综合

微信技术总监周颢一亿用户背后的架构秘密编制

2020-11-18 11:04:27来源:励志吧0次阅读

技术总监周颢:1亿用户背后的架构秘密

A5任务 SEO诊断选学淘宝客 站长团购 云主机

本文转自腾讯科技。

腾讯战略级产品,创造移动互联增速记录,10个月5000万用户,433天之内完成用户数从零到一亿的增长过程,千万级用户同时在线,摇一摇每天次数过亿...在技术架构上,是如何做到的?日前,在腾讯大讲堂在中山大学校园宣讲活动上,腾讯广研助理总经理、技术总监周颢在两小时的演讲中揭开了背后的秘密。

周颢,2001年毕业于华南理工大学,计算机专业硕士。2005年加入腾讯广州研发部,历任邮箱架构师,广研技术总监,T4技术专家,中心助理总经理。

周颢把的成功归结于腾讯式的 三位一体 策略:即产品精准、项目敏捷、技术支持。的成功是在三个方面的结合比较好,能够超出绝大多数同行或对手,使得走到比较前的位置。所谓产品精准,通俗的讲就是在恰当的时机做了恰当的事,推出了重量级功能,在合适的时间以最符合大家需求的方式推出去。他认为在整个的成功中,产品精准占了很大一部分权重。

敏捷是一种态度,敏捷就是试错

研发团队里鼓励一种试错的信仰:他们深信,在互联开发里,如果能够有一个团队在更短的时间内尝试了更多机会(并能改进过来),就能有(更多的)机会胜出。敏捷是一种态度,在软件开发进程中,项目管理者都会非常忌讳 变更 这个词,但是在的项目运作中是不可以的。由于必须要容忍说那怕在发布前的10分钟,也要允许他变更。这是非常大的挑战,由于打破了所有传统项目开发的常识。所有人都说不可能做到的,但做到了。研发团队所做的一切都是要给产品决策者有最大的自由度,而这个决策正是能够胜出的关键。

海量祖孙一见面就抱头大哭。系统上的敏捷,无异于悬崖边的跳舞

敏捷有很多困境,如果做一个单机版程序,是可以做到很敏捷的,但是腾讯正在运作的是一个海量系统,有千万级用户同时在线,在一个单独的功能上每天有百亿级的访问,同时还要保证99.95%的可用性。在海量系统上应对项目开发会有很严谨的规范,都说要尽可能少的变化,因为90%-95%的错误都是在变更中产生的,如果系统一直不变更会获得非常高的稳定度,但是就是要在悬崖边舞蹈。的研发团队要做一些事情,让敏捷开发变得更简单。

如何做到这一切?周颢认为,首先,必须建立起一种狂热的技术信念,就是一定是可以做到的。然后,需要用一些稳固的技术(理念)来支持,例如大系统小做、让一切可扩展、必须有基础组件、轻松上线(灰度、灰度、再灰度,精细监控,迅速响应) 等等来支撑。

四大法器:大系统小做、让一切可扩展、要有基础组件、轻松上线

大系统小做

当设计庞大系统的时候,应当尽量分割成更小的颗粒,使得项目之间的影响是最小的。一切可扩大:在高稳定度、高性能的系统中间,为了稳定性能把它设计成不变化的系统,但为了支持敏捷需要让一切的东即可携手迈向情路。你和TA的爱情情比金坚吗?那就快快踏上情路西都要变得可以扩展。必须建立基础组件:要解决复杂问题的时候,需要将已有的经验固化下来,固化下来的东西会成为系统中的一部分。轻松上线:当做了变化并把它从开发环境中部署到现有的运营环境中去,在这个过程中, 灰度 这个词非常关键,就是在黑和白之间的选择,必须要变成一种小规模尝试,再逐步扩展到海量过程中的一个问题。

大系统小做 仅仅把模块变得更加清晰,这在海量系统设计开发中是不够的,还需要在物理环境上进行分离部署,出现问题的时候可以快速发现,并且在最快的情况下解决掉。

大系统小做,混搭模式

将不同的运用逻辑物理分割独立出来,用户注册登录、LBS逻辑、摇一摇逻辑、漂流瓶逻辑、消息逻辑独立开来。把关键的逻辑混搭在一起,当所有的逻辑部署在同一个服务器上,确切也会带来很大敏捷上的好处,由于不需要额外的斟酌部署和监控的问题。在全部的逻辑中,可能现在已经有上百种不同的逻辑,由于会在逻辑的分割上拆分成种做分离部署。

