听过多泳道吗?赶紧进来看看它怎么建设的~

简介: 多泳道,顾名思义,就是像游泳一样,有多个游泳道,他们互相不影响。 测试环境多泳道,其实是有一个主泳道,多条次泳道,主泳道是作为稳定的泳道,它可以访问其他泳道的服务,其他泳道是不稳定的,这样的话,可*保证测试环境的稳定性

前言

多泳道听过吗?它为了解决什么问题?它又长什么样子?具体实现是怎么做的?

多泳道样子

多泳道,顾名思义,就是像游泳一样,有多个游泳道,他们互相不影响。 测试环境多泳道,其实是有一个主泳道,多条次泳道,主泳道是作为稳定的泳道,它可以访问其他泳道的服务,其他泳道是不稳定的,这样的话,可以保证测试环境的稳定性。

多泳道解决什么问题

背景:在测试阶段,我们经常会听到测试同学经常抱怨,测试进度被某个流程卡住,某某背锅开发同学在排查。有时会导致多个测试任务卡住,影响整个流程正常运作,所以我们需要保证测试环境的稳定性。

其次在同一时间,有多个需求同时进行,那么如果A同学改了一个代码,导致test环境炸了,是不是我们也需要等卑微的小A同学修完bug才能继续。多泳道可以解决抢占问题,提高开发效率,就是测试同学通过自己的泳道访问那条修改的代码。而其他同学访问稳定的test环境。

image.png

多泳道建设

多泳道长什么样子

image.png

如上图所示,测试环境作为稳定泳道来运作,这样就不会由于开发代码一直卡流程。如果我们只是特定的服务做更新的话,其他服务都是稳定的,我们只需要在特定节点路由到那个需要测试的服务,这样提高测试环境的稳定性。

怎么建设?


完整步骤

  1. 泳道创建:工单实现不同泳道的快速创建,比如说有个需求A,同一时间有个需求B,可以通过工单快速将dev1、dev2 开放平台两个版本跑起来 (稳定泳道:权限,经常变动泳道:开放平台..)
  2. 流量打标:网关进行改造,在工单创建泳道的时候顺便有个域名,dev1.com,dev2.com,同时指向稳定网关test环境,网关对流量进行打标tag。负载到对应环境的服务。
  3. RPC层负载:由于我们链路非常短,看不出这一层的负载,网关在调用权限模块之后,再调用开放平台服务,具体到哪个服务,这个也算rpc层负载。
  4. 数据隔离: dev1.com -> dev1 pod - >dev1数据库
为啥需要通过工单来创建?我们可以看下腾讯云方案,资源的自动化,弹性扩展。理想的话,我们也需要实现运维资源的自动化。

在二三点的时候,其实在上一篇文章讲过,大家感兴趣可以去看看~

数据隔离方面,可以做影子表、影子库。或者我们物理隔离统一5个环境,对应5个mysql实例。


测试流程

  1. 现在需求A、需求B来了,我们拉了两个分支,现在都提测了
  2. 创建工单,新建dev1、dev2环境,它会生成对应的域名指向test网关,然后我们通过全链路灰度,实现test网关通过域名维度,指向对应的服务。
  3. 测试同事通过不同域名,来验证不同的逻辑,然后去不同的数据库验证数据准确性。
  4. 测试通过之后,将分支合并到test,构建test环境
  5. 泳道删除,资源回收。

多泳道 VS 多物理环境

我们来对比下两个方案的优缺点,这样会有直观的比较。

形式 优点 缺点
多物理环境 物理隔离,操作快捷 资源浪费,测试环境会有不稳定的开发代码
多泳道 逻辑隔离,工单快速创建泳道,减少资源消耗 需要对中间件进行改造,比如说dev1、dev2 redis、mq、数据库都需要隔离

相对复杂一点的多泳道模型

image.png

参考 blog

本文借鉴以下文章:

相关文章
|
缓存 Kubernetes API
Kubernetes Operator 开发教程
# 1. 概述 我们将 CRD, Controller, Webhook 三者合起来叫 Operator。一个 Operator 工程一般必须包含 CRD 和 Controller,Admission 是可选的。如果说 Kubernetes 是 "操作系统" 的话,Operator 是 Kubernetes 的第一层应用,它部署在 Kubernetes 里,使用 Kubernetes "扩展资源
11969 1
Kubernetes Operator 开发教程
|
Shell
Mac终端工具Terminal (2):打开新终端窗口或者页签
Mac终端工具Terminal (2):打开新终端窗口或者页签
2094 0
|
消息中间件 设计模式 移动开发
高德打车通用可编排订单状态机引擎设计
订单状态流转是交易系统的最为核心的工作,订单系统往往都会存在状态多、链路长、逻辑复杂的特点,还存在多场景、多类型、多业务维度等业务特性。在保证订单状态流转稳定性的前提下、可扩展性和可维护性是我们需要重点关注和解决的问题。
高德打车通用可编排订单状态机引擎设计
|
3月前
|
人工智能 安全 前端开发
实测推荐 3 个 Skill,轻松上手 Codex 网页设计与交付流程
小七实测3个前端Skill:`design-taste-frontend`强化设计规范与双主题支持,`humanizer`去除AI腔、优化文案自然度,`better-interface`完成可访问性等交付级审查。结果表明——当Agent基础能力已强,Skill核心价值转向固化专业标准、流程与质量门禁。
452 0
|
11月前
|
Kubernetes 网络协议 API
【k8s-1.34.2安装部署】十.gateway Api v1.4.0安装
本章介绍Kubernetes Gateway API部署,重点讲解Istio作为更新最快、兼容性最佳的控制器。内容涵盖Istio安装、Gateway API部署(含实验版与正式版)、各类路由(HTTP、gRPC、TCP、UDP)配置示例及镜像拉取失败解决方案,助您快速上手Gateway API实践。
1559 69
|
存储 Kubernetes 调度
|
机器学习/深度学习 人工智能 芯片
42_大语言模型的计算需求:从GPU到TPU
随着2025年大语言模型技术的持续突破和规模化应用,计算资源已成为推动AI发展的关键驱动力。从最初的CPU计算,到GPU加速,再到专用AI加速器的崛起,大语言模型的计算需求正在重塑全球数据中心的基础设施架构。当前,全球AI半导体市场规模预计在2027年将达到2380亿美元(基本情境)甚至4050亿美元(乐观情境),这一增长背后,是大语言模型对计算能力、内存带宽和能效比的极致追求。
1239 0
|
Prometheus Kubernetes Cloud Native
Kruise Rollout:灵活可插拔的渐进式发布框架
Kruise Rollout 是 OpenKruise 社区开源的渐进式交付框架。Kruise Rollout 支持配合流量和实例灰度的金丝雀发布、蓝绿发布、A/B Testing 发布,以及发布过程能够基于 Prometheus Metrics 指标自动化分批与暂停,并提供旁路的无感对接、兼容已有的多种工作负载(Deployment、CloneSet、DaemonSet)。近期也在《2022 开放原子全球开源峰会》上面做了主题分享,以下是主要内容。
Kruise Rollout:灵活可插拔的渐进式发布框架