英雄互娛 觀測雲

在 Kubernetes 壓力測試中結合 APM、日誌與持續 Profiling 定位 Redis 呼叫瓶頸

Kubernetes 壓測觀測
APM 與持續 Profiling
Redis 呼叫分析

客戶背景

英雄互娛是一家互動娛樂企業。公開案例描述遊戲登入流量情境下，團隊以 Kubernetes 與 HPA 提供彈性容量，並透過壓力測試驗證服務表現。

彈性擴展需要效能證據

增加容器副本不一定令吞吐量線性增長；限制可能來自運算、共享依賴或應用程式程式碼。

彈性擴展需要效能證據

壓測吞吐在擴展後進入平台期

公開測試顯示增加 Pod 後吞吐增長受限，單靠資源數量無法解釋原因。

壓測吞吐在擴展後進入平台期

導入方式

以 APM、日誌與 Profiling 分析壓測

團隊在容器環境部署 DataKit，接入追蹤與日誌，從 APM 檢查可疑服務及 Redis，再利用 Lock Wait Time 和 Socket I/O Read Time 等 Profile 訊號定位頻繁 Redis 呼叫的程式碼路徑。

以 APM、日誌與 Profiling 分析壓測

客戶獲得的能力

程式碼瓶頸取得可重現證據

研發根據追蹤、Redis 與 Profile 證據調整實現，再以相同資源重新壓測，驗證該情境吞吐改善；結果不代表其他工作負載。

相關產品能力

基礎架構監控 APM 應用程式效能監控 RUM 真實使用者監控 持續 Profiling API 可用性監控

常見問題

增加 Pod 後吞吐為何可能停止增長？

瓶頸可能轉移至共享快取、資料庫、網絡、鎖競爭或程式碼路徑。HPA 增加副本，但不會自動移除共享限制。

Profiling 在案例中發現甚麼？

公開案例關注 Lock Wait Time 與 Socket I/O Read Time，並結合 APM 和 Redis 狀態定位程式碼中的頻繁 Redis 呼叫。

案例壓測結果可否視為效能保證？

不可以。它只記錄特定程式碼版本、資源設定、流量模型與測試環境；其他工作負載必須重新驗證。

更多客戶案例

安踏集團

安踏集團

整合分散開源監控，建立共享的全端可觀測工作流程。

 康福德高 CDG

康福德高 CDG

遷移既有追蹤資料，並按部署邊界管理可觀測資料。

 通力 KONE

通力 KONE

關聯 AWS 資源、RUM、APM、日誌與自訂採集。