危情时刻，健康码如何远离“崩溃”？

1月10日上午，广东省的粤康码突然访问异常，给很多正在上班的人带来诸多不便。

事后，粤康码发布公告称，“10日上午8：31，平台监测到粤康码流量异常增大，最高达每分钟140万次，超出承载极限，触发系统保护机制，导致部分用户访问粤康码缓慢或异常，运行保障团队紧急处置，于9：04部分缓解，9：56完全恢复顺畅运行”。

一周前，西安一码通更是在短短半个月内连续两次崩溃。2021年12月20日早上，西安一码通出现访问异常，修复工作持续一整天；2022年1月4日上午，西安一码通再次崩溃，至中午恢复正常。

第一次故障，西安官方给出的回复是“每秒访问量达到以往峰值的10倍以上，造成网络拥塞”，而第二次故障，同样是因为“访问量过大”。

近两年，随着疫情防控进入常态化，健康码已成为人们出行的一个“必需品”。这导致健康码一旦出现问题，也会给人民群众的生活带来较大影响，尤其是像西安，正处于抗击疫情的关键时刻，健康码的失灵也直接妨碍了防疫工作的开展。

有了前车之鉴，各地政府亟需思考的一个重要问题是——如何防止健康码出现崩溃。

安全与效率的博弈

不过，行业专家李明告诉21世纪经济报道，如果从技术的角度，健康码运营支持已经非常成熟，但面对突如其来的访问压力，保证百分之百的不出现问题并不现实。

且不说从理论上，就不存在绝对稳定的系统，从目前健康码最常见的崩溃原因——流量过载来看，这背后尚存在效率、成本、安全的博弈问题。

李明表示，一般的系统架构都存在承载阈值，当用户流量超过这个阈值，系统便会出现崩溃。实际上，这个问题在很多产品中都出现过，比如此前的微博，便多次遇到因某明星突然曝出八卦新闻，用户量瞬时增加导致产品崩溃。

很多人会好奇，那为什么不提高这个阈值，避免出现过载情况？这便涉及到访问效率和成本的平衡问题。因为提高阈值，需要更多的服务器，也意味着更多的成本。

李明透露，以健康码为例，承载千万人口的访问需要的成本大概是千万级别。假如一个城市健康码日常的并发量峰值只有10万，为此却准备50万并发量的服务器，也会造成资源浪费。

所以在实际操作中，每个城市的健康码都会根据当地情况，设置一个合理的阈值，至少能保证日常的使用。但这也会留下一个隐患，即当地居民集中大规模使用健康码时，便会导致用户流量超出阈值。

虽然是小概率事件，但这也说明健康码因为突然的流量增加出现崩溃，也算是一个意料之中的事情。因此，真正要解决的问题应该是，系统出现过载之后，能否快速恢复。

李明称，从技术的角度，目前也已经具备了快速应对的能力。其提到了几个设计原则：

首先在设计系统架构的时候，要考虑极端情况，比如某城市人口1000万，那架构设计就至少要考虑到1000万人可能出现的极端情况。

在架构之下，要具备弹性伸缩的能力。比如平时只需要使用100台服务器，在遇到特殊情况时，100台服务器不够用了，需要支持快速弹性扩展。这个场景其实也是云计算的一项核心能力，目前也十分成熟。

另外，系统也需要做灾备。这是确保用户访问出现过载且弹性伸缩能力没有发挥作用的情况下，至少有一套备案可以及时启用。

除此之外，像是对系统流程进行解耦，把整个业务过程分割成不同层级，防止流量集中涌入；或者是通过分布式的架构，将流量拆分到不同处理区。这些都能够有效避免整个系统的崩溃。

西安一码通的警示

所以，健康码遇到问题并不可怕，只要能快速恢复，便基本能满足群众所需。但西安一码通这次备受关注，一方面是第一次崩溃时间长达一天，另一方面则是短时间内连续出现两次问题。

按照上文提到的一些解决方案，西安一码通在第一次遇到访问量过载的时候，正常的操作应该是通过弹性伸缩的方式来应对，但一码通系统最终崩溃，这说明在系统架构上，设计之初没有充分考虑负载均衡和弹性伸缩的情况。

据钛媒体App从一位接近西安“一码通”项目人士处获悉，整个故障的大致原因已基本清晰，就是一起因流量过载、系统架构应对高并发不足，最终导致防火墙拦截数据无法返回的系统性故障。

李明向记者表示，防火墙也有吞吐量的限制，如果流量太大超出吞吐量上限，那防火墙也将无法响应。正常来说，防火墙也应该有负载均衡机制，当一个防火墙无法支撑的时候，就启用其他防火墙分担其流量。

当然，这个背后又涉及到公有云和私有云的问题。李明称，目前整个政务市场都倾向于使用私有云，如果防火墙是私有云架构，那灾备的防火墙平时即使不用，买来也需要成本，但这个成本往往不能省。

系统架构无法满足快速扩容，这也造成西安一码通遇到高并发的流量时，处理能力变得僵化。至于为何出现这样的情况，李明认为，这说明整个系统在设计时，就没有充分考虑到各种可能出现的情况。而且在已经出现全城范围的疫情防控时，也应该提前做系统的抗压力测试和演练准备。

此外，有些地区的健康码建设的分包情况，也出现了一些不合理的问题。一般而言，作为总包商，核心模块不应该再分包出去。

这里的核心模块包括整个健康码的接入、生成、验码等关键引擎。“当然，至于其他一些简单的业务模块，分包出去是没问题的，几乎所有健康码项目，也都存在分包的情况”，李明说。

对于健康码项目，李明认为，首先要明确项目的边界，比如承载的并发量是多大，遇到突发情况能容忍的处理时间是多少；

其次，要有严格的审查机制。整个系统架构要经过认真的审查，并且审查人员应该实行终身负责制，而不是走个形式，导致出现问题不知道找谁；

然后是在招标执行的时候，要确保投标公司有足够的能力，这时候不光要看他们承诺的能力，更要看他们做过哪些案例；

最后是有预警机制，比如当流量达到峰值的一定比例时，就要提前启动预案。再比如某地突发局部疫情，这时候也要提前采取措施。

西安一码通因两次崩溃而引发的巨大舆论，已给其他地方政府敲响了警钟。比如北京在近日的防控疫情工作会议上便提出，用好“北京健康宝”，加强压力测试和系统运行维护，确保正常运行。

在疫情反复无常的常态下，我们希望健康码不要出现任何异常，如果发生了异常，也希望能够以最快的速度恢复，而不是让人们等待一天甚至半天那么久。

原创文章，作者：kk数码网，如若转载，请注明出处：https://www.kkkz.net/31812.html