加入收藏 | 设为首页 | 会员中心 | 我要投稿 武汉站长网 (https://www.027zz.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 站长学院 > PHP教程 > 正文

商用软件未必解决问题 开源值得一试

发布时间:2016-11-24 06:39:11 所属栏目:PHP教程 来源:站长网
导读:第七届开源中国开源世界高峰论坛29日下午的演讲中,阿里集团的高级研究员与副总裁核心系统负责人章文嵩先生给大家带来了开源+自主开发淘宝软件基础设施构建实践的主题演讲。 章文嵩的演讲主要分享了阿里巴巴在底层基础平台建设方面的一些经验。从整体上看

第七届开源中国开源世界高峰论坛29日下午的演讲中,阿里集团的高级研究员与副总裁核心系统负责人章文嵩先生给大家带来了“开源+自主开发淘宝软件基础设施构建实践”的主题演讲。

章文嵩的演讲主要分享了阿里巴巴在底层基础平台建设方面的一些经验。从整体上看分为如下几个议题,首先介绍了淘宝网的一些情况,然后介绍了淘宝网目前在软件基础设施中的部署情况。


商用软件未必解决问题 开源值得一试

阿里集团的高级研究员与副总裁核心系统负责人章文嵩

提到淘宝网,可能很多人都知道他是一个网络购物的代名词,有市场报告显示,去年淘宝网交易额是7800多亿,淘宝网占7层份额,淘宝网上面大概有七八百万卖家创造了直接的就业机会,职业就业机会270多万个,淘宝网的网络流量,目前基本上在13名左右。第一名是谷歌,第二名是FACEBOOK,这个排名会随时变动,比如做大促销的时候,有可能冲到11名,过年网络购物少的时候可能降到18名,目前国内是第3名。支撑网站排名背后的流量一天现在大概700多万个访客,跟踪帐户登陆,有700多万个,去年双12大促一天有1.25亿人访问,那时候CDN访问流量856G,整个淘宝网页一天25亿,淘宝网站上有800多个应用。针对这样的规模搭建基础设施也并不容易,我淘宝网的基础设施每年在不断的发展,可能以百分之七八十速度在增长。

淘宝的基础设施,最上面是CND系统,在全国布很多点,让用户访问家门口的机器,中间是交易平台,背后是基础设施软件,存储系统,数据库,包括海量数据处理平台和资源调度平台,左侧有淘宝的搜索,淘宝上有十几亿商品,用户进来要搜索,我们要做到实时搜索,比如用户变更了价格,在搜索引擎里几秒钟要反映出来,卖家变更一些信息之后往往自己上去查,如果查不到自己就会投诉;右侧是广告系统,是收入的主要来源,还有数据挖掘平台。在基础软件上,我们分很多层次来做,最底下的是硬件,我们对硬件进行定制,我们对各种储存介质非常了解,我们在低功耗处理器、CPU方面定制专门机器,降低功耗比,或者降低成本。

我们有一个内核的团队,几万台服务器支撑淘宝网,我们根据应用的特点做优化,过去Apache用的比较多,我们还有数据库团队,这是目前在单机上做的事情。上面是分布式系统,多机环境,有分布式存储,像TFS、分布式表格系统,还有图像搜索团队,图像搜索输入一张照片,我们有CDN分发系统,还有海量数据的计算,包括旺旺平台,现在将近一千万同事在线,虚拟化管理,负载均衡,包括网络的解决方案。现在采用的软件基本都是开源加自主开发的,比如CDN,我们可以说它是世界上最大的面向图像的CDN系统,送照片就送856G流量,上面都是拿开源软件做的,我们做成了一个自主开发的CDN系统,今年会建到2400G,按照淘宝流量的增长,能力到2400G,实际的量可能会在2000G左右。

