SCT

กำลังเตรียมประสบการณ์ดิจิทัล

ย้ายงานอัตโนมัติเมื่อเซิร์ฟเวอร์ล่มด้วย lease บน DynamoDB: ออกแบบ WebSocket worker ที่ไม่ทำข้อมูลหาย

ระบบเรียลไทม์ที่ต้องเปิดการเชื่อมต่อค้างไว้นาน ๆ เสี่ยงทำข้อมูลหายทุกครั้งที่เซิร์ฟเวอร์ล่มหรือมีการ deploy ตัวอย่างจาก AWS คือบริการถอดเสียงประชุม 500 ห้องพร้อมกัน ที่ worker ตัวเดียวล่มแล้วการเชื่อมต่อหลุดกว่า 100 รายการ และแต่ละรายการขาดข้อมูล 2-3 นาทีจนกว่าจะมีคนมารีสตาร์ต บทความนี้สรุปแนวทางให้ worker ตัวอื่นรับงานต่อเองด้วย lease บน DynamoDB ทั้งโครงสร้างข้อมูล ลำดับเหตุการณ์ ค่าที่ควรตั้ง ค่าใช้จ่าย และจุดที่ต้องคิดเพิ่ม

ระบบเรียลไทม์ที่ต้องเปิดการเชื่อมต่อค้างไว้นาน ๆ เสี่ยงทำข้อมูลหายทุกครั้งที่เซิร์ฟเวอร์ล่มหรือมีการ deploy ตัวอย่างจาก AWS คือบริการถอดเสียงประชุม 500 ห้องพร้อมกัน ที่ worker ตัวเดียวล่มแล้วการเชื่อมต่อหลุดกว่า 100 รายการ และแต่ละรายการขาดข้อมูล 2-3 นาทีจนกว่าจะมีคนมารีสตาร์ต บทความนี้สรุปแนวทางให้ worker ตัวอื่นรับงานต่อเองด้วย lease บน DynamoDB ทั้งโครงสร้างข้อมูล ลำดับเหตุการณ์ ค่าที่ควรตั้ง ค่าใช้จ่าย และจุดที่ต้องคิดเพิ่ม

ทำไมงานที่ถือการเชื่อมต่อค้างไว้ถึงดูแลยาก

คำขอ HTTP ทั่วไปเข้ามาแล้วจบในรอบเดียว เซิร์ฟเวอร์ไม่ต้องจำอะไร แต่ WebSocket เป็นช่องสื่อสารสองทางที่เปิดค้างไว้ worker ต้องรับข้อความและตอบสัญญาณ keep-alive ตลอดอายุการเชื่อมต่อ ในระบบของ AWS ตัว worker ยังเป็นฝ่ายเปิดการเชื่อมต่อออกไปหาแหล่งข้อมูลต้นทางเอง กลไกระดับเครือข่ายจึงช่วยย้ายงานให้ไม่ได้ ต้องประสานกันที่ระดับแอปพลิเคชัน

ความเป็นเจ้าของการเชื่อมต่อหลุดได้หลายจังหวะ เช่น container ดับกะทันหัน ช่วง deploy ที่ระบบปิด task เก่าก่อนตัวใหม่พร้อม หรือตอนลดจำนวนเครื่องที่ต้องย้ายงานออกก่อนเครื่องดับ ส่วนความผิดพลาดกลับด้านคือ worker สองตัวเข้าใจว่าเป็นเจ้าของการเชื่อมต่อเดียวกัน ทำให้ข้อมูลถูกประมวลผลซ้ำหรือต้นทางปฏิเสธการเชื่อมต่อ

ให้ฐานข้อมูลเป็นผู้ตัดสินว่าใครเป็นเจ้าของ

หัวใจของแพตเทิร์นคือ lease หรือสิทธิ์ความเป็นเจ้าของที่มีวันหมดอายุ ผู้ถือต้องต่ออายุเป็นระยะ ถ้าเงียบไปเพราะล่ม สิทธิ์จะหมดเองและตัวอื่นรับไปได้ DynamoDB ทำหน้าที่เป็นตัวล็อกกลางผ่าน conditional write คือการเขียนที่จะสำเร็จก็ต่อเมื่อเงื่อนไขที่ระบุเป็นจริง และตรวจเงื่อนไขแบบ atomic (ทำเสร็จในจังหวะเดียว ไม่มีใครแทรกได้) จึงไม่ต้องติดตั้งระบบประสานงานแยก

