你要是干过运维，或者被云账单吓过，这个项目你会看得心里发毛。它把云架构拆成了游戏，26 个服务摆在工具栏里，你得自己连起来、自己扛流量、自己算成本。
今天这个项目叫 Server Survival，作者 pshenok，GitHub 上 6.4 千星。一句话说清楚：用塔防游戏的壳，讲云架构。不是那种点点鼠标、看着数字往上涨的模拟经营。这个是真会破产的。
01 它到底是游戏还是课件：项目定位
先说明白它长什么样。你面前是一张 3D 等距视角的空白板子，左边工具栏里摆着 26 个云服务，前端入口 6 个、计算 5 个、数据 7 个、异步 6 个、运维 2 个。你要做的事，跟真实的架构师一模一样：
GeoDNS 放到最前面：一个入口分流量。它是整个站点的门面，把流量按地区切到不同的区域栈里。你不放它，流量就没有路径可走，请求会在 Internet 那一头直接丢掉。
防火墙紧跟其后：恶意流量必须挡在这里。每漏一次攻击，声誉掉 5 个点，还要赔 50 美元的入侵费用。声誉掉到 0 就结束。这是全局最狠的一笔惩罚。
负载均衡接在中间：一台机器扛不住就分出去。它把流量分给后面多台计算节点。你只有一台 Compute 的时候它能用，但流量一上来，一台就顶不住了。
连错了会怎样？请求就在半路掉下去，那台节点上随即弹出一个红色的失败徽章，告诉你为什么丢：没有路由、容量打满、副本是只读的、这个索引只能搜不能读。
这个徽章是整个游戏里我最喜欢的设计。它把「排查故障」这件事从抽象的日志里拎出来，直接贴在你画的图上。
02 钱和电，两个都在卡你：经济系统
云架构最反直觉的一点是：它不是技术问题，是钱的问题。这个游戏把这件事做得很老实。
GPU 集群：每分钟烧 60 美元。买它要 300 美元，之后每分钟扣 60。整个 26 个服务里，没有第二个这么贵的。它是用来跑 AI 推理的，你放下去那一刻就开始流血。
电力是硬上限：全场只有 8 千瓦。每张 GPU 吃 6 千瓦。也就是说，你不加变电站，全场只能塞一张卡。想再要一张？先花 150 美元买个 Substation。
维护费还会涨：十分钟内翻倍。所有服务的每分钟维护费，会在这十分钟里从 1 倍慢慢爬到 2 倍。你前期铺得越猛，后面被拖垮得越快。
我算了一下这笔账：一张满负荷的 GPU 集群，把推理请求凑成批一起算，是赚钱的；但半空的 GPU 就是在纯亏。它每分钟照扣 60 美元，不管你有没有活给它干。这个模型太真实了，真实到有点疼。
对方也给了三条命脉，任何一条断了都结束：预算跌破 -1000 美元、声誉掉到 0、服务健康度扛不住。
03 流量不止一种：七种请求
新手最常见的误区，是把流量当成一坨。不是的。这个游戏里分了 七种流量，每种该去的地方都不一样。
静态请求走 CDN 或对象存储，一次赚 5 毛。数据库读 8 毛，数据库写 1 块 2，文件上传 1 块 5，搜索查询 1 块 2，AI 推理 5 毛。恶意流量一分不赚，你唯一的任务就是把它挡掉。
搜索要走专门的引擎：比数据库快三倍。搜索查询是七种流量里最重的一种，权重是别的 2.5 倍。交给搜索引擎处理，速度是丢给关系数据库的三倍。你要是全甩给数据库，它会先垮。
读和写也该分开：别让主库两头挨打。READ 和 WRITE 都可以走 NoSQL，它更快也更便宜。关系数据库留给搜索和需要强一致的写入就行。
缓存能省一半命：命中一次多赚两成。内存缓存把响应存下来，命中之后奖励翻 20%。它挡住的那部分请求，数据库就不用管了。