一切可扩大 络协议可扩大、数据存储可扩大

扩大的关键点有两块。一个是络协议需要扩展,当要升级一个新功能的时候,会有一些比较大的困难,所以所有协议设计都比较向前兼容,但是向前兼容还是不够的,由于络协议设计本身有非常多的功能也会有比较大的字段,相干的代码可能会有数千行,这一块不能通过手写方式完成。可以通过XML描述,再通过工具自动生成所有的代码,这是获得快速开发的一个重要的点。

另外一块就是在数据存储方面是必须可扩大的。在2005年绝大多数海量系统的设计都是采取固定字段的存储,但是在现代系统中会意识到这个问题,会采用KV或者TLV的方式,也做了不同的设计。

把复杂逻辑都固化下来,成为基础软件

在后台会有几种不同的基础组件,大致包括:

Svrkit Client/Server自动代码生成框架:10分钟搭建内部服务器

LogicServer 逻辑容器:随时添加新逻辑

OssAgent 监控/统计框架:所见即所得的监控

报表存储组件 屏蔽容灾/扩容等复杂问题

灰度、灰度、再灰度

在变更后的部署方式上,在一些规则会限定不能一次把所有的逻辑变更上去,每一次变更一小点观察到每一个环节没有问题的时候,才能布局到全上去。后台每一天可以支持超过20个后台变更,在业界来讲,通常做到5个已是比较快了,但是可以做到快4倍。

腾讯内部的上线系统

而所谓灰度发布,是指在黑与白之间,能够平滑过渡的一种发布方式。AB test就是一种灰度发布方式,让一部用户继续用A,一部分用户开始用B,如果用户对B没有甚么反对意见,那末逐渐扩大范围,把所有用户都迁移到B上面来。灰度发布可以保证整体系统的稳定,在初始灰度的时候就可以发现、调整问题,以保证其影响度。(在腾讯,灰度发布是最常采取的发布方式之一)

孙子兵法:古之所谓善战者,胜于易胜者也

常识上,解决一个复杂问题的时候,会用高明的技巧解决复杂的问题,这个不是团队的目标,他们寻求的要做到让所有问题很自然和简单的方式解决掉。在周颢看来,架构的技术复杂点在四个要点:协议、容灾、轻重、监控。

架构

协议:终端跟后台服务器之间的交互协议,这个协议的设计是整个系统的骨架,在这一点做好设计可以使得系统的复杂度大大下降。

容灾:当系统出现了若干服务器或若干支架(宕机的时候),依然需要让系统尽可能的提供正常的服务。

轻重:如何在系统架构中散布功能,在那一个点实现那一个功能,代表系统中间的功能配置。

监控:为系统提供一个智能仪表盘。

在协议设计上,移动互联和常规互联有很大的区分。首先有CMWAP和CMNET的不同,在中国现在有相当多的用户使用WMWAP连接,还有就是在线和离线的概念,当下线的时候叫离线,当你登录的时候叫在线。但是在移动互联这两个概念比较模糊。从的设计中,不管在线还是离线系统表现都应该是一致的。

还有一个是连接不稳定的问题,由于信号强弱的变化,当时信号很好,5秒钟走到信号不好的地区,连接就必须断掉。这个中间带来不稳定的因素为协议设计带来较大困难。另外就是资费敏感的问题,因为移动互联是依照流量计费的,这个计费会使得在协议设计中如何最小化传输的问题。最后就是高延迟的问题。

对此,业界标准的解决方案:Messaging And Presence Protocol:1)XMPP,2)SIP/SIMPLE。它的优点是简单,大量开源实现。而缺点一样明显:1)流量大:状态初始化,2)消息不可靠。

