高可用，脱胎于历经阿里巴巴 10 年生产验证的内部产品，支持具有数百万服务的大 规模场景，具备企业级 SLA 的开源产品。 实时：数据变更毫秒级推送生效；1w 级，SLA 承诺 1w 实例上下线 1s，99.9% 推送完成；10w 级，SLA 承诺 1w 实例上下线 3s，99.9% 推送完成；100w 级别，SLA 承诺 1w 实例上下线 9s 99.9% 推送完成。 规模：十万级服务/配置，百万级连接，具备强大扩展性。 CMDB：解决元数据存储，与三方 CMDB 系统对接问题，解决应用，人，资源关系。  Metrics：暴露标准 Metrics 数据，方便与三方监控系统打通。  Trace：暴露标准 Trace，方便与 SLA 系统打通，日志白平化，推送轨迹等能力，并且可以和计 量计费系统打通。  接入管理：相当于阿里云开通服务，分配身份、容量、权限过程。  用户管理：解决用户管理，登录，SSO 等问题。  nacos 客户端，每个客户端从 服务池中随机选择 5 个服务进行注册，随后随机订阅 5 个服务池中的服务；共 10w 个客户端，10w 个服务，50w 服务实例，观察注册过程中的服务端性能指标及推送 SLA。 注册完成后放置，达到稳定状态后再观察服务端性能指标，整个过程持续 20min。 之后所有施压机关闭，观察集群注销的服务端性能指标。 2. 大规模服务注册达到稳定状态后，部分实例频繁发布 场景描述

放心 省钱 销量 品牌 信赖 收入 稳定 安全 SLA更高 业务复杂性高 • 用户：花了钱却饿着肚子 • 商家：出了餐却无人配送 • 骑手：投入的时间、劳动却少赚了钱 • 多业务线的共性与差异：专送、代理、众包⋯ • 运营复杂度高：定义科学的订单供给与运力结构，并精准调控 • 安全管理：用户安全、商家安全、骑手安全 履约SLA要求高，重线下业务运营 配送系统的技术定位与思路 初期造工具，解决能不能 后期偏重系统建设（提升人效） 快速起量，系统质量、研发效率问题凸显 v1.0 基于open-falcon的基础监控 • 单接口、核心依赖降级 • 业务大盘、Trace • 容灾预案集成到系统 核心依赖 端到端 服务SLA分级 与 场景化 核心依赖 ->  端到端 ->  场景化 的监控与容灾预案 规模化阶段：容灾能力 快速起量，系统质量、研发效率问题凸显 规模化阶段：系统容量 静态评估 工具辅助评估

Terminate host Inject latency Inject failure Chaos Engineering Set expected SLA Inject Failures Measure services meet SLA? E S Improve system Chaos Engineering Principles • Build a Hypothesis around

应用的黑盒调用（本地Java方法调用）转变成透明的API契约调用  服务自治：通过在线的微服务治理结合云平台，可以实现微服务的弹性伸缩、故障自劢 迁移、降级熔断等，保障微服务的运行质量，提升业务SLA  建立服务化团队：随着业务的丌断拆分，大的研发团队也会被拆分成2-Pizza Team， 微服务团队由3-5人组成，负责整个微服务的设计、开发、测试、部署运维和治理，通过 全功能团队的建设，让业务真正敏捷起来 解决方案：CSE提供数据最终一致性方案-Saga CSE在消费者云业务的实践-服务治理能力 为什么需要服务治理：  随着业务的发展，服务越来越多，如何协调线上运行的各个 服务，保障服务的SLA，对服务架构和运维人员是一个很大 的挑戓  线上业务发生故障时，需要对故障业务做服务降级、流量控 制、流量迁移等，快速恢复业务  随着开发团队的丌断扩大，服务的上线越来越随意，上线容

• ������ • �������� • ���� > < WWW.GOODRAIN.COM ����� 26 �� A �� D �� C �� B ������ • SLA 99.95% • �������� • ������� > < WWW.GOODRAIN.COM ���� 27 �� A �� B �� A �� C • ���� •

Lua 运行时类库 并发模型 异步Async 批量Batch 多核并行Parallel Lua协程绑定Go程 IO阻塞自动切换 高可用 负载均衡 寻址 限流 缓存 降级 SLA保证 并行执行单元 消息总线 屏蔽本地网络差异 微执行单元 水平伸缩 运营监控 旁路实时上报 自定义告警策略 收敛算法 海量日志查询 DSL加速敏捷 微服务编排 Node

Environment Variables with KMS Support • Support Custom Runtime • Support Lambda Layer • 99.95% SLA Decouple and Modularize your Serverless Application Lambda layers • Let functions easily share

动态切换节点的能力 3、支付等业务， 对故障时间敏感， 手工切换无法满足需求 背景 目标 1、提供http，tcp的业务拨测能力， 能够按照预定条件进行对负载 均衡RS节点的摘除，屏蔽故障 2、保证拨测任务的SLA，能够按时执行，故障屏蔽秒级生效时间 方案介绍 落地效果 故障节点发现时间 之前分钟级 10s内 流量摘除生效时间 之前10分钟 30s内 故障屏蔽实效 之前10分钟 1分钟内

ServiceComb统一预警体系，不 同业务部门之间的合作和协同  服务化地图：业务部署上线后，对业务微服务API进行基 线化，并发布服务化地图，涵盖微服务的划分原则、微服务 流水线地址、微服务SLA指标等 总体策略-技术选型 Website: http://servicecomb.incubator.apache.org/ Gitter: https://gitter.im/ServiceCombUsers/Lobby

management.metrics.distribution.sla Publish a cumulative histogram with buckets defined by your SLAs. For more details on concepts behind percentiles-histogram, percentiles and sla refer to the "Histograms and backend for meter IDs starting- with the specified name. management.metrics.distribution.sla.*= # Specific SLA boundaries for meter IDs starting-with the specified name. The longest match wins, the key