在大型活动技术保障的过程中，容量可谓最重要的保障领域，而全链路压测是当前业界最流行的验证容量能力的解决方案。本次分享我将从蚂蚁大型活动保障架构出发，逐步引出全链路压测体系，通过介绍压测平台架构和压测核心技术方案，尝试回答为什么要做全链路压测和如何做好全链路压测的问题。同时，会通过一个完整的大促压测保障案例，由浅入深阐述蚂蚁全链路压测领域的完整解决方案。最后，对当前火热的 AI 领域压测，提出一些新的思考和展望，以期抛砖引玉，寻求面向未来的压测架构演进方向。

演讲提纲

1. 蚂蚁大型活动保障架构

• 蚂蚁大促活动分级
• 蚂蚁大促活动 SOP
• 蚂蚁大促整体架构
• 蚂蚁大促容量架构

2. 蚂蚁全链路压测体系

• 为什么要做全链路压测？
• 蚂蚁全链路压测平台架构介绍
• 蚂蚁全链路压测核心技术介绍
  • 压测全链路染色达标
  • 压测前置风险校验
  • 压测隔离
  • 压测秒级熔断
  • 压测溯源定位
  • 压测窗口及白名单
  • 业务特色压测
  • 压测用户资产
  • 压测营销配置
  • 算法压测

3. 蚂蚁大促全链路压测实战

• 容量评估与资源交付
• 压测模型整理
• 压测脚本编写与调试
• 压测配置与资产准备
• 压测计划制定
• 压测执行及值班
• 压测报告产出及总结

4. 未来已来！AI 压测

• AI 链路的特点
• AI 场景的压测关注点
• AI 场景的压测实践
• AI 压测展望

您认为，这样的技术在实践过程中有哪些痛点？

• 公司技术标准的统一、中间件及存储产品的适配情况、业务对压测的认知及配合程度，都将成为能否真正实现全链路压测的痛点，我们不否认全链路压测的改造成本。

演讲亮点

• 围绕技术风险构建压测能力
• 基于活动保障的要求沉淀全链路压测 SOP

听众收益

• 了解大型活动保障架构及 SOP
• 全面了解全链路压测完整的过程

在互联网业务高并发、高可用的需求下，混沌工程与全链路压测成为保障系统稳定性的关键手段。混沌工程通过主动注入故障（如硬件、中间件、业务层故障）验证系统韧性，而全链路压测通过模拟真实流量发现性能瓶颈，两者结合可构建稳定、可观测、可自愈的系统。

混沌工程落地需解决业务方接受度、风险控制及与监控/SRE体系的协同问题，其核心技术包括自动化演练与恢复机制。全链路压测则依赖流量染色、影子库等核心技术，需应对突发流量、数据库慢查询等典型问题，并通过常态化压测与AI预测实现智能优化。

二者的互补性体现在：混沌工程验证容错能力，全链路压测验证承载能力。通过结合使用，企业能提前发现并修复潜在问题，为业务连续性提供坚实保障。未来，自动化、智能化与全流程整合将是技术演进的核心方向。

本次演讲我将介绍小米在百万 QPS 场景下，如何通过混沌工程故障注入与全链路压测的协同体系，构建系统韧性防线，探讨自动化演练与 AI 预测驱动的稳定性持续优化路径。

演讲提纲

1. 背景 & 价值

• 行业趋势与挑战
  • 互联网业务高并发、高可用的需求
  • 故障不可避免，如何提前发现并优化
• 混沌工程与全链路压测的核心价值
  • 混沌工程：主动注入故障，验证系统韧性
  • 全链路压测：模拟真实流量，发现性能瓶颈
  • 两者结合：构建稳定、可观测、可自愈的系统

2. 混沌工程：从理论到实践

• 混沌工程平台建设
  • 故障注入类型（基础硬件故障、容器故障、中间件故障、业务应用故障等）
  • 自动化演练与监控恢复机制
  • 混沌工程核心技术架构与技术挑战
• 混沌工程的落地挑战
  • 如何说服业务方接受故障演练？
  • 如何控制演练风险？
  • 如何与监控、告警、SRE 体系结合？

