Unité 7.3 : Ingénierie des performances
Introduction
Le portail de FinCorp a réussi ses tests fonctionnels, mais a échoué à son premier test de charge : le lot de fin de mois a ralenti chaque demande des clients. La cause ne résidait pas dans un seul composant lent. Un volume de base de données était dimensionné pour ses données, et non pour son I/O, et chaque réplique du portail ouvrait ses propres connexions à la base de données. Chacun de ces éléments était une décision de performance prise par défaut.
Cette unité de conception examine l'architecture en couches de l'Unité 1.2, de la périphérie jusqu'au disque, et identifie, à chaque couche, la limite qui détermine la performance et la levier qui la modifie.
1. Où la latence se gagne ou se perd
1.1 Le chemin et ses plafonds
Une requête traverse chaque couche une fois, et la couche la plus lente fixe le rythme :
| Couche | Plafond à connaître | Levier |
|---|---|---|
| Edge | Traitement ALB en couche 7 ; NLB en couche 4 | Conserver la logique de routage en couche 4 lorsque les performances de routage sont critiques (unités 3.3, 3.4) |
| Réseau du serveur | Jusqu'à 6 Gbps en interne et jusqu'à 6 Gbps en externe par carte réseau, avec un MTU de 1 500 | Multi-Queue de la carte réseau ; plus de serveurs derrière l'équilibreur de charge |
| Ingress Kubernetes | Un service LoadBalancer est l'adresse IP statique d'un nœud, avec 2 Gbit/s de débit public par nœud | Répartir les adresses IP d'ingress sur plusieurs nœuds |
| Lien hybride | 1 Gbps par tunnel VPN Gateway (unité 3.6) | Plusieurs tunnels, ou une ligne dédiée |
| Base de données | Un nœud principal gère toutes les lectures et les écritures ; les connexions suivent la RAM | Pooler et cache (section 3) |
| Stockage | IOPS par volume qui augmentent avec la taille, jusqu'à un plafond | Classe et taille du Volume (section 2) |
La valeur externe comporte une réserve : le débit externe maximal ne peut être atteint qu'avec un amont correspondant du fournisseur à l'autre extrémité. Plusieurs de ces lignes représentent des plafonds mononœud que l'optimisation ne supprime pas, seule la mise à l'échelle horizontale y parvient. Par exemple, pour un ingress Kubernetes proche de 5 Gbit/s, trois nœuds sont nécessaires, chacun avec sa propre adresse IP LoadBalancer, attribuée à des nœuds d'ingress dédiés par étiquette de nœud. Le schéma est toujours le même : attribuer au nœud unique un budget mesuré et mettre à l'échelle horizontalement au niveau de la couche supérieure avant que le budget ne soit épuisé.
1.2 Le tissu sous les serveurs
Sous la couche virtuelle, IONOS CLOUD connecte les systèmes de stockage centralisés et les connexions de données internes entre les serveurs clients à l'aide de réseaux haut débit basés sur la technologie InfiniBand ou Ethernet, et exploite des réseaux redondants sur chaque site avec des connexions allant jusqu'à 100 Gbps. Vous ne choisissez pas le tissu. Vous choisissez le pilote : IONOS CLOUD recommande d'utiliser toujours VirtIO afin de bénéficier des performances complètes d'InfiniBand, et IDE est destiné au dépannage, par exemple lorsqu'un système d'exploitation ne dispose pas encore de pilotes VirtIO. Une VM migrée laissée sur IDE (unité 7.4) sacrifie les performances de stockage sur chaque requête.
1.3 Multi-Queue de la carte réseau
Par défaut, une carte réseau traite le trafic via une seule file. Le Multi-Queue de la carte réseau associe plusieurs files à une VM en fonction de son nombre de cœurs, afin que plusieurs cœurs CPU traitent les paquets réseau en parallèle. Cette fonction est désactivée par défaut et activée par VM dans le DCD ou via l'API, et son activation redémarre la VM. Le nombre de files suit les threads CPU, donc après l'ajout de cœurs, la VM nécessite un redémarrage via le DCD ou l'API ; un redémarrage du système d'exploitation ne met pas à jour les files. Il faut au moins deux threads et cette fonction n'est pas disponible pour les Cubes. FinCorp l'active pour les serveurs de données et la paire de passerelles partenaires à forte charge réseau, dans une fenêtre de maintenance.
