解读

国内面试官问“混合模型权重因子”时，通常默认你已经具备三点认知：

1. 混合模型=多业务接口按生产比例混合的压测脚本；
2. 权重因子=脚本里各接口的并发比例或吞吐量比例；
3. 弹性兜底=突发流量瞬间超出容量上限时，系统仍能横向扩容或降级，而不是直接雪崩。
   因此，题目真正考察的是：在容量评估阶段，你如何通过“动态权重”把“可预见+不可预见”两种流量都喂给系统，提前验证弹性伸缩链路的触发阈值、扩容速度、限流降级策略是否生效，并给出可落地的权重调整规则。回答必须体现“国内云原生环境+微服务+SLA”这三条主线。

知识点

1. 权重因子类型
   • 静态权重：根据近30天 access log 的 PV 比例直接换算，适合日常基线场景。
   • 动态权重：在静态权重基础上叠加“突发系数”，用来模拟大促、热点事件、短视频爆点等。
2. 突发流量特征
   • 时间短：90% 的增量集中在 3~5 分钟内；
   • 接口集中：Top3 接口贡献 ≥70% 增量；
   • 用户源集中：单地区、单渠道入口（如微信小程序）占比高。
3. 弹性兜底三件套（国内公有云普遍落地）
   • HPA：CPU≥60% 或 QPS≥单 Pod 80% 时，2 倍速扩容，30s 内完成；
   • 限流：Sentinel / Hystrix 网关层按“令牌桶+排队等待”双策略，阈值=预估峰值的 1.2 倍；
   • 降级：非核心接口 503 返回，核心接口 RT 增加 30% 时触发熔断。
4. 权重与容量映射公式
   目标并发 C = (静态权重 Ws × 基线并发 C0) + (突发系数 α × 热点接口权重 Wh × 突发并发 ΔC)
   其中 α∈[0,3]，由运营排期表+历史大促增幅共同决定。
5. 验证指标
   • 扩容触发 RTT：从流量突增到 Pod Ready≤90s（金融场景≤60s）；
   • 错误预算：503/429 占比≤0.5%；
   • 最终一致性：订单异步链路延迟≤3min。

答案

分五步落地，可直接写进测试方案。

1. 基线权重采样
   用 GoAccess 解析近四周 Nginx 日志，按“接口+入口渠道+时间段”聚合，得到各接口静态权重 Ws，误差≤5%。
2. 热点接口识别
   把 Ws 排序，取 Top10 接口做“单日峰值/日均”比值，比值≥3 的标记为热点，赋予额外突发权重 Wh。
3. 动态权重公式
   脚本线程比例 = (Ws × β) : (Wh × α)
   β 为基线倍压系数（一般 1.0），α 为突发倍压系数，大促场景 α 取 2.5~3.0；日常演练 α 取 1.5 即可。
4. 阶梯负载策略
   用 JMeter 的 Weighted Random Controller 或自研 Go-Stress 框架，每 30s 上调 20% 线程，直至触发 HPA 阈值；保持 5min 观察扩容是否跟上，再继续上行到限流阈值 1.2 倍，验证 503/429 比例。
5. 闭环调优
   若扩容 RTT>90s 或错误率>0.5%，回退权重并同步给出三项建议：
   • 降低 HPA 触发阈值（CPU 60%→50%）；
   • 把热点接口拆独立线程池，权重隔离；
   • 增加预热 Pod 数（minReplicas=日常峰值 Pod 数×1.5）。
     复测通过后再把 α 写进线上预案平台，作为下次大促一键切换模板。

拓展思考

1. 权重因子与数据构造联动
   突发流量往往伴随热点数据（同一商品 ID、同一券模板）。若脚本只调接口不改数据，缓存命中率虚高，会导致“假弹性”。正确做法是：把热点权重 Wh 同步到数据工厂，按 Wh 比例生成热点 Key，让 Redis 大 Key 问题提前暴露。
2. 权重灰度到生产网关
   国内大厂（阿里、字节）已把“权重因子”抽象成网关动态路由配置，与压测平台打通：压测验证通过的 α 值，通过 Nacos 推送到网关，实现“压测—生产”权重无差别，真正达到“用压测流量驱动弹性兜底”的闭环。
3. 权重因子与成本核算
   财务部门会要求给出“每增加 1k QPS 需要多少云资源成本”。把 α 从 1.0 调到 3.0 后，记录 Pod 数、CPU 核、内存、带宽账单，可得出单 QPS 成本曲线，为明年预算提供数据依据。