तपाई कसरी व्यक्तिगत सेवाहरू स्केल गर्नुहुन्छ र प्रदर्शन बाधाहरू खोज्नुहुन्छ?

Question

Accepted Answer

एक मुख्य microservices लाभ हो **प्रत्येक सेवालाई स्वतन्त्र रूपमा स्केल गर्नु** यसको आफ्नै लोडसँग मेल खान, सम्पूर्ण अनुप्रयोग स्केल गर्नुको सट्टामा। बाधाहरू खोज्नु भनेको तब प्रति-सेवा र प्रति-हप मापन गर्नु हो।

## स्केलिङ प्रविधिहरू

- **तेर्सो स्केलिङ** — लोड ब्यालान्सरको पछाडि राज्यविहीन दृष्टान्त थप्नुहोस्।
- **स्वचालित स्केलिङ** — CPU, मेमोरी, क्यू गहिराई, वा कस्टम मेट्रिक्समा स्केल गर्नुहोस्।
- **क्यासिङ** — दोहोरिएको काम र डाउनस्ट्रीम लोड काट्नुहोस्।
- **Async + queues** — स्पाइकहरू अवशोषित गर्नुहोस्; ढिलो काम अलग गर्नुहोस्।
- **डेटा स्केलिङ** — पढ्ने प्रतिकृतिहरू, sharding, प्रति-सेवा स्टोरहरू।

```yaml
# Kubernetes HPA: scale orders on CPU
minReplicas: 3
maxReplicas: 20
metric: cpu
targetUtilization: 70   # add pods when avg CPU > 70%
```

## बाधाहरू खोज्दै

```text
1. Metrics: which service has high latency / saturation? (RED/USE)
2. Traces: which SPAN in the request is slow?
3. Drill in: DB query? lock? N+1 calls? GC pause?
```

```text
Gateway ──┤ Orders ──┤ Payments ████████████ ← 80% of latency here
                       Inventory ─┤
```

## सामान्य बाधाहरू

```text
⚠️ Chatty synchronous calls (fan-out per request)
⚠️ Shared/overloaded database
⚠️ Missing or cold cache
⚠️ Unbounded retries amplifying load
```

## जोखिम

एक सेवा स्केल गर्नु जसको बाधा एक **साझेदारी डेटाबेस** हो केवल DB मा थप लोड सार्नुहोस् — लक्षण नभई वास्तविक अवरोध स्केल गर्नुहोस्।

## यो किन महत्त्वपूर्ण छ

स्वतन्त्र स्केलिङले तपाईलाई क्षमता ठीकै त्यहाँ खर्च गर्न दिन्छ जहाँ लोड छ, जो पूरै monolith स्केल गर्नुको तुलनामा साँच्चै सस्तो छ।

तर अन्धाधुन्द स्केलिङले पैसा बर्बाद गर्छ र चीजहरू गर्न सक्छ; प्रति-सेवा मेट्रिक्स र प्रति-हप ट्रेसहरू मापन गर्नु भनेको तपाईलाई ठीक गर्नको लागि वास्तविक अवरोध बताउनु हो।