今日頭條架構演進之路，高壓下的架構演進專題

科技 08-22

架構壓力主要來源

從架構的角度，技術團隊應對的壓力最主要來自三方面：

服務穩定性。介面的穩定性，讓服務更可靠；

迭代速度。迭代速度對於大公司來講相對沒那麼重要，規模比較大，生存壓力相對小一點，但相對中型小型公司來講，迭代速度是必須要保證的，時間窗也是一個決定能否成功的重要因素；

服務質量。主要關注用戶滿意度，它也是一個特別重要的 topic。

今日頭條發展特別快，只有 4 年的歷史，從人員數量和規模增長來看非常快，在穩定性可用性方面壓力比較大，一方面需要快速把業務實現，但在另外一方面，類似這些高可用的問題會經常騷擾工程師：上線就掛、運營活動量大服務崩潰、單機性能頂不住、一個小服務上線把核心服務搞掛了……類似這些問題，技術團隊需要如何更好的去應對？

先補充下我對架構演進的理解，在不同階段的公司都會面臨各種壓力。小公司壓力可能是業務沒起來，QPS 很低，要做優化也沒有環境及條件；當公司大了，伺服器可能已經不是問題，但你要不斷考慮調優及應對訪問壓力，改善基礎設施以提供更穩定的開發環境。所以說架構演進是持續一個過程，沒有終點。

為什麼今日頭條有這麼大的壓力？今日頭條增長速度是比較快的，從上圖可以看出，現在公司已有 4 年，2014 到 2016 年每年都是 DAU 翻番。這對業務挑戰是非常大，規模上來以後，我們原有的架構難以做到線性擴展，部分能線性擴展的服務，問題也比較多，業務增長太快，後端壓力比較大。

頭條架構發展簡史：三個歷史階段

今日頭條的架構是怎麼發展過來的？

從來沒有一個完美的架構能夠一直支撐下去，架構是動態系統、實時變化的，因為量變而發生質的變化，不同的階段需要不同的架構。

什麼時候需要做架構上的改造呢？當突然發現系統問題越來越多，經常出現事故或者報警特別多，溝通的效率降低等問題，很有可能你的架構出現問題了。

軟體架構有一個問題，它改動的周期相對比較長。架構的模式思路定下來，隨著業務的增長，包袱越來越大。做過基礎設施的人都有這樣的體驗：有一個好的想法很容易，但做一個好用軟體就有很多的困難。技術改造是漫長的，以年為單位。所以這個時候只能讓架構迭代更快一點。最後，不要企圖做特別完美的架構，我們只要保持敏捷演進就好了。

架構不可避免會劣化。

頭條第一階段：三層結構

今日頭條剛開始做的時候，就是一個簡單 Web 應用，搭個資料庫，把業務實現就行了。頭條最開始的優勢是推薦引擎，還有另外一套數據挖掘和離線計算。在線的服務在前端相對來講模式還是比較清晰的，三層就搞定了。業務剛開始起來的時候，沒什麼問題，訪問增大水平擴展一下就可以解決。

頭條第二階段：拆分

跟大部分公司的架構演進歷史非常相似，當上個版本遇到一些性能問題後，最簡單就做一些拆分。優化的過程中，那一塊太重了就從代碼上進行拆分。上圖中，A、B 和 C 是不同的業務，剛開始代碼是一起的，演進的過程中，迭代一年或者兩年的產品，異構去拆其實挺痛苦。

前面時代的架構，基本上沒考慮太多的人員或者規模上的發展，剛開始也沒有專門的人做架構優化，很多人都撲在業務上，把功能點加上。比如推薦的效果不好，就加強推薦，每塊都沒有專門的的人去考慮整體架構去怎麼組織規劃。

到了去年，每個季度做的預算，到第二個月機器都用完了。高峰的時候有 60% 到 70% 的壓力，這裡涉及有兩個問題：第一個問題，有些地方是性能衰減的問題；另外一個，業務壓力太大。

架構團隊需要想辦法變得更快，即使出現訪問問題，壓力大，機器不夠，也要讓我們的服務有所保證。業務一直在快速前進，包袱是比較沉重，改造的成本比較高。基於這些問題，談下我們下一階段的思路，做微服務。

頭條第三階段：微服務

目前我們的思路是通過微服務方式做新架構。通過拆分成子系統，大的應用拆成小應用，抽象通用層做代碼復用。

系統的分層比較典型。我們重點在基礎設施，希望通過基礎設施提高快速迭代、容災和一系列的工作，希望各個業務團隊能更快做業務上的迭代以及架構上的調整。

微服務架構

微服務我們認為最關鍵的三點

解耦，一個服務會依賴另外一個服務、模塊或子服務的概念。

輕量，減輕維護人員的成本。

易管理。

現實中微服務的關鍵是自治。雖然微服務是自治自包含，但也需要有一個層級。比如你提供的服務是外面公司提供的，微博提供的服務，你不能夠要求微博為你得服務去做更改。微服務要有界限，在公司層面，不能讓它過於獨立，過於獨立會增加溝通上的成本。基礎設施和規範最好能復用。

