2022云原生编程挑战赛 Sidecar QPS优化 参赛过程和体验

还记得2年前，我有幸参加了首届云原生编程挑战赛，当时的比赛场景还历历在目。光阴如梭，转眼2年过去了，没想到机缘巧合，我又有机会参见第三届云原生编程挑战赛，心里也甚至激动。
我选择了赛道一，对Sidecar的性能进行优化，这是一个非常有意思的题目。我们需要用最合理的方式为Sidecar分配资源，让整个系统的整体性能达到最优，但同时又要尽可能的降低资源的使用量（无脑大量分配资源的方法显然不可取的）。
那如何为了个Sidecar分配资源呢？显然的方法就是，那个服务比较繁忙，就为哪个服务分配更多的资源了。于是，我就想当然的根据每个容器的CPU使用率进行分配了。可代码运行结果一出来，我就傻眼了，效果非常的差。经过一番调查，发现拿到的实际CPU使用率是一段时间的平均值，非常不准，无法真实反映case执行时的情况，无奈只能另寻出路。
我一直坚信，对资源的分配，一定是基于业务的繁忙情况，那除了CPU使用率外，还有哪些指标可以体现这个繁忙情况呢？经过反复阅读赛题（每次，一切答案也许都隐藏在赛题之中），我发现系统提供的日志里，包含了每个服务的调用和被调用信息，如果能得到每个服务的调用次数，和流量情况，那不是可以按照这个负载进行资源分配了？想到就做，于是，一个日志分析程序呼之而出，上线一跑，别说，效果还是不错，至少证明方向没有错误。
除了资源的分配，赛题提示可以通过EnvoyFilter对Sidecar进行优化，由于我对Istio是零基础，于是只能恶补各种基础知识，经过一番研究，有了几个点子，比如开启port reuse，设置负载均衡等等，但是根据一番测试，效果并不明显，也不明白具体的原因。为初赛留下了遗憾。不过，我觉得这也应该是比赛的有趣之处，留一些困惑，留一些疑问，才会有更大的进步嘛。待到决赛那天一定要好好请教各位导师，这其中的奥妙所在。
经过数月的努力，最终终于入围了决赛，心里也是无比激动的。每一次比赛都是对自身的磨练，感慨于对手的强大，抒发着自己的激情，打磨着自己的意志，体会着自身的进步，这就是比赛的意义。因此，最后不得不由衷感谢大赛主办方和天池，正是他们的存在，才让我们有机会接触一些最前沿的技术，找到前进的方向！