Netflix 如何部署代码

  • Zef Hemel
  • 孙镜涛

2013 年 6 月 14 日

话题:DevOps架构

著名的电影流媒体网站Netflix每天都会进行上百遍部署,它们没有使用ChefPuppet,没有一个质量保证部门,也没有发布工程师。为了实现自己的目标,Netflix 构建了一个先进的内部 PaaS(平台即服务)平台,所有的团队都能够通过这个平台部署自己的基础设施部分,同时部署也没有时间和次数上的限制。在QCon New York 2013期间,Jeremy Edberg 介绍了这个 Netflix 为了满足快速迭代的需要而基于Amazon AWS构建的基础设施。

Netflix 在实现 API 的时候使用了面向服务的架构,该架构会处理网站的大部分请求(每天有 20 亿次请求)。在幕后,API 被分离成了很多服务,每一个服务都由一个团队进行管理,这使得团队能够相对独立地进行工作,也能够独立决定何时以何种频率部署新软件。

Netflix 在 DevOps 方面的投入很大。开发者构建、部署并维护他们自己的服务器集群,同时还需要对错误负责。如果发生了错误,便需要组织一个会议调查问题出现的根本原因,讨论防止此类问题将来继续发生的方案——类似于5 个为什么

Netflix 中的部署完全是自动化的。如果一个服务需要部署,那么开发者首先会将代码推到一个源代码仓库。之后Jenkins 会捕获到这个代码推动事件并执行构建生成一个应用程序包。再往后便会基于基础镜像(包含一个 Linux 发布版本)和所有 Netflix 服务器上运行的软件(包括 JVM 和 Tomcat,将来可能会允许团队做进一步的自定义)产生一个新的 VM 镜像(AMI)。在上面这些基础内容安装完成之后会安装应用程序包。由此,一个 AMI 便产生并注册到系统中了。

为了将 VM 镜像部署到它的基础设施中, Netflix 构建了 Asgard。VM 镜像能够通过 Asgard Web 接口实例化并创建新的 EC2 集群。每一个集群都会包含至少 3 个 EC2 实例用于冗余,这些实例会散步到多个可用区域中。部署新版本的时候,在新版本被实例化运行的同时,运行之前版本的集群仍将继续运行。在新版本启动并将自己注册到称为Eureka 的 Netflix 服务注册表之后,负载均衡器便会进行切换将所有的流量导向到新集群。新集群会被仔细地监控并保持运行一整夜。如果所有的事情都运行良好,旧集群便会被销毁。如果有任何问题发生,那么负载均衡器便会切换回旧集群。

在 Netflix 基础设施中会不断地产生错误。软件需要能够处理硬件故障、网络连接故障以及其他类型的错误。虽然错误并不会自然而然地产生,但是使用Simian Army还是极有可能诱发错误。Simian Army 中包含了很多(软件)“猴子”能够随机地引入错误。例如,Chaos 猴子会随机地导致服务器崩溃,而 Latency 猴子会随机地引发网络延迟。如果团队认清了错误会时常发生的事实,那么他们就有可能忽略错误并创建一种错误弹性至上的文化。

Netflix 基础设施中的很多部分现在都已经开源了,你可以通过GitHub获取。Netflix 的最终目标便是完全发布它的基础设施,让其他的公司能够从中受益。

查看英文原文How Netflix Deploys Code

DevOps架构