3. 全链路压测：真实业务场景下的性能验证

• 全链路压测的核心技术
  • 全链路压测核心技术架构与技术挑战
  • 流量染色：区分压测流量与真实流量
  • 影子库/影子表：避免污染生产数据
  • 压测场景建模（突发流量、热点请求、异常情况）
• 大促保障实战经验
  • 如何设计压测方案（逐步加压 vs. 极限施压）
  • 典型性能问题与优化手段（DB慢查询、缓存击穿、线程池耗尽）
• 压测的常态化与自动化
  • 如何让压测成为研发流程的一部分？
  • 智能压测：结合AI预测流量高峰

4. 混沌工程 + 全链路压测：构建高可用系统

• 两者的互补关系
• 混沌工程验证系统容错能力
• 全链路压测验证系统承载能力
• 结合使用：提前发现并修复潜在问题

您认为，这样的技术在实践过程中有哪些痛点？

• 故障注入和压测需要的数据准备
• 混沌及压测的流程编排

演讲亮点

• 流程编排是独有的，符合真实业务的场景
• 应用落地了最新的开发技术，比如 Java 21 等

听众收益

• 小米公司是如何在开展多个高度复杂业务场景下的稳定性保障，哪些可以借鉴
• 探讨小米公司面向未来，应对更大流量更复杂流程场景的下的技术保障规划
• 了解前沿开发技术在真实高并发场景下的落地情况

随着业务规模的增长，多活容灾架构是解除单一机房风险的必然选择，小红书过去完全长在公有云，到当前开启自建，业务多活架构逐步演进为混合云的容灾架构，一方面我们识别核心业务持续补齐多活架构，另一方面如何确保基于混合云的多活架构在真实机房 & 专线故障时实现逃逸止损是我们不得不面临的挑战，因此我们发现混合云容灾架构建设和治理专项，以容灾演练为牵引，充分挖掘容灾风险并治理，同时建设容灾中控能力，实现容灾故障时核心业务 RTO 控制在 10mins 内。

演讲提纲

1. 小红书混合云演进以及面临的容灾风险与挑战

• 小红书混合云演进历程
• 容灾风险识别和面临的挑战
• 专线各机房间的专线故障以及流量管理
• 架构复杂度陡增：故障链路更长，存在跨云跨地域依赖
• 容灾演练覆盖度不足：混合云演练需要更强的组织和演练效率覆盖各类组合故障
• 如何平衡业务效果和容灾要求、故障发生时各业务逃逸止损的协同效率等挑战

2. 小红书混合云容灾体系建设

• 容灾建设思路
• 混合云容灾规范：明确混合云环境下业务系统容灾能力建设标准
• 管控面容灾建设：确保容灾指令在任意单机房故障场景下正确下发
• 核心机房治理
• 业务梳理和真实混沌演练进行风险摸底
• 存储风险治理
• 离线数据链路治理
• 容灾中控建设：实现容灾全局业务可观测和止损预案全局可控

3. 小红书容灾演练实践

• 演练体系搭建：容灾演练规划，包括业务影响和风险评估、组织阵型、混沌方案、剧本、容灾预案设计和回滚机制等
• 演练典型案例分享

4. 未来展望和思考

• 技术升级：探讨接下来混合云容灾的进阶技术路径，引入AI辅助故障预测和自动决策、生效更快更准的逃逸能力建设和打磨、常态化多活容灾架构保鲜等
• 业务和容灾深度融合：如何让容灾能力更贴合业务发展，比如新业务上线容灾能力建设标准化流程、更复杂的国际化业务容灾思考

您认为，这样的技术在实践过程中有哪些痛点？

• 每家公司都有不一样的infra演进路径和基建选型，如何针对小红书特有的混合云 Infra 和基建能力并结合容灾目标设计合理的容灾架构
• 容灾演练如何控制好爆炸半径和业务损失，以及通过建设哪些平台能力提升容灾演练的准确性（演练真实性）和效率（演练经济性）

