון מקרים מתאימים או לעבור לקיבולת שמורה.

קישור חיצוני: תחזיות עם נביא פייסבוק

Facebook Prophet DocumentationFLT:1 - קוד פתוח צופה כלי המיועד לסדרת זמן עסקית עם אפקטים עונתיים ונקודות שינוי.

תשתיות מודולריות לאסטנסיות

שירותי ענן וסקירת

חברות טכנולוגיה מודרניות מסתמכות יותר ויותר על ספקי ענן (AWS, Azure, GCP) כדי להשיג גמישות.תשתית מודולרית פירושה תכנון מערכות ברכיבים מתוחכמים באופן רופף שניתן יהיה בקנה מידה עצמאי.לדוגמה, ייתכן שתשתמש בקבוצות בעלות רכב עבור שירותי מסד נתונים compute, מנוהלים עם העתקי קריאה, ותפקודים ללא שרת עבור עומסי עבודה.

מכיל ותזמורת

Containers (Docker) ופלטפורמות תזוזה (Kubernetes) לוקחים מודולריות צעד נוסף.הם מאפשרים לצוותים לארוז יישומים עם התלויות שלהם ולהפיץ אותם על פני אשכול של מכונות.עם Kubernetes Horizontal Pod Autoscaler (HPA), באפשרותך להגדיל באופן אוטומטי או להקטין את מספר העתקים המבוססים על שימוש CPU/mory או metrics מותאם אישית זה מאפשר קיבולת גרניט רבים ללא שימוש ידני.

אדריכלות Microservices

אדריכלות מיקרו-שירותים מתפצלת יישום מונוליטי לשירותים קטנים, באופן עצמאי, ניתן לפלס את כל שירות על פי פרופיל הביקוש שלו.לדוגמה, פלטפורמת הזרמת וידאו עשויה לדרג את השירות המסתובב בנפרד ממנועי המלצתה. גישה זו מקטין את הפסולת ועושה את היכולת לתכנן מדויק יותר. עם זאת, היא מציגה גם מורכבות במונחים של גילוי שירות, תקשורת בין-שירות, ניטור צוות חייב להשקיע מעקב אחר כלי שירות.

קישור חיצוני: Kubernetes Horizontal Pod Autoscaler

(ב) מסמך: Horizontal Pod Autoscaling: 1 - מדריך רשמי ליישום קנה מידה אוטומטי ב Kubernetes.

עדיפות אוטומציה בניהול יכולות

הערכה אוטומטית

(הסקירות יכולות ידניות הן זמן-consuming ו-Prone to Error. Automation יכולות להתמודד עם איסוף נתונים, ניתוח, ואפילו קבלת החלטות.לדוגמה, באפשרותך להגדיר תסריטים מתוכננים שמושכים מדדים ממערכות ניטור, להפעיל אלגוריתמים חיזוי, וליצור דוחות קיבולת.כאשר סףים חצויים, זרמים אוטומטיים יכולים לגרום להפעלה של פעולות מדרג או להודיע על מהנדסי תוכנה (I) כגון: 3.

שילוב ואספקה (CI/CD) לקיבולת

תכנון היכולת צריך להשתלב לתוך צינורות CI /CD. כאשר קוד חדש הוא פרוס, בדיקות עומס אוטומטי יכול לאמת כי המערכת עדיין עומד בדרישות ביצועים תחת תנועה צפויה.אם תכונה חדשה להגדיל צריכת משאבים, הצינור יכול לדגל את השינוי ודורש אישור יכולת לפני המשך הייצור.זה מונע תוקפנות ביצועים ומבטיח כי יכולת להמשיך בקצב עם פיתוח.

רכב אוטומטי נהיגה

פלטפורמות ענן רבות תומךות בהורדת אוטומטי מונחה על ידי שימוש ב-SQS. לדוגמה, AWS Lambda יכול להגיע בקנה מידה ישיר עם בקשות נכנסות, אמזון ECS יכול להשתמש בשירות אוטומטי המבוסס על עומק תור SQS. על ידי חיבור פעולות מדרגות אותות ביקוש בזמן אמת, חברות יכול להגיב מהר יותר מכל אדם יכול להגדיר כראוי, סקאלה מונעת אירועים יכול לטפל 10x תעבורת תנועה ללא התערבות ידנית - למרות שזה דורש משיכת משאבים סבירים (וכים).

