遊戲線上的伺服器風險

遊戲作為給大量用戶使用的產品，像大部分互聯網產品一樣，需要對上線的風險和版本質量進行嚴格的控制。

一、風險節點

1. 首次正式上線

   遊戲產品不同於互聯網產品一個特性是，互聯網產品很多是慢慢累積用戶的，遊戲產品需要在首次正式上線時聚集足夠的用戶（可能也是大部分遊戲同時在線最多的時候）。這也是開發組的噩夢，在開服日大多默默祈禱首日上線伺服器不宕機，如果信佛，去靈隱寺燒個香也是個不錯的選擇。在從來沒有過的大量真實用戶的衝擊下，會有很多平時測試中沒有踩到的坑現行。各類高壓力、極低概率、複雜環境下才會出現的問題可能會湧現出來，輕則出現各種線上bug，重則直接宕機回檔。

2. 時間累積
   在平安渡過首周上線後，一般伺服器就沒有大問題了，這個時候也不能掉以輕心。這個時候累積風險可能在悄悄到來。比如，伺服器內存或者某種資源以非常緩慢的速度正在泄漏，在慢慢積累到一定程度時，會忽然爆發出問題。
3. 新版本上線
   新版本上線和首次上線比較類似，同樣是未經真正線上驗證過的功能第一次正式面向玩家。一般新版本只是小部分功能的新增或修改，風險是小於首次上線的。但是往往也正因如此，開發和測試人員會比較懈怠，從而導致問題。而且新版本上線是經常要做的事情，所以在遊戲後期的運維中，新版本上線帶來的總體風險還是比較高的。
4. 火爆的活動
   活動導致風險主要是兩個原因：一是活動可能是新功能第一次上線，這個風險即新版本上線風險。二是活動往往聚集比較高的人氣，而且活動一般在遊戲地圖上有局部性，這就產生了局部高壓力。這就可能會對伺服器的某些模塊帶來歷史新高的壓力，從來帶來風險。

二、線上問題

1. 功能故障

   某些線上功能運行出現異常情況，輕則體驗不好，重則導致某個遊戲模塊完全不可用。如果是新手引導的關鍵性步驟出現問題，則直接導致玩家流失。

2. 卡頓
   這個時候伺服器還是能夠正常運行的，只是由於內存、CPU、壓力局部聚集等問題，導致伺服器響應速度下降。
3. 宕機
   當然，最可怕的就是宕機。所有玩家會失去伺服器連接，而且由於玩家數據的落地是周期性的，會造成一定程度的回檔。

三、應對方案

1. 充分的測試
   針對伺服器的風險，基本的是做足功能的覆蓋測試，另外一個最重要的也是最難的是做模擬玩家行為的壓力測試。在遊戲上線之前，壓力測試一般都是做過的。為什麼上線之後還是宕機了呢？大部分原因還是壓力測試都是使用的有限的case來做測試。並不能充分模擬出上線之後海量玩家的真實行為。
2. 伺服器監控
   隨時監控關鍵數據，比如在線人數、內存、一些關鍵任務的吞吐量、資料庫運行情況、伺服器程序報錯統計。

   做好日誌、開啟gdb，便於在出現問題時分析、定位和解決問題

3. 容災機制
   好吧，儘管做了大量的鋪墊工作，也燒了香。到了上線日，也不能避免忽然出現各類線上狀況。針對伺服器問題的嚴重情況，對風險進行分級處理。對能不關服處理的問題，進行線上hotfix、玩家轉移等處理。如果遭遇嚴重問題，只能重啟伺服器的，也要儘快確定問題並解決，否則可能重啟後很快又陷入同樣問題。如果伺服器已經宕機了，如果不能第一時間找到問題，也是只能先重啟伺服器，並且同時全力查找問題。
4. 輿論控制
   遊戲伺服器宕機其實很多玩家都遇到過，一個非技術的解決方案就是做好善後工作。首先是在宕機期間做 1.登錄時友善誠懇的停服提示 2.論壇停服廣告 3.重啟時全服停服預警電視條 4.停服時友善的下線提示。遊戲玩家其實是非常在乎開發組的態度的，雖然我們的伺服器掛了，我們要用最大的誠意表示歉意、挽留玩家、表示正在搶修，並且最好給出預估開服時間點。其實有那麼一部分玩家，在遭遇伺服器宕機時反而會比較開心，為什麼呢？因為開發組有大殺器，停服補償。在宕機重新開服後，第一時間給予玩家體貼的補償，彌補玩家的金錢和精神損失（外加一點甜頭），會讓玩家忘記宕機帶來的不快。
5. 回檔問題

   回檔如何涉及到充值回檔的，還是需要高度重視的，要儘力找回玩家的損失。

推薦閱讀：