演讲亮点

• 基于小红书混合云特色的容灾体系建设和容灾演练最佳实践

听众收益

• 了解小红书混合云演进和业务容灾架构建设进程
• 了解小红书的容灾体系建设的思考路径和最佳实践
• 了解小红书容灾演练的实践和踩坑经验，学习如何做好容灾演练计划、方案设计以及组织实施

游戏行业高可用面临毫秒级延迟敏感、复杂逻辑低承载及节日流量突增等挑战。本次分享聚焦腾讯游戏在超大 PCU 业务下的全链路保障实践，介绍从设计评审、分层混沌演习到 SRE 领域模型辅助故障定位的完整框架。重点剖析分层混沌工程体系与 AI 驱动的故障定位模型，结合典型业务案例，总结可复用的压测策略与落地经验，为高实时、高并发系统提供工程化参考。

演讲提纲

1. 背景 & 问题：游戏行业高可用的独特挑战

• 高实时性：毫秒级延迟敏感，生产环境压测难实施；服务器性能裕量小，CPU > 60% 即出现卡顿投诉
• 低承载能力：复杂逻辑导致单机承载远低于互联网平均水平；大版本更新可能需要一次性扩容数十万核心
• 瞬时流量冲击：周年庆、春节等活动 1 分钟内连接数可暴增 N 倍；新玩法上线导致同等在线下，资源需求激增

2. 解决思路：从设计到运维的全链路保障框架

• 容灾能力建设
  • 开发设计阶段：TDR 评审，提前规避单点与性能瓶颈
  • 测试阶段：删档测试期的分层混沌演习，暴露弱点
  • 上线阶段：SRE 领域模型辅助故障快速定位
• 容量规划与验证策略
  • 全链路压测：模拟从登录到战斗的 90% 核心路径
  • 局部生产压测：动态注入流量验证单模块承载

3. 技术体系设计与典型案例实践

• 分层混沌工程体系设计
  • 接入层：DNS 解析异常、网络抖动、机房不可用
  • 逻辑层：单点模块故障、过载保护、负载均衡策略验证、数据保护机制验证
  • 存储层：DB Proxy 异常、主从切换、IP 变更对业务的影响
• SRE 领域模型训练与应用
  • 数据来源：历史故障、混沌演习日志、运维知识库
  • 技术路径：
    • 预训练：大规模运维经验语料
    • 精调：领域知识 + 领域技能双向微调
    • 强化学习：混沌场景驱动外网异常应对能力提升
  • 效果：故障定位时间显著缩短，减少人为排查成本
• 典型实践案例
  • 超大 PCU 业务上线保障  
  • 典型游戏业务服务器架构设计
  • 关键模块的高可用风险及优化思路
  • 腾讯游戏混沌工程实践

4. 经验总结：从踩坑到最佳实践

• 不同业务体量的压测策略选择
• 混沌工程落地的常见陷阱与改进路径

实践痛点  

• 如何通过 SRE 左移在业务开发前期，建立架构评审的关键要求和标准，推动落地执行，提升架构设计的健壮性？
• 外网运行中为数千万用户提供服务的生产环境，注入压测流量在大部分场景下通常不具备可行性，如何通过局部压测的方式评估业务完整承载能力？
• 日常稳定增长的业务场景和海量突发场景，在支撑模式和关注点上有什么区别？

演讲亮点

• 游戏行业高可用架构设计的关键方法
• 游戏行业容灾能力验证的方法和混沌工程的应用
• 游戏行业压测的方法及重点关注的指标
• 游戏行业海量支撑实践及关键节点的重保流程

听众收益  

• 了解游戏行业的高可用架构设计的经验，常见薄弱环节及解决方法，可用于业务自身开发时提升健壮性的参考
• 了解混沌工程在游戏行业的落地经验
• 了解 SRE 专属大模型在混沌、压测、故障定位等领域的落地经验
• 理解游戏业务海量容量规划的经验
• 了解业务架构设计中的，可用于业务自身开发时提升健壮性的参考