現實中的微服務是什麼樣的？

架構必須要落地成具象的東西。微服務有一個開發框架，做業務的同學根本不需要關心容災，也不需要重複做這樣一套東西，這個東西怎麼部署，他們也不用關心；

需要有一個流程規範性去約束。有規範就可以做全局優化；

微服務的表現形式是提供一個平台或者一些工具。

頭條服務化的現在及未來

最後再給大家介紹前面服務化的思路在今日頭條是怎麼執行的？怎麼給各個業務團隊開發者提供服務？

頭條的主要服務化思路如下：

立規範。規範怎麼做？部署 RPC，一個服務調另外一個服務是怎麼做的？創新我覺得沒有問題，但你得考慮給其他人帶來成本，這個規範還是需要有的，這樣可以做全局控制。服務化的穩定和統一，你要考慮它帶來真正的優勢，性能高是一個點，但是本地優先會好一些；

打基礎。有了規範以後，開始真正落地的服務。比如說基礎庫，把Ngnix、Redis、MySQL這些庫封裝起來，統一起來做一些事情。開發框架，你不用關注數據去優化；

漸進。先拆離再迭代，把服務優化進來；

一切都是服務，第四點是和其他公司或團隊稍不一樣的地方，我們的想法是一切都是服務，每個節點都是抽象歸屬於某一個具體的服務。存儲的確是一個服務，但它不只是提供 API 或者提供功能的東西，還需要包括服務質量，需要別人用起來是比較簡單的；

平台化。最後的落地是平台化的東西。我們框架是怎麼設計，和服務怎麼結合？

首要規範：一切都是服務

資源是有限的：按需申請，需申請和授權；

簡單的使用方式：開發者只需要關注業務；

有唯一定位的方式：用全局資源定位；

最後，每個服務都有擁有者（owner），偏工程架構方面的東西，我的規範必須可執行的。

我們的規範

必須要有全局的中心，服務統一註冊到 consul 中；

服務有唯一的標示、命名范：.. P.S.M，公司有很多部門，我們不希望部門之間溝通起來有差異，所以需要有全局規划去追溯它；

業務服務使用 Thrift 描述介面、必須傳遞標準參數。如果用弱的描述數據，沒有強約束，在客戶端的數據可能會出現類型錯誤；

RPC 使用統一收斂的庫；

Nginx、Redis、MC、MySQL、etc 都是服務

服務註冊

我們服務統一使用 loader 或 wrapper 腳本啟動，具體啟動由業務決定。

服務啟動會有一個名字，把 app 註冊到服務裡面，看起來有一些約束，資料庫MySQL 可以啟動嗎？Redis 可以嗎？

啟動的時候，服務方式不用去管，就用同一個框架，一個新的規範，容易把已有的服務遷移上來，但這不是個特彆強的規範，考慮遷移成本。輕規範，易遷移。

服務中心

服務中心有服務信息，會同時帶上是什麼樣的服務，其他人比較簡單的調這個服務就 OK 了。這個服務到底提供什麼樣的服務質量，擁有者可以管理這個信息。Redis去服務，負載均衡，服務一個項目，把服務接上去。

服務關係與授權

服務之間有個關鍵的概念：服務授權。一般我們起一個服務，通過 IP 就可以連上它了。資料庫有用戶名認證，也可以對 IP 授權。不過內網很多服務限制比較少，不是所有服務都有授權認證。我們希望把服務之間的關聯關係，全局拓撲關係記錄下來並且可執行。

一個服務提供介面，我們可以由 owner 來做授權，其他服務授權後才可以訪問它。

描述信息：這個服務是什麼樣子？最大的 QPS 是多少？通過描述信息發現問題，用戶信息服務托不住了，就拒了，把資源分到其它服務上面，就可以做更多的東西。還有機房信息可以放在這裡面。

服務授權認證思路：

基於服務標示，重要服務增加更多認證方式；

協同認證，客戶端自身協助認證。

舉一個 Thrift 的例子。這兩邊有兩個虛線，服務中心水平擴展能力很強，向它要基本授權的信息，我可不可以調這個服務？默認是可以，就是一個 Thrift 包，我知道你是誰，自己做策略，服務包帶過來。請求帶上來，分析調用是不是有問題，這也是規範的一部分。開發的同學是不用關心框架這邊如何做的。

另外一種向服務中心調用服務，把你拒了。QPS 壓力大，已經支持不了你。一個好處是可以避免浪費資源；另外，虛擬化 Docker 的環節。以前的思路按 IP 授權，每一個 IP 做控制，提供類似於匿名服務，根據節點所屬 IP 去做。現在用 Docker 拿一個標識不太好做，在網路層也不太好做，在內網環境下有一定的可信，我自覺告訴你，我是誰，然後調用。

MySQL 目前正在做的一個方案見下圖，不像 Redis 要求帶上你是誰，調用 MySQL 需要把調用方是誰帶上來。一個重要資料庫，肯定做安全授權，我剛只是說常規情況下。這幾種方式疊加起來做，把原信息帶過來，Redis 帶過來，做加權校驗。