ส่วนประกอบรอบ ๆ คือ API Gateway รับคำสั่ง START และ STOP จากระบบภายนอก, Lambda บันทึกสถานะลง DynamoDB แล้วฝากข้อความแจ้งงานใหม่ไว้ใน Amazon SQS, worker รันบน ECS Fargate และ CloudWatch เก็บจำนวนการเชื่อมต่อที่ใช้งานอยู่ไว้ขยายหรือลดจำนวน worker อัตโนมัติ ทีมผู้เขียนอธิบายว่าใช้ SQS อย่างเดียวไม่พอ เพราะ SQS ส่งงานให้ผู้รับรายเดียวครั้งเดียว ขณะที่ความเป็นเจ้าของการเชื่อมต่อเป็นสถานะที่ต้องรักษาไว้ต่อเนื่องและต้องค้นหาได้ ส่วนไลบรารี amazon-dynamodb-lock-client ที่ AWS มีอยู่แล้วออกแบบมาสำหรับ Java และไม่ได้เก็บข้อมูลการเชื่อมต่อไว้ในแถวเดียวกัน ทีมจึงเขียนด้วย Python แบบ async และรวมทั้งสองอย่างไว้ในรายการเดียวเพื่อลดจำนวนการอ่าน

ข้อมูลที่ต้องเก็บต่อการเชื่อมต่อหนึ่งรายการ

  • ตัวตนและปลายทาง — คีย์หลัก pk ในรูป CONN#meeting-123 และ ws_url ที่ต้องเชื่อมต่อ
  • สิ่งที่ระบบภายนอกต้องการ — desired_state ซึ่งเป็น STARTED หรือ STOPPED
  • ใครถือสิทธิ์และถึงเมื่อไร — lease_owner (รหัส worker) กับ lease_expires_at_ms (เวลาหมดอายุเป็นมิลลิวินาทีแบบ epoch)
  • ทำไปถึงไหนแล้ว — last_seq เลขลำดับข้อมูลล่าสุดที่ประมวลผล ใช้ทำต่อจากจุดเดิม

ตารางมี GSI (ดัชนีรองที่ใช้ค้นด้วยแอตทริบิวต์ที่ไม่ใช่คีย์หลัก) โดยใช้ desired_state เป็น partition key และ lease_expires_at_ms เป็น sort key ทำให้ค้นหาการเชื่อมต่อที่ "ควรทำงานอยู่แต่ไม่มีเจ้าของ" ได้ด้วยคำสั่งเดียว

สามสถานการณ์ที่ระบบต้องรับมือ

งานใหม่เข้ามา: ข้อความใน SQS เป็นแค่การบอกใบ้ ไม่ใช่สิทธิ์ worker ตรวจก่อนว่ายังไม่เต็มโควตาและไม่ได้ถือการเชื่อมต่อนี้อยู่แล้ว จากนั้นเขียนชื่อตัวเองลงไปพร้อมเงื่อนไขว่าต้องยังไม่มี lease หรือ lease เดิมหมดอายุแล้ว ถ้ามีสองตัวแย่งกัน DynamoDB ให้ผ่านตัวเดียว อีกตัวได้ ConditionalCheckFailedException แล้วถอยไป ระหว่างทำงาน แต่ละการเชื่อมต่อมีสามงานวิ่งคู่กัน คือส่ง heartbeat ต่ออายุทุก 5 วินาทีโดยมีเงื่อนไขว่าเจ้าของต้องยังเป็นตัวเอง, รับข้อความแล้วบันทึกลงอีกตาราง และเช็กทุก 10 วินาทีว่ามีคำสั่ง STOP หรือไม่ งานใดจบก่อน การเชื่อมต่อนั้นปิดและคืน lease ทันที

