InfoQ
·
从静态到自适应的流量控制：Airbnb的键值存储应对流量高峰
💡
原文英文，约500词，阅读约需2分钟。
📝
内容提要
Airbnb升级了Mussel的流量管理架构，采用自适应资源感知系统，取代静态限流。新系统在流量高峰时保持服务质量，保护关键工作流，并确保公平使用。通过资源感知速率控制、负载削减和热键管理，Mussel有效应对高流量和DDoS攻击，提升用户体验和服务稳定性。未来，Airbnb计划进一步优化。
🎯
关键要点
- Airbnb升级了Mussel的流量管理架构，采用自适应资源感知系统，取代静态限流。
- 新系统旨在高流量时保持服务质量，保护关键工作流，并确保公平使用。
- Mussel原先依赖Redis计数器实施固定的每客户端查询限制，未能适应请求的真实成本。
- 流量管理策略的进展强调了在高峰事件中处理突发流量的重要性。
- 新设计的第一个组件是资源感知速率控制器，测量请求单位（RU），考虑处理的行数、读取或写入的字节和延迟。
- 引入负载削减机制以稳定系统，计算延迟比率并根据资源饱和情况延迟或丢弃请求。
- Airbnb还引入了热键防御层，通过内存中的top-k检测和本地LRU缓存识别流量不成比例的键。
- 在DDoS演练中，热键层有效减少了流量，保持了后端负载在可承受范围内。
- 工程团队强调本地控制循环是Mussel演变的关键，确保快速、独立的决策和线性扩展。
- Airbnb计划进一步改进，包括根据历史使用自动调整配额和通过资源组实现更紧密的数据库集成。
➡️