它连「优雅降级」都做进去了。这个细节一般游戏不会有：API 网关有限流功能。限流掉的请求，声誉只掉 0.2；而一条请求真的失败了，声誉掉 1。差了五倍。意思是流量洪峰来的时候，你宁可把一部分请求掐掉，也别让它们冲进去把后面的服务打崩。这是真实的工程取舍，不是什么数值平衡。
04 它是怎么教你这些东西的：三种玩法
它给了三个模式，难度和目的完全不同。
生存模式：看你多久破产。流量会按时间点翻倍，1 分钟 ×1.3，到 10 分钟就是 ×4。中间每 15 到 45 秒随机来一个事件：成本飙升、容量暴跌、流量暴涨、服务宕机。每 45 秒来一波 DDoS，占掉一半流量。这个模式就是逼你手忙脚乱。
战役模式：25 关，五章。从最基础的「放第一台服务器」开始，到缓存、队列、读扩展、限流、无服务器。后面几章开始讲可观测性、自动扩缩容、宕机恢复、两区域容灾，收尾那一章叫「AI 浪潮」，讲 GPU 推理的冷启动、批处理经济学、SLO 时限和那堵电力墙。每一关都配好了初始架构和一个课后小结。
沙箱模式：随便折腾，不会结束。预算自己填，流量比例自己调，七种流量各占多少都能单独拉。0 到 1 万的预算滑杆，你想试试 100 以上的 RPS 也拦不住你。
05 我想重点说说收尾那一章：AI 时代的架构
很多云架构教程讲到缓存和队列就停了。这个项目往后多走了一步，它把 AI 推理 当成一种基础设施来讲。有几个点我觉得写得比很多正经文章还清楚：
模型冷启动要等：12 到 30 秒。GPU 装上模型之前不能干活。你放上去那一刻，它先加载 12 到 30 秒，这段时间它一分钱不赚但一直在烧。每次升级档位，还得重新加载一遍。
批处理决定生死：凑满一车才划算。推理请求会被凑批一起算，一次最多 8、12、16 个。凑得越满，那笔固定的批处理成本摊得越薄。满批赚钱，半批亏钱。
回答质量也是成本：答错要扣声誉。模型档位越高，答得越好。小的答错率 10%，中的 4%，大的 1%。每答错一次，声誉掉 0.5。
有 6 秒的时限：过期的直接作废。推理网关会缓冲那些在预热或者忙不过来的 GPU，但超过 6 秒的请求它直接判失败。宁可诚实地失败，也不给你一个过期的结果。
我个人最喜欢「电力上限」这个设定。它把一个抽象的事实摆到台面上：GPU 的天花板，不是用钱买的，是用瓦特买的。你先得买到电，才轮得到买卡。
06 说点实在的：说点实话
第一：它不用装，打开网页就能玩。官方网站就是 GitHub Pages 托管的，不用装东西、不用注册。整个项目没有构建步骤，原生 ES 模块直接跑。
第二：它对手机也做了适配。单指拖动摆服务，双指缩放平移，竖屏横屏都能用。就是旋转视角和俯视切换还得用键盘。
第三：想本地跑得用服务器。它是原生 ES 模块，浏览器按 CORS 方式加载，你双击 index.html 只能看到一个空画布。得用 python3 -m http.server 8000 起个静态服务才行。文档里直接写了这点，挺实在。
第四：它还有个姊妹篇。作者后来又做了一个 Datacenter Survival，讲的是云下面那层物理设施：供电链路、散热、冷却、PUE。这个讲逻辑层，那个讲物理层，俩凑一对。
07 收个尾：收尾的话
我为什么想讲它。学云架构最容易卡住的地方，是你看不见钱在哪儿流走。文档给你讲一堆概念，概念之间没有摩擦力，你记不住。
这个项目把摩擦力加回来了。你放一台 GPU，看着钱一分钟一分钟掉；你不放防火墙，声誉就是止不住地往下掉；你队列不给够，流量洪峰一来请求成片地丢。等你真的因为它破产过一次，那些概念就不用背了，它们长在你手上了。类似这样能把云架构讲透的实战项目，在 云栈社区 里也常有人分享。
发表于 半小时前
|
查看: 4|
回复: 0