ปิดเครื่องตามแผน: ตอน deploy หรือลดจำนวนเครื่อง ECS ส่งสัญญาณ SIGTERM ให้ worker ตั้งธงปิดเครื่องที่ทุกลูปเห็นพร้อมกัน แล้วปิดการเชื่อมต่อและคืน lease ทั้งหมดแบบขนาน เวลาที่ใช้จึงแทบไม่เพิ่มตามจำนวนการเชื่อมต่อ lease ที่คืนแล้วถูกตั้งเวลาหมดอายุเป็น 0 ตัวอื่นจึงรับต่อได้ในรอบค้นหาถัดไปโดยไม่ต้องรอ

ล่มกะทันหัน: worker ไม่มีโอกาสคืนสิทธิ์ lease จึงค้างไว้จนหมดอายุเอง (ค่าเริ่มต้น 20 วินาที) ทุก worker มีลูปกระทบยอด (reconciliation) ที่ค้นผ่าน GSI ทุก 60 วินาที หาการเชื่อมต่อที่ควรทำงานแต่ lease หมดแล้ว และใช้การเขียนแบบมีเงื่อนไขชุดเดิมแย่งรับ หลายตัวค้นพร้อมกันได้โดยไม่รับซ้ำ กรณีเลวร้ายที่สุดจึงกู้คืนได้ในราว 80 วินาที

ภาพประกอบบทความหมวดคลาวด์
ภาพประกอบบทความหมวดคลาวด์

ค่าที่ควรตั้งและค่าใช้จ่าย

ค่าตั้งต้นที่ AWS เสนอ คือ lease 20 วินาที heartbeat ทุก 5 วินาที (สัดส่วน 4 ต่อ 1 ได้โอกาสต่ออายุ 4 ครั้งก่อนหมด) กระทบยอดทุก 60 วินาที จำนวนการเชื่อมต่อสูงสุดต่อ task 700 จากการวัดหน่วยความจำและ CPU และหน่วงเวลาก่อนขยายเครื่อง 2 นาที ก่อนลดเครื่อง 15 นาที คำแนะนำสำหรับระบบใหม่คือเริ่มที่ 100 การเชื่อมต่อต่อ task แล้วค่อยขยับ เพราะแต่ละการเชื่อมต่อใช้หน่วยความจำราว 2-5 MB

ต้นทุนหลักมาจากการเขียน heartbeat ซึ่งกิน 1 WCU ต่อครั้ง ตัวเลขประมาณการรายเดือนของ AWS คือ 100 การเชื่อมต่อราว 65 ดอลลาร์แบบ on-demand หรือราว 10 ดอลลาร์แบบ provisioned, 500 การเชื่อมต่อราว 325 กับ 47 ดอลลาร์ และ 2,000 การเชื่อมต่อราว 1,300 กับ 190 ดอลลาร์ งาน heartbeat มีปริมาณสม่ำเสมอ AWS จึงแนะนำ provisioned capacity คู่กับ Auto Scaling สำหรับระบบที่มีการเชื่อมต่อจำนวนมากต่อเนื่อง

ปรับอะไรได้บ้าง และแลกกับอะไร
ถ้าปรับได้เสีย
heartbeat จาก 5 เป็น 10 วินาที (และยืด lease ตามสัดส่วน)ค่าเขียนลดลงครึ่งหนึ่งย้ายงานช้าลงตามสัดส่วน
กระทบยอดจาก 60 เป็น 120 วินาทีค่าอ่านจากการค้นลดลงครึ่งหนึ่งกู้คืนจากการล่มกะทันหันช้าลง
รวมการเช็กคำสั่ง STOP เป็น BatchGetItem ครั้งเดียวอ่านรอบละ 1 ครั้งแทน N ครั้งต้องรวมลูปไว้ที่จุดกลาง