2. Planchers de performance et niveaux de stockage
2.1 La taille détermine la performance
Le stockage Essential est statique : 1 100 IOPS en régime normal et 2 500 IOPS en rafale à 4 Ko, indépendamment de la taille. Les classes Balanced et Performance évoluent avec la taille du volume, ce qui transforme la capacité en une décision d'entrée/sortie :
| Taille du volume | IOPS de lecture / écriture Balanced | IOPS de lecture / écriture Performance |
|---|---|---|
| 100 Go | 4 000 / 3 000 | 7 500 / 5 000 |
| 300 Go | 12 000 / 9 000 | 22 500 / 15 000 |
| 600 Go et plus | 24 000 / 18 000 (plafond) | 45 000 / 30 000 (plafond) |
Ces valeurs découlent de 40 IOPS de lecture et 30 IOPS d'écriture par Go pour Balanced, et de 75 IOPS de lecture et 50 IOPS d'écriture par Go pour Performance, avec une taille de bloc de 4 Ko. Trois règles entourent ce tableau. IONOS CLOUD recommande au moins 100 Go pour les volumes Balanced et Performance afin de tirer pleinement parti des SSD. Les volumes au-delà de 600 Go atteignent la performance maximale attendue, de sorte qu'augmenter davantage la taille d'un volume ajoute de la capacité, mais pas des IOPS. De plus, les plafonds exigent un serveur minimal par volume : 2 cœurs et 2 Go de RAM pour Balanced, 4 cœurs et 4 Go de RAM pour Performance. Un petit serveur placé devant un grand volume n'atteindra jamais le plafond de ce dernier.
2.2 Choisir le niveau selon le prix par IOPS
Balanced coûte 0,07 € et Performance 0,15 € par Go et par 30 jours (Unité 2.4). Jusqu'au plafond de Balanced, un volume Balanced de grande taille procure souvent les mêmes IOPS pour un coût inférieur. La base de données de reporting autogérée sur l'un des serveurs de données de FinCorp nécessite 20 000 IOPS de lecture :
- Balanced : 500 Go fournissent 20 000 IOPS de lecture pour 35,00 € par 30 jours.
- Performance : environ 267 Go fournissent le même niveau pour environ 40,05 € par 30 jours.
Performance l'emporte lorsque la demande dépasse les plafonds de Balanced, ou lorsque la capacité doit rester faible. Pour un volume dépassant 45 000 IOPS de lecture, un volume unique ne suffit pas : répartissez les données sur plusieurs volumes, chacun ayant son propre plafond. Rappelez-vous l'asymétrie de l'Unité 4.2 : un volume peut augmenter, mais jamais diminuer, de sorte que la sur-provisionnement du stockage est peu coûteuse au départ, mais permanente.
Les bases de données gérées suivent la même logique. DBaaS pour PostgreSQL recommande une taille de stockage de 100 Go pour une performance optimale (Unité 5.3), de sorte qu'une petite base de données reçoit toujours un volume de 100 Go.
3. Leviers de débit devant la base de données
La couche de données dispose d'un seul rédacteur par cluster, et les répliques en attente augmentent la disponibilité, mais pas la capacité de lecture (unités 5.3 et 5.5). Deux leviers augmentent le débit sans un second rédacteur.
Pool de connexions. max_connections dans DBaaS pour PostgreSQL suit la RAM et plafonne à 1 000 au-delà de 8 Go, avec 11 réservées à l'usage interne. Chaque réplique du portail qui ouvre son propre pool multiplie le nombre : vingt répliques avec cinquante connexions atteignent le plafond. Le pooler géré en mode Transaction permet à de nombreuses connexions clients de partager un plus petit nombre de connexions à la base de données, ce qui est le mode approprié pour le traitement des requêtes sans état.
Mise en cache. DBaaS pour In-Memory DB placé devant la base de données sert les lectures répétées depuis la mémoire et les retire de la charge de la réplique principale. Sa capacité de lecture provient des cœurs et de la RAM de sa réplique principale, car les répliques secondaires sont passives. Mettez en cache ce qui est lu fréquemment et modifié rarement, et réglez l'expiration afin que les données obsolètes aient une durée de vie limitée.
Ensemble, le pooler augmente le nombre de clients qu'une réplique principale peut servir, et le cache réduit le nombre de requêtes qui la rejoignent. Mesurez les deux dans le tableau de bord PostgreSQL de l'unité 7.2 : les sessions et le débit des transactions indiquent si le pooler ou la réplique principale est le facteur limitant.