在系统中做了特殊设计,叫SYNC协议,是参考Activesyec来实现的。特点首先是基于状态同步的协议,假定说收发消息本身是状态同步的进程,假定终端和服务器状态已被迟了,在服务器端收到最新的消息,当客户端、终端向服务器对接的时候,收取消息的进程实际上可以简单的归纳为状态同步的进程,收消息和收取你好友状态更新都是相同的。在这样的模式之下,我们会也许会把交互的模式统一化,只需要推送一个消息到达的通知就可以了,终端收到这个通知就来做消息的同步。在这样的简化模式之下,安卓和塞班都可以得到统一。这样的系统本身的实现是更为复杂的,但是取得很多额外的好处。

让剩下系统实现的部份更加简单,简化了交互模式,状态同步可以通过状态同步的差值获得最小的数据变更,通过增量的传输得到最小的数据传输量。通过这样的协议设计,可以确保消息是稳定到达的,而且是按序到达。援用1句俗话:比它炫的没它简单,比它简单的没它快,没谁比他更快,那怕在GPRS下,也能把进度条轻易推到底。

追求完善设计的团队不能胜任海量服务

在容灾之前面向最坏的思考,如果系统真的挂了,需要做一些事情,首先是防止雪崩,避免蝴蝶效应。如果关注春节订火车票就知道了,用户的要求量会由于系统服务不了而不断的重试,意味着发生雪崩的时候,系统可能会承载本来倍的流量,使得所有的事情更加恶化。所以有很多 放雪 功能的设计。

第二个词是柔性可用,在任何的系统中不要追求完美设计,寻求完美设计的是团队是不能胜任海量服务的。如果在一个系统出现问题的时候,这个系统就挂了,那么这是一个不好的设计,最好的做法是提供中间的选择。举一个例子,当一个用户向另外一个用户发消息的时候,可能会通过一个垃圾信息过滤的检测,如果垃圾信息过滤这个模块突然挂掉了,这个消息难道就不能达到了吗?在这样的情况下,要忽略掉这个毛病,使得消息正常到达对方。要精确定位出那一个环节是最为重要的,把不是重要的毛病尽量的忽略掉。当不能做到完善的时候,尽可能为用户提供服务。

另外一个重要方面叫做 保护点前置 ,最前的一个点就是终端,在终端上蕴埋更多的保护点,这样会为用户系统赢得更大的处理空间。如果终端具有这样的能力,会取得更大的反应空间。

周颢介绍了在上具体容灾设计的做法。在所有的容灾中存储层的容灾是最难的,一个系统的设计分为三层:接入层、逻辑层、存储层。接入层和逻辑层的容灾都有比较成熟的方案。

逻辑层的容灾相对来说比较简单,尽量不要有状态的设计,比如说当你做上一个请求的时候,会保持一些状态,要使得下一个要求发到下一个服务器。如果任何一个要求之间相互不关联的话,这个就是无状态的设计,只要做到这一点逻辑层的容灾可以随便的切换。在回到存储层本身的容灾设计上,相对来说困难一些,但是研发团队采用了一些技巧,叫分而治之,分离业务场景,寻求简单的设计,并不会寻求大而同一的解决方案,由于这样会使得系统的复杂度大幅度上升,而会尽量把产品拆细,寻求简化的设计。

首先是主备容灾,这是最常见的方案。在有一些业务场景中是可以容忍最终一致性的,比如账号系统的设计,每天写入账号系统的请求是非常少的,但是访问的要求非常多,这个差异可能会到达数万倍的规模,在这样的场景下,会在账号系统中采用简化的方案,也可以获得比较大的稳定度。

SET模型+双写

第二种容灾的模式叫双写,两台Master的机器,当一台机故障的时候,另外一台机还是可以接收到写要求,当两台机交错启动的时候,会得到数据的丢失。但是有一些场景是可以容忍轻度数据丢失的,比如说会有一个存储专门记录用户终端的类型,比如说安卓还是塞班以及他们使用终端的版本是什么,这样的数据是可以容忍轻度数据丢失的,由于偶尔有一些丢失的话,下一次访问会把这些数据带上来,会尽快的修复所有的数据。双写也是非常简单的模式。

的研发团队做了一个叫Simple Quorum的机制,在的后台中,同步协议有一个很重要的基石叫序列发生器,这样的一个序列发生器需要有极高的稳定度。首先可以看到序列号有一个特点永远是递增的,用递增方式往前推进的时候,最大的序列号就是最新的系列号。有一个毕业才加入广研的毕业生想到一个绝佳的方案,按SET散布,从2G减到 200K。