צוותים של הצלב החופשי למען Alignment

שוברים את הסילוס

תכנון יכולת אינו רק אחריות של DevOps או צוותים SRE. הנדסה, מוצר, מימון ותפעול יש כל ספק.מהנדסים מבינים מגבלות טכניות ויכולים לצפות כאשר תכונות חדשות יגדילו את העומס. מנהלי המוצר יודעים שיגורים וקמפיינים שיווקיים הקרובים שידחפו את התנועה.כספים קובע מגבלות תקציביים ועוקבים אחר עלויות-per-Cu-Cu-exe-functional- לעתים קרובות חודשי או רבעי - מבטיח כי תוכניות משקפות הן מטרות עסקיות טכניות והן מטרות עסקיות.

תקשורת וממשל

הקמת ועדה לתכנון יכולת או קבוצת עבודה עם נציגי כל מחלקה.זה ביקורות תחזיות, מאשר תקציבי תשתיות, ועדיפות פרויקטים הקשורים לקיבולת (למשל, מסד נתונים sharding, הוספת אזורים) נתיבי הסלמה ברורים למקרי חירום - כגון צמיחה ויראלית בלתי צפויה - יש להגדיר.בנוסף, להשתמש בלוחונים משותפים כי יכולת תצוגה בזמן אמת לצד מדדי עסקים KPI כך שכולם יכולים לראות בין עלות השימוש.

דוגמה: כיצד חברת SaaS של חברת SaaS Aligned Teams

חברת SaaS B2B עם 500 עובדים שמה לב כי מסד הנתונים שלהם פגע באופן עקבי ב-90% CPU בשעות השיא, מה שגורם לשאילתות איטיות.צוות ההנדסה הציע בתחילה שדרוג חומרה יקר.אבל צוות המוצר גילה כי שיגור תכונה עיקרי היה במרחק חודשיים, אשר היה כפול תנועה.פיננסים.פישת השדרוג תעלה על תקציב החומרה הרבעוני.באמצעות שיתוף פעולה חוצה תפקוד, הם הסכימו ליישם העתקים ללא קריאה (יקרים) בהשוואה לאפקט הראשוני של חודש אחד בלבד.

תוכנית למטענים שיא ובבורסט Scenarios

זיהוי תבניות שיא

רוב חברות הטכנולוגיה יש תקופות שיא צפויות: אתרי קמעונאיות ביום שישי השחור, תוכנת מס ב -15 באפריל, שירותי הזרמה בערבי יום ראשון, או יישומים פיננסיים בניתוח היסטורי מגלה את הדפוסים האלה, אבל אתה גם צריך לקחת בחשבון עבור ספייקטים בלתי צפויים - כגון מוצר הולך ויראלי או משבר יחסי ציבור.

עקבו אחרי Chaos Engineering

כדי לאמת אם התשתית שלך יכולה להתמודד עם עומסי שיא, לבצע בדיקות עומס קבוע באמצעות כלים כגון:0k603FLT 1, FLT:2LocustveFLT 3, או FLT:4 ArtillerycioFLT:5ulated למקם את התנועה שיא ולבחון את התנהגות בלתי צפויה, שיטות ייצור כאוס (למשל, שימוש ב-FLT:4) כדי להבטיח שימוש בניסויי של קיבולת נמוכה יותר של 7 נקודות כישלונות).

אסטרטגיות יכולות

ספקי ענן רבים מציעים סוגים של מקרים מפורשים (למשל, AWS T-series) המאפשרים התפרצויות CPU לטווח קצר ללא עלות נוספת - שימוש בעומסי עבודה משתנים. עבור עומסים מתמשך, אתה יכול לשלב מקרים שמורים (עבור בסיס) עם מקרים (עבור התפוצצות עלות נמוכה יותר) חברות משתמשות אסטרטגיות מרובות-ענן כדי למנוע מנעולים של ספקים גישה זולה יותר יכולת מפוזרים, עם קיבולת מפולגת בזהירות.

קישור חיצוני: AWS Spot Instance Best Practices

(ב) [ה]ה'], [ה], [ה], [ה], למד כיצד להשתמש בקיבולת של תגמולים על ידי מטענים מפורצים בהנחות משמעותיות.

תוכניות סקירה והתאמה

עקבו אחרי Feedback Loops

תכנון יכולת אינו פעילות חד פעמית.כפי שהחברה שלך גדלה, הנחות החיזוי שלך הופכות מיושנות. ליישם תהליך שיפור מתמשך: לאחר כל פריסה גדולה או לפחות חודשית, להשוות שימוש בפועל נגד תחזיות.זהה איפה התחזיות היו כבויות וחדד את המודלים שלך. לדוגמה, אם אתה תחת פיקוח עקבי על ידי 20%, להתאים את קצב הצמיחה שלך או לבדוק אם תכונה חדשה היא נהיגה ללא עומס.

