microservices இன் முக்கிய நன்மை என்பது ஒவ்வொரு சேவையையும் சுயாதீனமாக அளவிடுவது அதன் சொந்த சுமை பொருத்த, முழு பயன்பாட்டையும் அளவிடுவதற்கு பதிலாக. பாட்டல்நெக்குகளைக் கண்டுபிடிப்பது சேவை மற்றும் ஹாப் மூலம் அளவிடுவதற்கான விஷயம்.
microservices இன் முக்கிய நன்மை என்பது ஒவ்வொரு சேவையையும் சுயாதீனமாக அளவிடுவது அதன் சொந்த சுமை பொருத்த, முழு பயன்பாட்டையும் அளவிடுவதற்கு பதிலாக. பாட்டல்நெக்குகளைக் கண்டுபிடிப்பது சேவை மற்றும் ஹாப் மூலம் அளவிடுவதற்கான விஷயம்.
# Kubernetes HPA: scale orders on CPU
minReplicas: 3
maxReplicas: 20
metric: cpu
targetUtilization: 70 # add pods when avg CPU > 70%
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?
Gateway ──┤ Orders ──┤ Payments ████████████ ← 80% of latency here
Inventory ─┤
⚠️ Chatty synchronous calls (fan-out per request)
⚠️ Shared/overloaded database
⚠️ Missing or cold cache
⚠️ Unbounded retries amplifying load
சேவையை அளவிடுவது, அதன் பாட்டல்நெக்கு என்பது பகிரப்பட்ட தரவுத்தளம் மேலும் சுமையை DB க்கு நகர்த்துகிறது — உண்மையான கட்டுப்பாட்டைக் அளவிடுங்கள், அறிகுறிகளை அல்ல.
சுயாதீன அளவிடுதல் சுமை எங்கு உள்ளது என்பதற்கு சரியாக திறனைச் செலவழிக்க உங்களை அனுமதிக்கிறது, இது முழு மோனோலிதையும் அளவிடுவதை விட மிகவும் விலை குறைந்தது.
ஆனால் குருட்டு அளவிடுதல் অর்ப்பணமாக்குகிறது மற்றும் விஷயங்களை மோசமாக்க முடியும்; சேவையை அளவிடுதல் மெட்ரிக்குகள் மற்றும் ஹாப் ট்রেஸ் ஆகியவை அளவிடப்பட்ட உண்மையான கட்டுப்பாட்டை சரிசெய்ய வேண்டிய நிலை உங்களுக்கு கூறுகிறது.