Миграция миллионов игроков: как переход на микросервисы выявил скрытые узкие места
Команда мобильной игры описала переход с монолита на новую серверную архитектуру, сопровождавшийся аварией облачной зоны и неожиданными проблемами масштабирования. Опыт показал пользу поэтапных переносов и ограничения ИИ-анализа инфраструктуры.
Главное
Исходная игровая платформа опиралась на PHP, Unity, MySQL и Redis, а серверы размещались на выделенном оборудовании. При обновлении продукта разработчики выбрали Flutter для клиентской части и Go для набора отдельных сервисов. Вместо прежней схемы появились PostgreSQL, Valkey, Cassandra, Redpanda и другие хранилища. Такая перестройка означала, что сравнивать старую и новую нагрузку только по числу пользователей уже недостаточно: изменилось количество запросов и их маршруты.
Проверки на небольших стендах позволили увидеть задержки, но не давали надёжного прогноза для всей аудитории. Поэтому команда отдельно перенесла небольшую группу пользователей, а позднее провела значительно более крупную промежуточную волну. Метрики этих этапов выявили перекосы распределения данных в кластерах, избыточные обращения к базе и ограничения размещения реплик в Kubernetes. Часть проблем исправили до основного переключения, не дожидаясь массовых отказов.
Подробности
В подготовку включили Claude Code, которому предоставили контекст из репозиториев, мониторинга и кластерной инфраструктуры. Агент обнаружил ресурсоёмкий запрос к небольшой таблице, проблемы с кардинальностью метрик Prometheus и правила anti-affinity, способные мешать горизонтальному масштабированию. Инженеры использовали эти выводы как список проверяемых гипотез, а не как автоматическое разрешение менять все компоненты: отдельные предложения пришлось пересматривать вручную.
Накануне основного переноса недоступной стала одна из облачных зон, в которой располагалась часть сервисов. Команде потребовалось срочно переносить Kubernetes-инфраструктуру на другую площадку и адаптировать сетевую маршрутизацию. Этот эпизод подчеркнул различие между обнаруженным риском и закрытым риском: зависимость от единственной зоны обсуждалась заранее, однако резервный сценарий не был полностью подготовлен.
Что это меняет
После запуска выяснилось, что новое приложение обращается к API заметно чаще старого клиента. Потребовалось увеличить ресурсы мониторинга, расширить кластер Cassandra и настроить поведение DNS внутри Kubernetes. В частности, изменение параметра ndots сократило лишние запросы к CoreDNS. Неожиданной оказалась и продуктовая проблема: перенесённые переписки сортировались так, что новые диалоги становились труднодоступны пользователям.
По оценке авторов кейса, перенос прошёл без длительной остановки сверх запланированного окна, а ежедневная аудитория впоследствии выросла. Но этот результат нельзя приписывать только инфраструктурной миграции: параллельно обновлялся сам продукт и запускалось продвижение. Практический вывод для команд разработки состоит в необходимости проверять систему реальным трафиком, готовить запасные площадки и оставлять за инженерами ответственность за выводы ИИ-инструментов.
Первоисточник
Материал подготовлен STRUCTURE по открытой публикации Habr. Текст и иллюстрации первоисточника не воспроизводятся целиком.