จุดที่ควรคิดเพิ่มก่อนนำไปใช้จริง

เรื่องที่มองข้ามง่ายคือเวลา DynamoDB ไม่ได้ใช้นาฬิกาของตัวเองตัดสินว่า lease หมดอายุหรือยัง แต่ใช้ค่าเวลาที่ worker ส่งมา ถ้านาฬิกาแต่ละเครื่องคลาดกันมาก worker อาจเข้าใจผิดว่าสิทธิ์ของอีกตัวหมดแล้ว บน Fargate ในภูมิภาคเดียวกัน Amazon Time Sync Service คุมให้คลาดกันเพียงไม่กี่มิลลิวินาที แต่ถ้ารันที่อื่นต้องตั้ง NTP เฝ้าดูการคลาด และบวกค่าคลาดสูงสุดที่คาดไว้เข้าไปในระยะ lease

ต้นฉบับไม่ได้ใช้ fencing token หรือเลขกำกับรุ่นของสิทธิ์ ในความเห็นของทีมงาน ช่วงสั้น ๆ ที่ worker เดิมยังไม่รู้ว่าเสียสิทธิ์ เช่นตอนเครือข่ายสะดุด อาจทำให้สองตัวส่งข้อมูลซ้ำกันชั่วครู่ ปลายทางจึงควรรับข้อมูลซ้ำได้โดยไม่เสียหาย (idempotent) เช่นใช้ last_seq ตัดรายการซ้ำ ส่วนทีมผู้เขียนเสนอให้ต่อยอดด้วยการเล่นข้อมูลย้อนจากต้นทางหรือเริ่มต่อจาก offset เพื่ออุดช่องข้อมูลที่ขาดระหว่างการกู้คืน และใช้ AWS X-Ray ติดตามเส้นทางงานข้าม worker

แพตเทิร์นเดียวกันนี้ใช้ได้กับงานในไทยอีกหลายแบบ เช่น ระบบแชตกับลูกค้าแบบเรียลไทม์ ระบบติดตามรถขนส่ง หรือระบบรับข้อมูลจากอุปกรณ์ IoT ที่ต้องถือการเชื่อมต่อค้างไว้ และควรพิสูจน์ว่าการย้ายงานทำงานได้จริงด้วยการจำลองความล้มเหลว ดังที่สรุปไว้ในบทความทดสอบความทนทานของระบบด้วย SQS และ AWS FIS

ทีมงาน Smart Cyber Tech ย้ายระบบขึ้นคลาวด์และวางโครงสร้างพื้นฐานบน AWS Azure และ GCP รวมถึงออกแบบสถาปัตยกรรมที่ย้ายงานได้เองเมื่อเซิร์ฟเวอร์ล่ม ปรึกษาได้ที่ แบบฟอร์มติดต่อ

สรุปสาระสำคัญ

  • ทำไมงานที่ถือการเชื่อมต่อค้างไว้ถึงดูแลยาก
  • ให้ฐานข้อมูลเป็นผู้ตัดสินว่าใครเป็นเจ้าของ
  • ข้อมูลที่ต้องเก็บต่อการเชื่อมต่อหนึ่งรายการ
แหล่งอ้างอิงเรียบเรียงจาก AWS Architecture Blog — Building resilient real-time streaming workers with Amazon DynamoDB leases — อ่านบทความต้นฉบับ
ภาพปก: AWS Architecture Blog · ลิขสิทธิ์ภาพเป็นของเจ้าของต้นฉบับ ใช้ประกอบการรายงานพร้อมอ้างอิงแหล่งที่มา
มีคำถามเพิ่มเติมเกี่ยวกับบทความนี้? เขียนหาเราได้ที่ info@smart-cyber-tech.com
บริการที่เกี่ยวข้องจากทีมงาน Smart Cyber Tech

บทความอื่นที่เกี่ยวข้อง

บทความที่เกี่ยวข้อง

ทดสอบว่าระบบคิวพังอย่างไรก่อนของจริงพัง: ใช้ AWS Fault Injection Service ตัดสิทธิ์ SQS เป็นช่วง ๆ แล้ววัดผล คลาวด์