TFS是自主开发的分布式对象存储系统,目前有6.2P存储空间,实际用了4P多,今年会建设到12P。每G存储成本会逐渐下降,今年到2.5元。Oceanbase,一张表格里大概有120亿条的收藏记录。核心数据库,采用开源的MySQL,机上高速的非易先存储,以及多层级优化。旺旺平台,自主开发。底层的支撑软件,在OpenJDK基础上开发和维护Taoboo JVM,在LVS基础上实现负载均衡解决方案,用开源软件实现了高流量的网络镜像项目,可以说淘宝整个平台是建在开源软件加自主开发的基础上,核心系统没有商用软件,淘宝不是第一天是这个样子的,我们讲一个事例。

淘宝最早是做交易网站的,一块是都是花钱解决问题,最终花钱解决不了问题了,不得不自己走上这条道路,我们可以拿三个事例来说明,图片存储,淘宝上有很多商品,卖家拍了很多商品照片,平均一个商品可能有三四十张以上的图片,一开始花钱解决问题,买的是NAS系统,然后往里面放,到2006年的时候,从最低端升级到最高端设备,因为是笑图片,最高端的存储控制没用完,但是文件个数已经用爆了,数目不够,工程师说一台放不下买两台,两台放不下放四台,我们自己知道这个不是解决办法,因为成本很高,那时候10T存储空间就要几百万,我们自己做了一个面向图片存储的管理系统,在架构上我们做了一些取舍,分布式文件系统由原数据服务器、数据服务器两部分组成,对于互联网图片数据来说,用户并不关心文件名是什么、路径是什么,只是在网页里能把图片展示出来,我们把目录空间抛弃掉了,我们做了取舍,没有目录空间,做了对象存储,你要放进来一个对象,自己还不能起名字,是我们赋予的,这样可以做到非常高速,比如中间有一个图片名字,一般人看不懂,原数据可以变的很简单,直接可以映射到物理机器,原数据很简单,数据量很少,分布式系统里原数据一定是最终瓶颈,做的越简单可扩展性越好。

上线一用规模可能就大了一个数量级,后续逐渐优化,增加各种功能,现在TFS也开源了,2.0版本,我们还在持续优化,我们内部都有指标。淘宝CDN系统,一开始也是花钱解决问题,最早淘宝CND系统都是买商用负载均衡器,因为是图片,随即访问,后来逐步改造,用开源的软件,包括混合存储,原来建6G要花掉200多万,去年建10G35万就可以做到了,2010年光KPI就节约了1亿多,因为规模大了,稍微优化一下就可以节约1亿多,这里面我们提了很多做法,以后我们会有大型的节点,在调度力度和用户体验上都会做进一步优化。

第三是淘宝核心数据库,最后一个被拔掉的,最早拿IBM小型机、思科商用数据库、EMC高端存储,好处是功能比较强大,缺点就是比较贵。2008年开始使用MySQL数据库,2011年组建了自己MySQL开发团队,开发团队只有8人,去年最早把商品库换掉了,十亿多个商品,交易数据库过去2000万IOE解决方案,那时候每秒钟只能做3000笔交易,2011年原定目标是平台要做到5000笔交易就能支撑业务的发展。

后来我们用MySQL加上优化,一台机器做到1万笔交易,当然了不是普通的PC服务器,是9万元的PC服务器,再加上FLASH卡,总共不到12万元,整个淘宝平台的交易能力一秒钟能做到16万笔交易,商用软件已经不能满足大规模系统的需要,开源自主开发有很好的可控性和可扩展性,我们有个规模效应,比如这个图横坐标是规模,规模由小变大的时候,一开始自己研发,投入的起点可能比较高,随着规模增大,斜线不高,如果一开始租或者买,投入的起点已经必定低,随着规模增长,斜率比较高,两条斜线肯定相交于一点,过了这个交差点自己做一定划算,我们在商用软件上碰上问题,商用厂商并不全力支持我们,全世界可能就我们一家是这种用法,逼着规模大的不得不自己做。

(编辑:武汉站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读