大型网站运营的技术经验分享

原文链接: 大型网站运营的技术经验分享

一、日志系统

对于一个大型网站来说，代码库非常庞大，模块众多。部门协作的人数规模在百人以上，如何跟踪定位问题不像小网站那样容易。而且我们的服务器都是集群化的，动辄几千台。有一套可查询方便使用的日志系统至关重要。

对于日志的使用也有了一定的经验。我们的日志通常会非常详细的记录各种参数，环境变量，HOST等信息，在出现异常的情况下，必须要记录日志。我们使用了MySQL按时间分片的方式来记录日志，所有集群内节点均通过网络方式来写入到中心日志系统。

在管理端我们提供了很方便友好的工具，来查询定位日志，可按用户ID、类型、时间等几种索引方式查询。日志系统帮助我们定位到了很多问题。

二、PHP错误日志收集系统

PHP错误日志是所有PHP程序问题最直接的反馈渠道。通过分析PHP日志可以发现和分析出系统现有的Bug和潜在的问题。我们通过在节点部署监控工具，实时收集PHP错误日志，Fatal Error告警。解决了很多问题

三、数据统计中心

我们有一整套数据上报的系统，系统内各种接口调用、请求响应、错误返回，都会上报到数据统计中心。我们以报表的形式展现出来，可以很方便的看到每个模块，每个接口的可用性，成功率，数据规模。根据数据，我们还做了成功率告警，当接口成功率低于某个数值，比如99.99%时就会发送短信报警。还有历史数据对比报警，当发现今日数据与往期数据差距较大时，可能是系统出现了问题，会及时进行报警。

四、硬件系统报警

我们有一套工具，来监控每个服务器节点的CPU、硬盘、内存、网卡流量信息，以及其他系统关键参数的信息。并以图表方式提供展示，方便了解服务器运行情况。每次新版本，或新功能上线，都通过这些信息来感知访问量变化，以及机器的负载情况。

五、容灾工具

当一组Server中其中一台出现问题时，会及时发现，并踢掉。