容量規劃
Vibe Prompt
「幫我根據過去 3 個月的流量趨勢預測下個月的資源需求，並建議何時擴容。」
預測方法
import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression
# 過去 90 天的每日最大 QPS
days = np.arange(90).reshape(-1, 1)
# 模擬成長趨勢 + 季節性
qps = 100 * (1 + days.flatten() / 90) + 20 * np.sin(days.flatten() * 2 * np.pi / 7)
model = LinearRegression()
model.fit(days, qps)
# 預測未來 30 天
future_days = np.arange(90, 120).reshape(-1, 1)
predicted_qps = model.predict(future_days)
print(f"預測第 120 天 QPS: {predicted_qps[-1]:.0f}")
print(f"成長率: {(predicted_qps[-1]/qps[-1] - 1) * 100:.1f}%")
# 擴容建議
target_qps_per_pod = 500
current_pods = int(qps[-1] / target_qps_per_pod) + 1
future_pods = int(predicted_qps[-1] / target_qps_per_pod) + 1
print(f"當前所需 Pod: {current_pods}")
print(f"下月所需 Pod: {future_pods}")
print(f"建議提前 {30 - 7} 天擴容至 {future_pods} 個 Pod")
擴容策略
| 策略 | 適用場景 | |------|---------| | 垂直擴容 | 單體應用，短期 | | 水平擴容 | 微服務，長期 | | 預先擴容 | 可預測流量（促銷活動） | | 自動擴容 | 波動劇烈 | | 排程擴容 | 固定週期（上班日 vs 假日） |
關鍵要點
- ✅ 容量規劃的核心問題：「何時需要加機器？」
- ✅ 預測方法：趨勢分析 + 季節性模型 + 業務成長指標
- ✅ 領先指標：新用戶註冊率、行銷活動排程、產品發表時程
- ✅ Auto Scaling 是容量規劃的實作工具，不是替代方案
- ✅ 每年兩次的 Load Test（壓力測試）是 SRE 的必要工作
規劃流程
收集歷史數據 ──▶ 分析成長趨勢 ──▶ 預測未來需求 ──▶ 設定 Threshold
▲ │
└──────────────── 調整預測 ───────────────────────────────┘
│
▼
Auto Scaling 設定
│
▼
Load Test 驗證
預測公式範例
def predict_capacity(current_usage, growth_rate, months_ahead):
"""
預測未來所需容量
current_usage: 當前最大使用量 (如 500 req/s)
growth_rate: 月成長率 (如 0.1 = 10%)
"""
for m in range(1, months_ahead + 1):
future = current_usage * (1 + growth_rate) ** m
required_instances = math.ceil(future / 100) # 假設每台 100 req/s
buffer = required_instances * 1.5 # 50% 緩衝
print(f"第 {m} 個月: {future:.0f} req/s → {required_instances} 台 (緩衝: {int(buffer)} 台)")
容量規劃：預測未來、提前準備
確保系統有足夠資源應付未來流量——但不浪費錢。
預測方法
- 趨勢分析：用歷史流量預測成長
- 壓力測試：知道系統最大容量
- Auto Scaling：根據負載自動增減
下一章預告：混沌工程
主動注入錯誤來測試系統韌性。
容量規劃的實戰方法
How：怎麼做容量規劃？
容量規劃的目標很簡單——在「效能足夠」和「不浪費錢」之間找到平衡。具體的執行步驟如下：
第一步：收集歷史資料
你需要至少 3-6 個月的歷史流量數據。關鍵指標包含：
- 每日最大 QPS（每秒查詢數）：決定服務需要多大規模
- P95/P99 延遲：流量增加時延遲的變化趨勢
- 資源使用率：CPU、記憶體、磁碟、網路 I/O
- 用戶增長率：新註冊、活躍用戶的成長速度
import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression
# 模擬過去 90 天的每日最大 QPS
days = np.arange(90).reshape(-1, 1)
# 假設每天成長 1%，並有每週週期性波動
qps = 500 * (1 + days.flatten() / 90) + 100 * np.sin(days.flatten() * 2 * np.pi / 7)
model = LinearRegression()
model.fit(days, qps)
# 預測未來 30 天
future = np.arange(90, 120).reshape(-1, 1)
predicted = model.predict(future)
print(f"當前 QPS: {int(qps[-1])}")
print(f"30 天後預測 QPS: {int(predicted[-1])}")
print(f"需提前準備: {int(predicted[-1] / 500 + 1)} 個 Pod")
第二步：設定 Threshold
Threshold（閾值）決定何時觸發擴容：
| 指標 | 警告閾值 | 緊急閾值 | 說明 | |:----|:--------|:--------|:----| | CPU 使用率 | > 60% | > 80% | 持續 5 分鐘 | | 記憶體使用率 | > 70% | > 85% | 持續 5 分鐘 | | QPS 成長率 | > 20%/月 | > 50%/月 | 需要提前擴容 | | P99 延遲 | > 200ms | > 500ms | 用戶體驗受影響 |
第三步：選擇擴容策略
| 策略 | 做法 | 適用場景 | 成本 | |:----|:----|:--------|:----| | 垂直擴容（Scale Up） | 換更大的機器 | 單體應用、資料庫 | 中（有限制） | | 水平擴容（Scale Out） | 加更多機器 | 微服務、無狀態應用 | 低（雲端首選） | | 預先擴容 | 活動前手動擴容 | 雙 11、促銷活動 | 中（需預測） | | Auto Scaling | 根據負載自動增減 | 流量波動大 | 最低 | | 排程擴容 | 上班日/假日不同規模 | 固定週期 | 低 |
Why：為什麼容量規劃這麼重要？
不做事前容量規劃的後果：
- 雙 11 流量暴增 10 倍，網站直接掛掉，每小時損失數百萬
- 為了以防萬一買了太多的伺服器，每個月浪費 30% 的雲端費用
- 資料庫磁碟空間用盡，導致整個服務中斷（這是最常見的 production 事故之一）
做事前容量規劃的好處：
- 知道何時該擴容，不用等到出事才應急處理
- 可以跟財務部門預估下季度的雲端費用
- 壓力測試可以提前發現系統的瓶頸
What：容量規劃的三大產出
- 容量預測報告：未來 3-6 個月的資源需求預估
- 擴容 Runbook：標準化的擴容操作步驟
- 壓力測試報告：系統的最大容量和瓶頸所在
名詞解釋
| 名詞 | 解釋 | |:----|:----| | QPS | Queries Per Second，每秒查詢數 | | Threshold | 觸發行動的數值門檻 | | Auto Scaling | 自動擴展，根據負載增減資源 | | Load Test | 壓力測試，找出系統的最大容量 | | Bottleneck | 系統中限制整體效能的元件 | | Buffer | 緩衝容量，通常保留 20-50% 的備用資源 |
為什麼要學容量規劃？
容量規劃是 SRE 從「被動救火」進階到「主動預防」的關鍵能力。沒有容量規劃，你只能在系統出問題時應急處理；有了容量規劃，你可以提前知道問題何時會發生、提前準備。
下一章預告：混沌工程
容量規劃處理的是「預期內的成長」。下一章的混沌工程處理的是「預期外的故障」——當系統遇到沒預料到的問題時（伺服器突然掛了、網路突然斷了），你的系統能撐住嗎？混沌工程就是透過主動注入故障來回答這個問題。