前轻后重,功能点后移

周颢还谈到了轻重的概念。这个概念的提出主要是从终端本身的一些窘境所带来的。首先在终端上需要表现最多的一个产品的逻辑,逻辑非常复杂,变更的成本也非常高,当需要修复的时候必须发布一个新版本,这个新版必须由自己下载才能完成,下载的成本非常高。在这样的前提下,如果终端产生了任何变化的时候,如果这个变化有非常大的问题就会有极大的窘境,所以需要在每个发布之前做一些充分的数据,确保不会产生致命问题。如果一旦出现致命问题难以修复,需要把关键的点从终端移到后台实现,把功能点后移,来充分发挥后台快速变更的能力。

接入优化:从GSLB到IP重定向

在接入层的优化,速度很重要的因素,是不是能够就近接入一个最优的节点,比如说移动用户最好接入移动的节点,海外的用户可能需要寻找更佳的路由,有的时候可能没法自动做到这一点,一点是在终端上做测速,会通过在后台IP逆向的能力,通过后台指挥终端联的能力,寻觅最优的接入点。上图就是每分钟收到同一项指令曲线的报表。

如何解决 偷流量 的问题 当国内类类产品发布的时候出现一个大的问题就是 偷流量 ,当用户在某一些逻辑下进行一个死循环,不断访问某一些数据,这样的死循环是非常可怕的,如果在用户不知觉的情况之下,可能会在一个小时之内偷到数10兆乃至数百兆的流量。有非常多业内的同行都需要花大量的精力解决这个问题,研发团队用了非常强大的方式解决它。通过在后台建立起严厉的监控系统,对每个用户的行为做一个监控,当发现异常的时候,后台会给终端发出指令,使得终端在一段时间没法联,但是可以保证用户流量不会白白的使用掉。

功能适配的例子 第一期版本发布的时候,当时没有群聊的功能,第二版发布的时候做了这个功能。当时有两个选择,对初期版本的用户,由于不支持群聊,就无法享用到这个功能,但是希望提供更好的选择,想让早期不支持群聊的版本,也可以被拉到一个群里面收消息、发消息,通过后台功能的适配也能做到这个事情。

分而治之,把监控嵌入基础框架

对于一个海量系统来讲,一个精密的仪表盘非常重要。监控是非常痛苦的,对这样一个系统来讲,每小时会产生数百G的监控日志。希望在1分钟以内监控的数据就能够显示在报表上,因为只有这样的精准和实时度才能够赢得处理故障的时间。会做关联统计,通过摇一摇加了好友,他们活跃度如何,过了一段时间他们的活跃度变化情况又是如何。这种需求是需要通过大量日志的关联统计来取得的。研发团队也花了一段时间来理解这个问题,发现了中间一个重要的经验叫做 鱼和熊掌不能兼得 。

为了让监控数值更敏感,需要把监控细化再细化,上面数据表示每一栏子系统的数据,下面这个是按版本号来划分的,这里的数据项是非常多。

还需要收集一些异常的点,如果有异常的话会发布紧急的版本,尽可能快的替换它。对收发消息延时做的监控,比如说0 1秒端到端的速度,会对不同的区段做一些统计,当某一个环节出现异常的时候,通常会在中间的延时上体现出来。有一个很重要的点叫自动报警,现在有数千项的数据,不可能每一项都靠人工去看的,必须要跟自动报警相干联,有一些智能的算法,是不是在正常的范围内,跟历史的数值进行对比,如果有异常的话,会通过短信、邮件还有本身来发出报警信息。

把监控嵌入基础框架

会把监控嵌入到基础框架里面去,因为并不是每一个人都会意识到在需要的地方嵌入一个监控点,所以在基础框架本身内置很重要的监控点,比如说这个表上的栏目,非常多的栏目大概会有数百项的栏目,都不需要程序员自己去写,当用基础组件搭建一个系统的时候,就可以直接观测系统数据。

在谈到未来的技术挑战时,周颢首先希望能够让成为可用性99.99%的系统;设计出面向现在10倍容量的系统以及完全的IDC容灾。

培哚普利氨氯地平片与氨氯地平贝那普利片的区别
治疗斑秃的好办法
如何正确服用紧急避孕药
华邦制药地奈德乳膏的作用
分享到: