云计算系统管理的四大常见问题

经常有人问我们，日常常见问题有哪些，如何解决?您可想象，我们(云络网络)是全球最大的大型互联网系统外包服务运营商，所以几乎碰到过所有问题。


我们运行各类游戏、电商、移动通讯、广告、财经、社交活动、旅游及其它多种网站，所以在各种系统平台上碰到过各种各样的问题。在全球十几个国家有几百万用户，每秒需处理几千个事务，系统问题及系统崩溃常有发生、避之不及。


但是，有些共性问题是我们经常碰到，经常处理的，基本上这些问题可以归结为四大类问题，如可靠性问题、系统性能和系统扩展问题、系统安全问题以及成本问题。


可靠性问题


对于可靠性问题，其产生根源众多，如过载、代码问题、服务器崩溃、数据库问题、带宽、硬件、云问题、CDN、数据中心问题等。我们也见证过一些系统更新，还未经完善测试便加以运用所带来的问题，这些问题是人为的，由程序员、内容编辑人员、游戏开发人员甚至是我们的成员所造成的。


从长远来看，我们最大的也是经常碰到的问题便是磁盘空间问题。客户数量激增、博客量也骤增。不管你提供多大的磁盘空间，为了处理数据及其它事务，他们会把磁盘空间消耗殆尽。所以，我们就像其它的系统管理员一样，竭尽所能，想尽一切办法增大磁盘、增加存储空间。所幸的是当今的3TB 磁盘真的很大，可不幸的是数据文件也很大而且采用云储存代价很高。所以我们经常接到此类通知，配合客户需求，手动或自动清理存储空间。


数据库问题是另一个司空见惯的问题。从过载到常见的复制问题。客户经常误解复制、不明白复制需求及复制效果，所以经常产生问题，而我们也就一直不断地来解决这些问题，包括使用新型的探测、监控及管理工具使系统正常运行、保证数据准确性。这一工作变得越来越重要，因为数据在电子商务及广告业变得越来越关键、越来越面向财务。


其它的可靠性问题还包括PHP, Java 及其它Django问题，当然还包括系统崩溃以及我们日常监控、管理及解决的问题。特别对于中国而言，我们每天要处理的主要问题就是带宽问题，带宽时而好、时而差、时而又恢复正常。 同时，在中国某些地区，带宽问题一直存在，前一秒连接的很好，后一秒就断线了。在今天，要恢复连接，通常至少要联系数据中心、电信部门、还要弄清楚要连接什么和什么。


系统性能和可扩展性问题


系统性能问题包括超负荷，就是常见的CPU、RAM 及IO 被大量占用;很多用户(有时是同一天同一时间)登录到客户网站造成了各种问题。在无边无际的互联网世界中，可谓事事难料、变幻莫测。


经常碰到的问题就是：


写的很差的PHP代码突然增加了负载，造成系统CPU不够;或某些程序占用空间大，导致RAM不够;以及SQL很差，没有索引，使数据库崩溃，无法处理并发事件、上锁甚至是进行输入输出操作。


系统扩展问题有别于其它问题，为应付未来几天、几周甚至几个月的事务增长，而需快速建立或扩展系统时，更需另当别论。因为通常情况下，系统架构时并未考虑此事，负载均衡做的很差，甚至没有负载均衡，或者是没有便携式PHP/Java会话而导致无法实现均衡。


经常有客户到我们这里说，他们的系统遇到“瓶颈”了，前一分钟还运行的很好，然后，突然有一天因为过载崩溃了。从理论上说，不应该出现这种情况，但是，如果使用的监控软件很差，无法显示系统是否接近系统上限的话，那么这种情况就会经常发生。不幸的是，系统CPU使用量在95%和100%时，用户体验是截然不同的：95%时，可能系统运行的有点慢，而在100%时，系统就根本无法工作。


系统安全问题


系统安全一直是一个挑战，虽然我们的系统从总体上来说很安全，但是，我们的客户使用的代码不安全，使用的附加工具，如Cpanel 或各类管理界面如PHPMyAdmin 也不安全。所以，我们一不留神，这些坏蛋就有了可乘之机，有道是：“千里之堤毁于蚁穴。”


所幸的是，我们的安全是多层次的，而且所分配的权限是最低的，所以，对系统安全的破坏性很少发生。但是，偶尔也会有系统破坏，我们就必须清理系统，更改授权，增加客户日志及安全监控器等等。有时，我们还做审计工作，查看是否有黑客存在及其藏匿位置。


成本问题


最后，我们经常遇见的问题就是如何节省开支。这不算是技术问题，但是，我们经常发现客户在系统及服务器上花费颇多，甚至花过多的冤枉钱。他们会因为系统慢，自己不知道如何解决或调试系统;或者虽然站点功能颇多，但是却不知道如何将其虚拟化并置于私云中，所以就采购了许多服务器。


在此，我们通过调试系统便可以对其进行扩展，而无需购买新系统，或者以更经济的创建私云的方式扩展系统，便可为客户节省大量开支。