4. Dimensionnement optimal par rapport au surdimensionnement
Le dimensionnement optimal consiste à fonctionner près du besoin mesuré et à augmenter les ressources lorsque la surveillance le recommande. Sur cette plateforme, la croissance est peu coûteuse et rapide : le Live Vertical Scaling ajoute du CPU, de la RAM, des NICs et du stockage à un Dedicated Core Server ou à un vCPU Server en cours d'exécution. La réduction n'est pas le cas : un nombre inférieur de cœurs ou une quantité moindre de RAM nécessite un redémarrage, et le stockage ne peut pas être réduit du tout (Unité 4.3). Au-delà de 240 Go de RAM, le hotplugging est désactivé et toute augmentation de la RAM redémarre la VM.
Le compromis découle de cette asymétrie :
| Ressource | Dimensionnement optimal lorsque | Surdimensionnement lorsque |
|---|---|---|
| CPU et RAM | La charge de travail peut accepter un redémarrage planifié pour la réduction, et les alertes se déclenchent avant la saturation | La VM est au-dessus de 240 Go de RAM, où toute augmentation provoque un redémarrage |
| Stockage | La capacité est le seul besoin | Les IOPS nécessitent la taille : acheter la taille qui fournit les IOPS (Section 2) |
| Classe de calcul | Charge stable et mesurée | Les charges de travail sensibles à la latence ont besoin de cœurs exclusifs : Dedicated Core au lieu de vCPU partagé (Unité 4.1) |
| Répliques | Le VM Auto Scaling suit la charge (Unité 4.3) | Le temps de réaction de la mise à l'échelle horizontale est plus long que la pointe de charge |
FinCorp applique le tableau. Les serveurs de portail restent dimensionnés de manière optimale et misent à l'échelle horizontale ; la base de données du commutateur de paiement conserve des Dedicated Cores et un volume de classe Performance dimensionné pour l'entrée/sortie ; la base de données de rapports reçoit un volume Balanced de 500 Go ; et l'entrée de fc-k8s-portal reste derrière fc-alb-edge, dont le groupe de cibles fc-tg-k8s la répartit sur les nœuds étiquetés des deux pools.
Résumé de la décision
| Symptôme ou exigence | Levier | Contrainte stricte |
|---|---|---|
| L'E/S de la base de données est le goulot d'étranglement | Augmenter le volume Balanced ou Performance vers sa limite ; attribuer à son serveur la taille minimale | 100 Go recommandés ; les IOPS cessent de croître au-delà de 600 Go |
| Besoin de dépasser la limite d'un volume | Plusieurs volumes, données répartis entre eux | 24 000 IOPS de lecture Balanced, 45 000 Performance par volume |
| Trop de connexions à la base de données | Pool de transactions | max_connections au maximum 1 000, 11 réservées |
| Le serveur principal est saturé par les lectures | Cache In-Memory DB | Les serveurs en attente ne servent pas les lectures |
| VM limitée par le réseau | File d'attente multiple de la carte réseau, puis plus de serveurs | Jusqu'à 6 Gbit/s par carte réseau ; redémarrage requis pour activer |
| Ingress Kubernetes saturé | Adresses IP d'ingress sur plusieurs nœuds étiquetés | 2 Gbit/s par nœud |
| VM importée lente sur le stockage | Passer à VirtIO | IDE est uniquement destiné au dépannage |
Résumé
Les performances sur IONOS CLOUD sont définies par une courte liste de limites connues : débit par carte réseau, entrant Kubernetes par nœud, débit par tunnel VPN, une seule base de données principale, et IOPS par volume qui augmentent avec la taille jusqu'à un plafond. Les leviers sont tout aussi concrets : dimensionner les volumes pour l'entrée/sortie et leur attribuer un serveur suffisamment grand, mutualiser les connexions et mettre en cache les lectures devant la base principale, utiliser VirtIO et Multi-Queue des cartes réseau, et étendre horizontalement avant que le budget d'un nœud unique ne soit épuisé. Faire croître en production et réduire pendant une fenêtre de maintenance.
Points clés :
- La classe Balanced offre 40 IOPS de lecture et 30 IOPS d'écriture par Go, la classe Performance 75 et 50 ; les deux atteignent leurs plafonds à 600 Go et nécessitent au moins 100 Go pour fonctionner correctement.
- La classe Balanced est souvent moins chère par IOPS jusqu'à son plafond ; la classe Performance est plus avantageuse au-delà, ou lorsque la capacité doit rester faible.
- Une carte réseau supporte jusqu'à 6 Gbps, un nœud d'entrée Kubernetes 2 Gbit/s, un tunnel VPN 1 Gbps.
- Un pool de connexions et un cache augmentent le débit devant un seul rédacteur ; les répliques en attente ne le font pas.
- Utiliser VirtIO, et non IDE, et activer Multi-Queue des cartes réseau pour les VM à forte charge réseau.