高速业务增长带来的挑战

大型电子商务平台吸引了大量卖家和买家，图为2014年IPO时候截得的图，可以看到在阿里上有10亿多件商品等，现在仍然以非常高的速度在增长。

图为2003年到2010年淘宝网注册用户数，用户数从非常低的值逐渐涨到近40000万人，这些用户突然来到我们的网站，就会给网站非常多的访问压力。2003年到2006年我们主要是想尽方法以业务为核心积累技术，到后来互联网人群在高速增长，整个体系面临的技术挑战就会非常多，具体有以下四点：

• 业务需求爆发式增长
• 开发人员快速扩张
• 系统代码量越来越多
• 系统压力越来越大

综合来看，一个技术性网站最重要的技术挑战在于考虑业务的高速增长、用户数量的高速增长导致下层原来看不见的问题变成了新的问题。

挑战与解决之道

阿里前期技术团队规模500人左右，单一War应用，是以PHP为核心构建的系统，PHP+MySQL+Linux+Apache标准的LAMP的系统架构，后来逐渐用一些开源的技术替换掉了原来的商业产品，随着业务的不断发展，不断的把新的代码加入到系统中，我们研发了一套分布式存储架构，搜索也是自己构建的。

技术问题

随着技术快速增长和演进，随着人员的增加，我们发现很多严重的问题展现出来。

业务支持缓慢，牵一发而动全身

很多人同时维护一个核心工程，不同人有不同的理解，会导致源代码冲突严重，很难做项目管理，协同成本非常高，进而项目发布周期就会很长，迭代速度变慢，且错误难以隔离。

数据库能力达到上限

只有一个数据库的问题是很大的，发布一个新的系统可能会导致宕机，由于数据库里本身的索引建错了，建错是因为库是重建的，Oracle的索引重建机制还没有来得及更新柱状图。所以，只有一个Oracle数据库时，连接数捉襟见肘，单机IOPS达到瓶颈，CPU 90%以上，每年宕机最少一次。

数据孤岛

多套用户体系导致用户不知道到底在哪个网站登录，我们想知道用户的画像，分析用户的购买行为，但两个不同网站的相同用户名不确定是否为同一用户，所以没办法进行后续的大数据分析。随着系统越来越多，我们发现大量的用户在系统出现时，比如查询用户的方法，在不同的业务系统里出现多次，每一次都不完全一样，数据隔离、重复建设，数据不一致，这是项目管理和代码管理的乱象。

基于EDAS进行服务化改造

没有任何服务化的经验去借鉴，我们只能一步一步的摸着石头过河。我们做了几个关键性的努力，首先是用户中心迁出，从一个大的系统里拆出一小块放到外面，这就是用户中心，用户中心是一个比较简单纯粹的处理用户登录的系统，当时在内部就有六、七种登录方式，我们把这些方式全部代理出来，变成一个单独的服务中心。如果我们不把系统代码进行革新，就没有办法支撑，紧接着，我们就开始做自己的中间件的研发，千岛湖项目产生时，EDAS、MQ、DRDS就随着它一步步的演进到现在。交易中心是整个系统里最复杂的业务流程，几乎和所有业务系统有关联，当它用一些中间件完成整个系统的突破时，我们就可以认为看起来中间件和应用都准备好了。接着我们进行了第三个五彩石项目，商城和淘宝各有一套购买流程，我们需要用EDAS进行服务化改造，把这两套流程融合到一起，使之能同时支撑两个不同的出口，完成下一步的延伸。

服务化以后的架构演进

服务化以后，开始时业务应用很少，随着系统往下延伸，很多人开始做服务化系统，服务之间也会进一步的复杂，从而会形成一个复杂的网状结构，那么，依赖很多，如何进行准确的梳理呢？

当系统变成网状结构后，一定会有一些业务系统是重要业务，一些业务系统是非重要业务，这些非重要业务突然出现小的故障时，整个系统就会宕机，我们成立了稳定性小组进行业务梳理，以交易流程为核心，哪些系统划成重要系统，哪些系统为非重要的业务系统，但是，系统在不断的变化，我们没有办法准确知道每一次变化后它的依赖关系是怎样的，很难进行梳理，必须通过系统的方式来解决问题。

鹰眼系统

我们把整个系统现象成一个高速公路的路网，流量进来就如同行驶的汽车，如何能够知道汽车从哪里进来又从哪里出去呢？在高速公路上做很多的关卡，这样可以准确的追踪到所有连接的道路和通信，这样，哪里有问题都可以通过非常简单的方式得到检测，而这个检测对于发现和解决问题是非常简单的一件事，才有可能摆脱在服务化以后，复杂的系统运维和管控。

