其他分享
首页 > 其他分享> > 世纪联华的 Serverless 之路

世纪联华的 Serverless 之路

作者:互联网

头图.jpeg

作者 | 朱鹏(旻苍)
来源 | Serverless 公众号

一、世纪联华超市简介

1. 公司简介

1.jpg

杭州联华华商集团有限公司成立于 2002 年 7 月,主要业务涵盖购物中心、大卖场、超市、便利店等零售业态,G20 杭州峰会食材总仓建设、保障单位,是浙江省商贸龙头企业。

集团 200 多家门店中,主要涉及 POS 机交易、联华超市、CITY LIFE、天华世纪城等,除此之外还有线上精选 APP,提供线上购买、送货到家服务,还会不定时推出优惠券领取、限时秒杀等活动。

2. 世纪联华技术架构演进方案

2.jpg

二、技术架构演进

1. 物理单机架构

3.jpg

2014 年及以前物理单机架构下,一个超市通常只有 2~20 台 POS 机,最多 20 个客户端,架构非常简洁,只要在一台物理机上部署好本地数据库,交易系统、会员系统、商品管理全都放在一个进程上就足够。如果要做相关操作,比如调取某个交易、给用户注册相关信息、调整商品价格,只要通过 Admin 客户端连接进程再做相应改动即可。通常来说,一个大型超市只要买一台性能足够强的机器,就可以服务好几十个 POS 机发起的请求。

单机架构优劣势比较:

1)优势

2)劣势

2014 年问题逐渐暴露,比如在杭州的总部,想查询湖州某个门店的实时交易量,基本不可能,跨网络查询和数据量大是难以解决的问题。

比如客户在 a 门店注册的会员卡,很难去 b 门店消费,只能靠定期同步,把 a 门店的数据定期拷贝到 b 门店去,这其中存在很多问题,对消费者来说也非常麻烦。

我们不可能每个门店都派一名专业的维护人员,如果机器出了故障,只能打电话给总部的工程师,这种情况就很难做到第一时间赶到现场修复,这是很严重的问题。

因为所有的业务都包含在一个进程里面,如果进程出现异常, 也没办法把业务交给另一个进程处理。

我们在浙江省有上百家门店,每一次升级都需要专业的运维人员把新代码包部署到不同的机器上。

举个案例,2014 年双十二,支付宝推出了使用支付宝钱包付款可以打 5 折的线下优惠活动,当时全国线下近百个品牌、2 万多家门店都参与其中,世纪联华也有参与,但是当天却出现了大量消费者无法结账在超市排起长队的情况。

4.jpg

因为我们刚刚引入一个新的支付方式,所有的业务都在单个进程上,耦合度过高,当时大家集中结账访问量过大,导致支付出现问题,整个单机访问无法进行下去,其他的业务模块也因此受到影响,最后只能重启机器。因为这个问题,世纪联华开始尝试做出新的改变。

2. 中央机房部署架构

单机最大问题是如果门店出现问题,相关工程师无法第一时间赶到现场,尤其是多个机器、多个门店同时出现问题的情况,这时最好的办法是把所有机器集中在一起,做集中的数据修复、运维管理和软件升级。

2014 年到 2018 年期间,世纪联华逐渐把单机架构整个迁移到了中央机房。中央机房是自建的,做法就是把数据库、交易系统、会员系统、商品管理全部拆分到多个进程当中。这样一来,如果会员系统挂掉了还可以暂时匿名购买;商品管理临时出问题但只要交易系统没问题就还可以顶上。耦合一旦降低,对于整个门店的业务保障来说,有了很大的提升。

5.jpg

在这里我们做了一个 node 节点,node 节点连接中央机房的数据库以及各个系统模块。如果出现问题,只需要在中央机房做相关修复即可。除此以外,如果需要调整商品价格,也只需在中央机房上直接设置,然后同步到所有门店的 node 节点上就可以了。

中央机房部署架构的改进和不足:

1)改进

2)不足

3. 全面上云

6.jpg

2016 年以后,随着国内公共云的迅速发展,全面上云势不可挡。在此期间,阿里云在技术上取得了许多突破与提升,例如 ECS 的对外发布。世纪联华在 2018~2019 年期间,把自建机房中的各个系统模块逐渐迁移到了公有云,整体架构没有太大改变,因此迁移工作相对顺利。

全面上云的改进和不足:
 

1)改进

主要有以下三个方面:

比如阿里云的 ECS 会提前做调度和预警,把用户数据转移并做多份数据的备灾,防止磁盘坏掉的情况发生。

比如用户使用的是 4 核的机器,当发现业务增长迅速需要做硬件升级时,就只需要做一个镜像。比如在夜间做一个磁盘快照,重新申请一台新机器,然后把快照恢复上去,就可以完成一键迁移。对世纪联华来说,这是非常快捷的方式,对开发者来说也是比较好的体验。

