从单体到云原生，我在实验室项目里把服务器干崩的那一夜

现在是晚上十一点半，我盯着监控面板上平滑上升的CPU曲线，手心出汗——明天要给导师演示的项目，刚上线五分钟就快撑不住了。

我是上海某211软件工程研二的学生，研究方向是分布式，但实验室管理系统一直是单体架构，Spring Boot + MySQL跑在一台老旧CentOS服务器上，启动要两分钟，每次部署都得半夜搞。

不是我想改，是线上炸了

产品经理要求加AI评测功能：学生提交代码后，调用通义灵码API做代码审查，再用DALL-E生成成绩海报。压测模拟100人同时提交，数据库连接池直接打满，MySQL慢查询跑8秒多。通义灵码API超时后，整个请求线程阻塞，服务器负载飙到40多，SSH都连不上，只能硬重启。

师兄说：“要不你重构一下？正好练手。”

拆服务，先摸底

我先用Linux命令分析资源：

free -h  # JVM堆占3.2G，系统总共8G
top -c   # Java进程最耗CPU
vmstat 1 5  # 上下文切换每秒两万多次

必须按业务边界拆成三个服务：用户管理、作业提交、AI评测。AI评测是IO密集型，必须独立出来做异步处理。

上K8s踩坑

装了个单节点Kubernetes。第一个坑是容器镜像：用openjdk:11-jre-slim打包，通义灵码SDK依赖glibc库，容器起不来，换成完整版openjdk:11-jre才解决。

第二个坑是服务间调用。拆开后走REST API，网络延迟从纳秒变毫秒。DALL-E生成慢导致超时重试三次，扣了三次API费用。后来加RocketMQ解耦：作业提交后发消息，AI评测服务异步消费。即使AI服务挂了，也不影响提交功能。

AI评测设计细节

通义灵码返回结构化JSON，包含代码规范、潜在bug等维度。我设计了评测模板表：

CREATE TABLE evaluation_template (
    id BIGINT PRIMARY KEY,
    name VARCHAR(100),
    rules JSON COMMENT '评分规则'
);

DALL-E根据成绩等级生成不同风格海报，上传OSS返回CDN链接。上线后AI评测平均响应时间从12秒降到3秒，系统QPS从50提升到300。

写在最后

这次重构让我体会到，云原生核心是弹性伸缩、故障隔离、可观测性，而不只是上K8s。虽然CI/CD还是半自动，监控只有Prometheus+Grafana基础配置，但K8s滚动更新让我终于不用半夜部署了。这个项目经验正好用于秋招面试。