<p>快速进行功能开发对企业至关重要，开发团队都试图通过减少测试、配置和监控变化的时间来提高开发人员的效率。为了让开发人员安全地敲代码，Yelp使用内部分布式系统Seagull运行2000多万个测试。</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/c8ce0c2ff954993b4e026cd322e873be.jpg"></p>    <h2><strong>什么是Seagull？</strong></h2>    <p>Seagull是一个容错和故障恢复的分布式系统，用来并行执行测试包。Seagull由以下几部分组成：</p>    <ul>     <li>Apache Mesos（管理Seagull集群上的资源）</li>     <li>AWS EC2（提供组成Seagull和Jenkins集群的实例）</li>     <li>AWS DynamoDB（存储调度器的元数据）</li>     <li>Docker（隔离测试需要的服务）</li>     <li>Elasticsearch（追踪测试运行次数和集群使用数据）</li>     <li>Jenkins（搭建代码项目并运行Seagull调度器）</li>     <li>Kibana和SignalFx（提供监控和报警）</li>     <li>AWS S3（为测试日志提供真实数据来源</li>    </ul>    <h2><strong>挑战</strong></h2>    <p>在准备单片Web应用和Yelp主机配置新的生产代码之前，Yelp开发人员在特定的主机上运行整个测试包。测试前，开发人员需启动用来调度集群测试的Seagull。以下两点需要着重考虑：</p>    <ul>     <li>性能：每个Seagull-run包含将近10万个测试，依次运行完毕需要大约2天时间。</li>     <li>规模：通常一天有300多个seagull-runs在运行，高峰时段要同时运行30-40个测试。</li>    </ul>    <p>这项任务的挑战在于执行每一个Seagull-run所花费的时间是以“分钟”而不是以“天”来计算，同时保证在这个时间段内成本效益好。</p>    <h2><strong>Seagull怎样运作？</strong></h2>    <p>首先，开发人员在控制台启动Seagull-run，即启动Jenkins搭建代码项目并生成测试列表。然后，将测试打包传给Seagull集群上的调度器进行测试。最后，将测试结果存储在Elasticsearch和S3中。</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/e8cdddd56d17467b9b476b44c051ba89.png"></p>    <p>1、开发人员为特定的代码版本（基于其分支git SHAs）启动Seagull-run，设git分支为test_branch。</p>    <p>2、生成test_branch的代码项目和测试列表并上传到S3。</p>    <p>3、Bin Packer抓取测试列表和测试的历史时序元数据，从而构建包含测试的多包。有效打包是一个装箱问题，可以用以下两个算法解决，（选择哪种算法）取决于研发人员传给Seagull的参数：</p>    <p>（1）、贪婪算法：首先根据历史测试时长将测试分类，然后将测试时长设置为10分钟的测试归档。</p>    <p>（2）、线性规划（LP）：为了防止相关测试，一个测试需要和另一个测试在同一个包里运行。因此，我们使用LP进行打包，LP方程的目标函数和约束条件定义如下：</p>    <p>1）目标函数：对生成的包总数取最小值</p>    <p>2）主要约束条件：</p>    <p>单包的测试时长少于10分钟；</p>    <p>一个测试只能放入一个包；</p>    <p>相关测试放入同一个包。</p>    <p>我们使用Pulp LP解算器求解方程：</p>    <pre>  <code class="language-javascript"># Objective function:  problem = LpProblem('Minimize bundles', LpMinimize)  problem += lpSum([bundle[i] for i in range(max_bundles)]), 'Objective: Minimize bundles'    # One of the constraint, constraint (1), looks like:  for i in range(max_bundles):      sum_of_test_durations = 0      for test in all_tests:          sum_of_test_durations += test_bundle[test, i] * test_durations[test]      problem += (sum_of_test_durations) <= bundle_max_duration * bundle[i], ''</code></pre>    <p>其中，bundle和test_bundle是LP变量，max_bundles和bundle_max_duration是整数。