מדדי ביצועים מרכזיים (KPIs) לקיבולת

  • (FLT:0) ,Utilization RateFLT:1 - 60-80% אידיאלי עבור משאבים קריטיים; מתחת 50% מציעים יותר מדי הערכה, מעל 80% סיכון הפחתת ביצועים.
  • (הופנה מהדף LT:0) ,הארכה של יעילות (FLT:1) - זמן לסקאלה מבסיס לביקוש לפסגה; צריך להיות מתחת 5 דקות לקבוצות בעלות רכב.
  • (FLT:0) ל-Abtive FLT:1 - עוקב אחר אם הגדלה היא כלכלית; אם עלות גדלה מהר יותר מהכנסות, אדריכלות ביקורת.
  • שיעור הפחתת התפוקה (FLT:0) בשל יכולת קיבולת של 1:1 (מספר של פחתות או אטה במשאבים לא מספיקים; המטרה היא אפס.
  • (ב) [15] דיוקים של קיד:1 - פירושו טעות אחוז מוחלט (MAPE) בין מדדים חזו ואמיתיים; המטרה היא 15%.

תכנון מעמיק עם תחזיות הרולינג

במקום תוכניות קיבולת שנתיות, לאמץ תחזיות מתגלגלות המשתרעות על פני 12 חודשים קדימה אבל מעודכנים רבעון.זה מאפשר לך לשלב את הנתונים העדכניים ביותר בעולם האמיתי ולתאם סדרי עדיפויות במהירות.לדוגמה, אם מתחרה חדש משיקה וצמיחת המשתמש שלך מאיצה, תוכל להחזיר את תקציב הענן שלך למעלה מבלי לחכות לשנה הפיסקלית הבאה.

הפרקטיקה הטובה ביותר ליישום

עקבו אחרי Culture of Continuous Producting

תכנון היכולת צריך להיות אחריות משותפת, לא פונקציה מחוספסת.לעודד פוסט-זיכרון חסר אשמה לאחר אירועי קיבולת: במקום להצביע על אצבעות, לשאול "מה אנחנו יכולים לשפר בחיזוי או תשתיות שלנו?", לספק הכשרה למהנדסים על תכנון מודע עלות (למשל, בחירת מקרים טובים, אופטימיזציה של שאילתות) ולהפעיל "יעילות זולה" קבועה של האקרים.

להשקיע את הכלי הנכון

מלבד ניטור וכלים חיזוי, שקול ליישם פלטפורמה ניהול יכולת שמרכזת נתונים, שותפים לדיווח, ומספקת את הניתוח של אם.חברות רבות לבנות פתרונות קלים משלהם באמצעות רכיבי קוד פתוח, אך כלים מסחריים כגון FLT:0CloudHealthcioFLT:1 (VMware) או FLT:2Apptio CloudabilityFLT 3) מציעים מחוץ לתכונות ענן עבור CloudLCC עבור תכונות ענן ו-cobox שלך, אשר אתה בוחר עם קיבולת ניהול.

התחל קטן וגרף

אם החברה שלך נמצאת מוקדם במסע הצמיחה שלה, אל תנסה ליישם מסגרת תכנון בקנה מידה מלא בין לילה.התחל על ידי מעקב אחר כמה מדדים מרכזיים ושימוש בתחזיות גליונות פשוט להפיץ.כפי שהנתונים מצטברים וגדלים, בהדרגה לאמץ אוטומציה, תחזיות מתגלגלות, ביקורות חוצה תפקוד.זה גישה זו היא מפחיתה התנגדות ומאפשרת לצוותים ללמוד מה עובד הכי טוב עבור ההקשר הספציפי שלהם.

מסקנה

יכולת Scaling בחברות טכנולוגיה גדלות היא אתגר דינמי שנוגע לכל חלק בארגון.על ידי יישום תחזית מבוססת נתונים, בניית תשתיות מודולריות ואלסטיות, הפעלת תהליכים שגרתיים, וטיפוח שיתוף פעולה בין-תפקודי, חברות יכולות לתכנן צמיחה ללא ביצוע מקריש או הפעלת תקציבי התפוצצות.

במבט קדימה, מגמות מתפתחות כמו מחשוב קצה, אופטימיזציה לקיבולת המונעת על ידי AI, וארכיטקטורה ללא שרת עוד תשנה את האופן שבו חברות ניגשות לתכנון יכולת.עקרונות המפורטים כאן - גמישות, מדידה, אוטומציה ושיתוף פעולה - יישארו חיוניות. ארגונים שמשקיעים באסטרטגיות אלה עכשיו יהיה מסוגל להתמודד עם כל צמיחה זורקת עליהם.

עוד קריאה

  • [01:0] ספר נאמנות שירות: עקרונות יסוד לאיזון אמינות וקיבולת.
  • (FLT:0) Datadog DocumentationFLT:1 - פלטפורמת ניטור וניתוח מקיפה עבור מדדי יכולת.