阿里经过验证的中间件——EDAS

高性能服务框架

EDAS是一个高性能的服务框架，EDAS是由很多技术体系组成的一个整体包，如果想写一个web应用，使用这个开发套件，所有在业务开发需要的功能都集成在里面，所有和业务中间件相关的应用也集成到里面了，最关键之一就是HSF，HSF在阿里90%以上应用上使用，相对比较成熟，支持分布式事务，经历过七次双十一大促的考验，日均有千亿级的调用量。

同时，我们也支持Dubbo，Dubbo也是阿里开发出来的市面上应用非常广泛的开源软件，已经有4000多个开源分支。

分布式事务

在服务框架之上，还有分布式事务，在分布式应用里应该怎样完成单机应用中常见的一些事务操作呢？此时就需要使用分布式事务组件，它能够将服务和服务之间多个不同库之间的数据集中到一起去，从而提供一个整体的服务能力，看起来像写单机业务系统一样去写分布式事务服务框架。去中心化服务化框架，只是一个简单的开始。

分布式配置管理

可以在网站查询配置哪些机器收到、哪些机器没有收到，毫秒级推送，可以变更历史记录，推送轨迹追踪等。

立体化监控服务

资源+容器+应用 = 立体化监控服务

监控是我们非常关注的事情，对于系统整体的性能指标也非常重要，所以，我们会尝试从不同层面收集信息，具体包括以下三大方面：

系统资源：负载，CPU、内存、磁盘、网络
容器：堆内存、类加载、线程池、连接器
应用：响应时间、吞吐率、关键链路分析

容器监控

容器监控要监控堆内存与非堆内存使用情况，类加载情况（对于排查线上启动问题非常方便），线程运行情况，连接器情况。

应用监控

应用监控主要从服务接口、方法的实时调用情况进行分析，以及调用QPS、响应时间分析，

快速感知系统流量变化，从而让我们知道系统的问题所在。监控和报警在这里得到很好的体现，但这仅仅算是刚刚进阶。

EDAS鹰眼跟踪

鹰眼监控就是解决内部非常复杂的多样链路的时候，怎样进行持续的收集、跟踪、统计，以帮助我们进行链路梳理的工具。比如从前面开始调用链路时有哪些异常，出现故障的地方都可以从这个调用链路上得到展现。

同时，通过海量调用链进行统计分析，得到链路各个依赖的稳定性指标。比如，某个地方的QPS很高，但这个系统不该有这么高的QPS，就可以认为这是一个依赖压力问题。

除了链路分析功能，EDAS还有容量规划的重要功能。通过线上真实引流到系统内进行压测分析，然后根据设定的运行水位计算系统承载的最高容量，从而到最后可以实现机器按需的上线和下线，把这些系统融会贯通在一起，就是整体的容量规划提供的功能。

EDAS限流降级

限流降级是阿里最有特色的功能之一，我们会面对非常强大的挑战就是双十一网购狂欢节，我们需要在成本和体验中选择一个好的平衡点，要利用这个平衡点我们必须要保证系统的可用性，不能因为用户多导致系统无法服务，就像排队买票一样，我们需要对自己的系统进行优化，具体表现在一下两方面：

• 限流：针对非核心服务调用者限制请求量
• 降级：针对系统的非核心服务依赖

应用发布和管理系统

以前是集中化的发布方式进行管理的，这对于一、二百台机器是没有问题的。然而，现在需要同时发布五、六百台机器甚至更多，发布就会成为瓶颈。对此，我们内部引入EDAS燎原P2P发布系统，它能够让系统内进行P2P多点式的多host发布，使整个系统的应用发布能力得到快速提升。

EDAS燎原实现超大规模集群闪电发布，图中可以看出发布耗时随着机器数量增加变化趋势。采用EDAS燎原发布系统，随着应用实例的增加，发布的时间几乎保持不变。有利于进行紧急发布时候的业务处理，实现快速回滚。

阿里十年技术精华沉淀

综合来说，EDAS并不是简单的服务化工具，它希望在整个应用的编写周期里都可以进行操作，所以它结合了HSF、鹰眼、燎原等等。现在，它在公有云和专有云里都有输出。

阿里巴巴核心技术架构

• 自主创新走出技术困境，沉淀一大批成熟中间件技术；
• 共享服务体系打破应用“烟囱式”建设方式，支撑业务快速创新；
• 云化基础架构高效支撑业务增长，灵活的弹性伸缩带来巨大的成本节约。