</p>    <p>通常，在LP约束条件中，我们会考虑测试用例的搭建和解除的时长，但是为了简便，在这里我们忽略不计。</p>    <p>4、在Jenkins主机上启动调度器进程，Jenkins主机抓包然后搭建mesos架构。我们为每一个Seagull-run创立一个新的调度器。每一次运行生成300多个包，将运行时长在10分钟左右的包归为一类。调度器为每一个包建立一个Mesos执行器，只要Mesos控制器提供充足的资源，就将Mesos执行器列入Seagull集群时间计划表。</p>    <p>5、一旦执行器被列入到集群，执行器内部将进行以下步骤：</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/b77cc720590c35c04e89db001d71890b.png"></p>    <p>每一个执行器建立一个沙箱，从S3（在步骤（2）中已上传）下载新建项目。然后下载对应于相关测试服务的Docker图片就可以建立Docker容器（服务）了。当所有的容器都启动并运行，就开始进行测试了。最后，测试结果和元数据存储在Elasticsearch（ES）和S3中。我们用内部代理服务Apollo写入ES。</p>    <p>如果你生活在一个分布式系统的世界，你一定无法避免主机故障。Seagull对任何实例故障都具有容错功能。</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/7cbec6269df694415f65efc04e1c4a24.png"></p>    <p>例如，假设一个调度器要运行两个包。Mesos会提供一个代理（A1）的资源给调度器。假设调度器认为资源充足，那么这两个包会被安排在A1上。假如出于某种原因，A1出故障了，那么Mesos会通知到调度器。调度器的任务管理器决定重试或者丢弃那两个包。如果重试，当Mesos下一次提供充分的资源（这种情况下，是提供代理A2的资源）时，那两个包会被重新安排到时间计划表里。为了防止包被丢弃，调度器会将那两个包测试标记为“未执行”。</p>    <p>6. Seagull UI用Apollo从ES获取结果，并将结果加载到UI供开发人员查看。如果结果全部通过，就可以准备配置了。</p>    <h2><strong>规模化挑战</strong></h2>    <p>为了确保测试包的及时性，尤其是在高峰期，Seagull集群需要保证大量实例一直处于可用状态。之前我们使用AWS的按需实例AWS ASGs，但对我们来说，要想达到这个容量成本太高了。</p>    <p>为了降低成本，我们开始使用一个叫FleetMiser的内部工具去维持Seagull集群。FleetMiser是一个用来测量基于不同信号的集群的自动缩放引擎，这些信号包括当前集群使用率、管道内的流量数等等。FleeMiser主要由以下两部分组成：</p>    <ul>     <li>AWS Spot Fleet：AWS有现场实例，现场实例比按需实例成本低很多，Spot Fleet能提供交互界面更简单的现场实例。</li>     <li>自动缩放：集群的使用时间不稳定，使用高峰主要集中在10:00-19:00（太平洋标准时间），此时，开发人员工作强度最大。为了动态调整范围，FleetMiser使用集群在不同优先级别下的当前和历史使用数据。Seagull集群每天的波动范围大概介于1500CPU内核和10000CPU内核之间。</li>    </ul>    <p style="text-align:center"><img src="https://simg.open-open.com/show/dcc95d3875c555e3ae5285d0ad0f3a31.png"></p>    <p>FleeMiser为我们的集群节省了大约80%的成本。在使用FleetMiser之前，我们是使用AWS按需实例，没有自动缩放功能。</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/d3496f66a547fa03f3e107280fc365cf.png"></p>    <h2><strong>总结</strong></h2>    <p>Seagull使测试结果时长从2天缩短到了30分钟，同时也大大降低了执行成本。从今以后，开发人员可以安心敲代码，不用再花大量时间等待验证变化却束手无策。</p>    <p> </p>    <p>来自：http://www.iteye.com/news/32424</p>    <p> </p>