The Cloudflare Blog
·
Cloudflare全球网络如何在低流量时段优化系统重启
💡
原文英文，约1800词，阅读约需7分钟。
📝
内容提要
为了满足全球客户需求，Cloudflare在全球范围内维护了300多个数据中心，包括中国大陆的30个位置。为了实现零停机时间的持续更新，采取自动重启服务器群的机制。每个数据中心都有维护窗口，通过内部负载均衡器Unimog平衡负载，确保没有中断。为降低风险，只在客户流量最低时允许重启，并使用正弦波拟合自动确定窗口。
🎯
关键要点
- Cloudflare在全球维护300多个数据中心，包括中国大陆的30个位置。
- 为了实现零停机时间的持续更新，Cloudflare采用自动重启服务器群的机制。
- 每个数据中心都有维护窗口，允许在特定时间段内进行重启。
- 使用内部负载均衡器Unimog确保在服务器维护时不会中断客户流量。
- SRE团队决定在客户流量最低时进行重启，以降低风险。
- 过去，低流量窗口是通过人工审查历史流量趋势来确定的，过程繁琐。
- 通过自动化提高效率，使用正弦波拟合来确定维护窗口。
- 正弦波理论用于分析数据中心的CPU模式，以找到最佳重启时间。
- 实现过程中使用Python进行数据拟合，确保结果准确。
- 维护窗口的计算结果存储在Consul中，以便于后续使用。
- 通过观察拟合的准确性，优化维护窗口的决策过程。
- 不同类型的拟合结果包括坏拟合、偏斜拟合和良好拟合。
- Cloudflare计划继续改进这一过程，以便更广泛地应用于其他维护场景。
➡️