ทดสอบว่าระบบคิวพังอย่างไรก่อนของจริงพัง: ใช้ AWS Fault Injection Service ตัดสิทธิ์ SQS เป็นช่วง ๆ แล้ววัดผล

กลไกกันพังที่ไม่เคยถูกทดสอบเป็นแค่สมมติฐาน ระบบที่พึ่งคิวข้อความจะรู้ว่ารอดหรือไม่ก็ต่อเมื่อคิวใช้ไม่ได้จริง AWS Architecture Blog เสนอวิธีจำลองเหตุนั้นอย่างปลอดภัยและทำซ้ำได้ ด้วยการใช้ AWS Fault Injection Service ตัดสิทธิ์เข้าถึงคิว Amazon SQS เป็นช่วงที่ยาวขึ้นเรื่อย ๆ บทความนี้เรียบเรียงสิ่งที่ต้องเตรียม วิธีอ่านผลฝั่งผู้ส่งและผู้รับ และกับดักที่อาจทำให้คิวถูกล็อกจนกู้เองไม่ได้

อ่านบทความ
จัดการดาต้าเซ็นเตอร์หลายแห่งจากศูนย์กลางเดียว: สถาปัตยกรรม hybrid cloud orchestration แบบ event-driven บน AWS คลาวด์

จัดการดาต้าเซ็นเตอร์หลายแห่งจากศูนย์กลางเดียว: สถาปัตยกรรม hybrid cloud orchestration แบบ event-driven บน AWS

องค์กรที่มีดาต้าเซ็นเตอร์หรือไซต์กระจายหลายแห่งมักเจอปัญหาเดียวกัน ขั้นตอนต่างกันตามฮาร์ดแวร์แต่ละยี่ห้อ งานดูแลวงจรชีวิตเซิร์ฟเวอร์ต้องทำมือ มองเห็นสถานะไม่ทั่ว และเครื่องมือเดิมขยายไม่ไหวเมื่อมีเครื่องนับพันในหลายร้อยไซต์ บทความจาก AWS Architecture Blog เสนอเครื่องยนต์ orchestration แบบ event-driven ที่ใช้บริการ serverless บน AWS ควบคุมคลัสเตอร์ EKS Anywhere และฮาร์ดแวร์ในไซต์ผ่าน Redfish API บทความนี้สรุปสถาปัตยกรรม ลำดับการทำงาน และข้อพิจารณาสำหรับองค์กรไทยที่ยังต้องเก็บระบบบางส่วนไว้ในประเทศ

อ่านบทความ
MCP เวอร์ชัน 2026-07-28 กลายเป็นโปรโตคอลไร้สถานะ: บทเรียนออกแบบ API ให้เอเจนต์เรียกใช้ได้จริง ข้อมูลและ AI

MCP เวอร์ชัน 2026-07-28 กลายเป็นโปรโตคอลไร้สถานะ: บทเรียนออกแบบ API ให้เอเจนต์เรียกใช้ได้จริง

ใครที่เคยทำ MCP server แล้วต้องปวดหัวกับการจำ session ข่าวดีคือสเปกฉบับ 2026-07-28 ตัดเรื่องนี้ทิ้งไปแล้ว MCP (Model Context Protocol) มาตรฐานที่ให้เอเจนต์ AI เรียกใช้เครื่องมือและข้อมูลภายนอก กลายเป็นโปรโตคอลไร้สถานะ แต่ละคำขอจบในตัวเอง จึงรันบน serverless ธรรมดาอย่าง Cloudflare Workers ได้โดยไม่ต้องมีระบบคอยจำสถานะ บทความนี้สรุปจากประสบการณ์ของ Cloudflare ว่าอะไรเปลี่ยน ย้ายอย่างไร และหลักออกแบบที่ทีมไทยใช้กับ API ของตัวเองได้

อ่านบทความ

ติดต่อเพื่อขอรับคำปรึกษาจากทีมงาน

ตั้งแต่ประเมินระบบปัจจุบัน วางแผน จนถึงลงมือพัฒนา — คุยกับเราได้โดยไม่มีค่าใช้จ่าย

ปรึกษาทีมของเรา