【腾讯云原生降本增效大讲堂】作业帮云原生降本增效实践之路

本文介绍了作业帮在云原生领域的降本增效实践,包括应用层、资源调度层的优化策略。通过技术栈改造、云原生架构升级,实现了40%的降本服务度,未来将继续探索更高效的降本增效方式。
摘要由CSDN通过智能技术生成

​嘉宾 | 董晓聪

出品 | CSDN云原生

2022年9月1日,在中国信通院、腾讯云、FinOps产业标准工作组联合发起的《原动力x云原生正发声 降本增效大讲堂》系列直播活动第7讲上,作业帮基础架构负责人董晓聪分享了作业帮的云原生降本增效实践。本文整理自董晓聪的分享。

为什么要进行降本增效

作业帮的技术现状可以归纳为两点,分别是规模化和复杂化。

  • 规模化:数千个应用服务,对应数万个服务实例,运行在数十万计算核心之上;

  • 复杂化:技术栈极为丰富,涵盖多种主流语言。

作业帮于2020年初开始走一条云原生的道路,来解决发展过程中所遇到的稳定性、成本、效率及安全方面的问题。通过云原生的改造,用基础设施接管业务当中大量的非功能逻辑,以此实现弹性、可观测性、韧性、自动化及可持续性。

为什么要进行降本增效?

  • 随着互联网红利的消退,企业希望能够实现成本效益最大化;

  • 资源浪费现象普遍存在,节省不必要的浪费;

  • 从技术人员的角度来看,期望写出更优质、更高性能的代码。

在降本增效的过程中,我们需要明确一点:降本但不能降质,在降低成本的同时,稳定性、效率、安全等均不能为此打折扣。

降本增效的关键点

在多种限制条件存在的情况下,该如何开展降本增效的工作呢?

应用层首先要做的是提升性能,即提升单位资源能够支撑的业务并发量。对于作业帮来说,多元的技术栈给应用层的效能提升带来了挑战。

资源层降本增效的重点在于计算层面的优化,存在两大挑战:

  • 寻找更优机型,提升单位成本的算力;

  • 拥有合适的机型后,实现业务平滑无感地切换。

资源调度层有着巨大的优化空间,同样也面临诸多挑战:

  • 在线资源负载不高,对于高并发业务,为了应对频繁的流量突增,需保证一定的Buffer,同时低流量业务通常长尾,进一步拉低了在线资源的利用率;

  • 资源空间不足,在线资源利用率一般在30%,而大数据通常100%负载;

  • 资源时间不均,互联网业务资源

  • 9
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值