上面提到的是单机扩容,比如 4 核升到 8 核、16G 升到 32G 的内存。除此之外还有横向的扩容,例如用户交易系统的 API 接口,随着业务的发展需要由原来的 2 台机器扩到 8 台机器,这种情况下用户只需去申请机器,然后将镜像扩展到不同的机器上即可。

2)不足

主要有以下六个方面:

由于无法预估业务遇到大促等活动时所能达到的体量,因此无法准确计算出所需硬件的数量。

水平扩展对研发有较高的要求。比如数据是否要做到无状态,无状态的话水平扩展会比较容易,而如果是有状态,数据可能就需要做缓存,这就会涉及到数据库相关的问题,例如数据过期、一致性等。如果对这些了解不够透彻,做水平扩展就会比较困难。

许多开发者在水位监控上处理得并不完善,如果将各个业务系统混在一台机器上,当遇到机器水位较高,想要快速排查问题并及时进行流控、拆分、临时修复等就显得尤为困难。

与资源预算困难类似。

要做到用户无感无损升级,可能会涉及到连接上的处理与数据库一致性的问题。如果多个模块需要同时升级,还要注意数据结构的兼容问题。

许多厂家将数据全部放在一个数据库中,如果处理不妥当可能会造成单点故障。这就要做数据拆分,粗拆的话,需要注意事务和锁相关的问题,效率会大打折扣;细拆的话,做查询和排序时就会比较困难,给业务实现造成一定麻烦。

4. Serverless 的探索和尝试

1)线上不可控业务上的预防

7.jpg

2019 年年中大促时,由于线上业务用户访问不可控,数据量过大,MySQL 单机访问被打爆,导致了存储数据库出现问题,影响到了多个系统,造成了一定的损失。
 
此事件之后,世纪联华就想直接把 MySQL 替换掉,这时我们发现阿里云有一款产品叫“表格存储”,表格存储最大的优点是用户不需要关心访问量和机器数的比例关系。只要访问量扩大,后台会自动扩容增扩机器,满足高并发的数据读取;在数据并发请求降低处于低峰期时,后台就会将机器回收,用户不再需要关心机器的数量及如何调动。

8.jpg

针对用户流量不可控问题,世纪联华引入了阿里云的产品“API 网关”,API 网关可以针对不同渠道商做管控发布及流量控制。比如发现微信渠道流量有异常,就可以借助 API 网关进行限流。

另外计算也是一个非常重要的问题,世纪联华经过探索发现阿里云的“函数计算”非常契合我们的业务场景。比如定时抢购、优惠券投放等活动造成巨大的 burst 冲击,当发现计算资源不够的时候再去买机器肯定是来不及的,而函数计算及时扩容的功能就很好地解决了这个问题。另外其数据观测和异常报警功能,也吸引到了世纪联华。

世纪联华将这三个产品相结合,替换掉了原来的会员查询功能,最终得以成功渡过 2019 年的 双11 大促难关。

2)Serverless 带来的新曙光

9.jpg

Serverless 研发效率快、运维效率高、架构解耦。

Serverless 不需要人工扩容和运维管控。

Serverless 使抢购活动和大促的整体体验都非常流畅。

Serverless 提供了完整的运维观测和报警监控功能,运维工程师可以轻松很多;另外按使用资源计费,资源利用率可达 100%。

5. 函数计算 2.0 及 All in Serverless

10.jpg

11.jpg

2019 年 双11 过后,世纪联华快速上云,将线上核心业务改造为全 Serverless 架构的中台模式,采用“函数计算+API 网关+OTS”作为计算网络存储核心,弹性支撑日常和大促峰谷所需资源,轻松支撑 618 / 双11 / 双12 大促。

12.jpg
图:2020 年 双11 大促

2020 年 双11 大促,世纪联华线上业务实现 All in Serverless,上为流量&时间的曲线图,下为调用延迟&时间的曲线图。

13.jpg
图:Serverless 助力世纪联华降本提效

三、设计架构演进总结

从物理单机到 All in Serverless 的架构演进:

四、函数计算简介

1. 阿里云函数计算产品全景

函数计算是国内生态最完整、功能最丰富的 Serverless 产品,开发者一步上云、一键 Serverless 化将成为现实。

14.jpg

2. 业界发展趋势

谁在使用函数计算?

15.jpg

作者简介:
朱鹏,花名:旻苍,函数计算一线技术专家,专注函数计算资源调度设计研发。

标签:Serverless,架构,单机,世纪,门店,联华,机器
来源: https://blog.51cto.com/14902238/2654328