英雄互娱 观测云

在 Kubernetes 压测中结合 APM、日志与持续 Profiling 定位 Redis 调用瓶颈

Kubernetes 压测观测
APM 与 Profiling
Redis 调用分析

客户背景

英雄互娱是一家互动娱乐企业。公开客户案例描述了游戏登录流量增长场景下，团队使用 Kubernetes 与 HPA 进行弹性扩展，并通过压力测试验证服务承载能力。

弹性扩容需要性能证据

增加容器副本并不一定线性增加吞吐量，团队需要判断瓶颈位于计算资源、共享依赖还是应用代码。

弹性扩容需要性能证据

压测结果在扩容后出现平台期

公开案例记录了继续增加 Pod 后吞吐增长受限的现象，但仅凭资源数量无法解释原因。

压测结果在扩容后出现平台期

实施路径

用 APM、日志与 Profiling 分析压测

团队在容器环境部署 DataKit，接入链路和日志；再从 APM 服务概览检查可疑服务与 Redis 依赖，并以 Profiling 的 Lock Wait Time 和 Socket I/O Read Time 定位频繁 Redis 调用的代码路径。

用 APM、日志与 Profiling 分析压测

客户获得的能力

代码瓶颈获得可复现证据

研发根据链路、Redis 状态和 Profile 热点调整实现，并在相同资源配置下重新压测，验证该场景的吞吐表现得到改善；结果不代表其他游戏或环境。

相关产品能力

基础设施监控 APM 应用性能监控 RUM 真实用户监控 持续 Profiling API 可用性监控

常见问题

为什么增加 Pod 后吞吐量可能不再增长？

瓶颈可能转移到共享缓存、数据库、网络、锁竞争或应用代码。HPA 只增加副本，不能自动消除这些共享依赖。

Profiling 在案例中发现了什么？

公开案例关注 Lock Wait Time 与 Socket I/O Read Time，并结合 APM 和 Redis 状态定位到代码中的频繁 Redis 调用。

案例中的压测结果可以作为性能保证吗？

不可以。它只记录特定代码、资源配置、流量模型和测试环境下的结果，其他系统必须使用自身工作负载重新验证。

更多客户案例

安踏集团

安踏集团

整合分散开源监控，建立共享的全栈可观测工作流。

 康福德高 CDG

康福德高 CDG

迁移既有追踪数据，并按部署边界管理可观测数据。

 通力 KONE

通力 KONE

关联 AWS 资源、RUM、APM、日志和自定义采集。