今日頭條架構演進之路——高壓下的架構演進專題
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?。接口的穩定性，讓服務更可靠；
叠代速度?。叠代速度對於大公司來講相對沒那麽重要，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，叠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?。主要關註用戶滿意度，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，服務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。
為什麽今日頭條有這麽大的壓力？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麽發展過來的？
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?。
什麽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。
軟件架構有一個問題，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，但做一個好用軟件就有很多的困難。技術改造是漫長的，以年為單位。所以這個時候只能讓架構叠代更快一點。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，搭個數據庫，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，沒什麽問題，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，叠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麽組織規劃。
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，這裏涉及有兩個問題：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，包袱是比較沈重，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叠代、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叠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麽樣的？
??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，也不需要重復做這樣一套東西，這個東西怎麽部署，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臺或者一些工具。
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麽執行的？怎麽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?。規範怎麽做？部署 RPC，一個服務調另外一個服務是怎麽做的？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，你不用關註數據去優化；
??漸進?。先拆離再叠代，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；
??平臺化?。最後的落地是平臺化的東西。我們框架是怎麽設計，和服務怎麽結合？
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：開發者只需要關註業務；
??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、命名範：{產品線}.{子系統}.{模塊} 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，所以需要有全局規劃去追溯它；
??業務服務使用 Thrift 描述接口、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 註冊到服務裏面，看起來有一些約束，數據庫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，但這不是個特別強的規範，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，會同時帶上是什麽樣的服務，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麽樣的服務質量，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。
服務關系與授權
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。數據庫有用戶名認證，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系，全局拓撲關系記錄下來並且可執行。
一個服務提供接口，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：這個服務是什麽樣子？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裏面。
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，在網絡層也不太好做，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。一個重要數據庫，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。
Redis 在協議層做不了，而 MySQL 在調用中增加上述信息不會影響語義。我們服務器提供 HTTP 接口就可以在 HTTP 頭提供這個信息做授權認證。
有授權關系，所有的服務構成完整服務的拓撲關系。一個服務預先授權才能調它。如果有線上真實的拓撲關系，就可以做報警優化。Redis 報警了，MySQL 報警了，有這樣的拓撲，會提升問題追查的速度。
我們有了這樣的拓撲信息，知道服務的全局元信息，我們就可以更好的做服務變更的影響評估和報警等等的優化。
RPC 開發框架
我們自己開發了一個 RPC 框架。開發框架會幫助我們開發代碼，這個事情很多人都在做。它的主要特性包括：
??快速開發：代碼生成；
??服務發現：理解服務化；
??可觀測性（Observability）：logid, pprof, admin 端口；
??容災降級：業務降級開關；
??過載保護：斷路器，頻率控制；
??多語言支持：Python/Go
比如可觀測性是說所有的服務都能暴露內部的狀態，這有非常好的優勢，服務上來以後，默認剖析內部的端口或者服務端口，服務上線與平臺。根據拓撲關系自動分析出來服務狀態，甚至做性能剖析，開發者可以不用關心這些事情，天然獲得這些能力。
還有容災降級，還有過載保護，我們還有一個平臺管理關聯關系和降級，你可以更多關註業務。
下面是大概模塊的示意圖，通過模塊化的方式，而不是嵌入到框架裏面，使我們的維護成本更低。
前面服務是自治的體現，跟 Docker 比較像，我們也會做容器化的開發。只是把服務跑在容器內還遠遠不夠，把服務化體系打通，我們思路實現開放，實現我們“有態度”的私有雲，把基礎設施這一塊讓我們平臺做，業務部門只關心業務。
我們目前到這個環節，做一個服務的重構，我們的私有雲構建。前面的框架，
不斷去叠代。
最後我們和虛擬化 PaaS 平臺怎麽規劃？
我們通過三層實現，通過 PaaS 平臺統一管理。提供通用 SaaS 服務，同時提供通用的 App 執行引擎。最底層是 IaaS 層。
IaaS 管理所有的機器，把公有雲整合起來，頭條有一些熱點事件會全國推廣推送，對網絡帶寬比較高，我們借助公有雲，需要哪一種類型計算資源，統一抽象起來。基礎設施結合服務化的思路，比如日誌，監控等等功能，業務不需要關註細節就可以享受到基礎設施提供的能力。
Q&A
Q：剛才講單體服務拆分成微服務成本是不是有所增加，你怎麽考慮？
夏緒宏：我在過去建一個數據庫，直接跑起來。以前把整個庫升級，現在只需要升級一小部分，業務比較簡單規模比較小的時候單體服務確實成本低。當你的業務增大機器增多，單體服務會成為瓶頸，但是微服務如果是標準化的，可以用自動化的工具、平臺去管理，不能靠人去管理，因此成本反而是降低的。
Q：把服務跑在容器裏面，用了 consul，自身的容器和 IP 等自身的信息註冊到consul，更新您授權的 ACL？
夏緒宏：這的確是一個思路，我們用了 consul 是去中心化，不過也是增加了一層。如果你需要控制微服務的訪問與安全，容器節點還要分級別，比如我會分到小集群，物理層是隔離，以這種方式實現安全的。僅是 consul 是不夠的。
Q：RPC 服務發現是什麽？RPC 是自己實現的？
夏緒宏：服務發現是 consul；RPC 是自己在 Thrift 基礎上實現，服務調用上也實現了熔斷機制。
Q：選型的時候為什麽不用開源，我們是整個平臺的架構準備做微服務的改造，想選一下服務的架構，您這塊是自己做的，我們在開源和自己做之間在選。能舉一個例子？
夏緒宏：看場景，你們現在什麽都沒有可以考慮各種開源方案，我們也有一些自己特殊場景，開源的東西跟內部服務做整合，需要考慮一些整合成本和我們自己維護的成本。很多時候開源項目會出於普適性，會考慮的特性比較多一些，代碼也會相對復雜，有些功能我們用不到，我們要去做改造，整體上不復雜；
授權標準也是自己做的，基於服務標識，服務器裏面，並沒有考慮場景互聯。
Q：我們現在如果做微服務平臺改造，業務系統開發模式是不是有比較大的改變？我們平臺從開發模式到設計都會有所改變，你們改造過了，你們有哪些經驗？
夏緒宏：我們改造到現在也沒改造完，這個改造挺困難的。你先定好一個大方向，因為很多東西是涉及到溝通的問題，推動的問題，你先需要溝通好的方向，達成一致，到怎麽改造，機動性少一點，或者你把大部分的功能實現好，只需要做小小的遷移，減少遷移的成本。
今日頭條架構演進之路——高壓下的架構演進專題