阿里云使用经验分享——小投入大收益

  • 管祥清

2014 年 10 月 22 日

话题:语言 & 开发阿里云

今天是 2014 年阿里云开发者大会的第二天,在伏羲二楼,我们见证了各种基于阿里云的框架实践,在高级框架分析自己的实战时,阿里人自嘲道:“您们懂阿里云,比我们自己更懂”。这个主题包含 CRM 框架实战、云物流平台、阿里云的集成整合使用、车载网及海量数据 RDS 等领域,吸引人的不是这些领域用了阿里云服务,而是这些领域怎样使用阿里云服务的,使他们的业务价值最大化——这种小投入大收益是不是很值的您期待呢?下面我将这些经验做个总结。

用过阿里云的朋友应该都知道,阿里云的服务包括:

  • 云服务器 ECS:弹性伸缩,快速部署网址或应用
  • 负载均衡 SLB:通过流量分发扩展应用系统服务能力
  • 关系型数据库服务 RDS:用于高可用设计,远离数据丢失
  • 开放存储服务 OSS:用于海量安全存储,支撑大规模并发访问
  • 内容分发网络 CDN:用于安全加速,提高用户体验
  • 开放存储服务 OCS:基于内存的高速缓存
  • 开放数据处理服务 ODPS:用于海量数据分析
  • 开放结构化数据服务 OTS:基于大数据,高并发快速访问。

分享经验一:电商行业怎样用阿里云进行数据采集和分析

本案例来自上海云贝网络科技有限公司架构师刘立谦的分享,他的整体框架中用到了阿里云的 OTS、OCS、TIS、ECS。正如架构师刘立谦所说,起初我们只把采集程序部署在 ECS 上,通过这个程序把天猫、一号店、PaiPai、Amazon、当当网等上面的数据,通过各种分库放在磁盘上面并进行查询,这样做,磁盘的负载能力极不平衡,而且时效性特别差,我们为了解决这个问题,在 ECS 端和查询端中在添加了 OTS、OCS、TIS 这三项服务,其中 TIS 服务还属于试验阶段,还不是公开的服务类型,从分享中爆料说“这个服务叫终搜,使用起来非常不错”。在数据分析阶段,我们把服务分为四种类型:简单非实时、简单实时、复杂非实时、复杂实时。其中复杂实时是最复杂的部分,我们用到阿里云的技术也是最多的,如:

  • 快速存储部分:OTS 服务、OCS 服务、RDS 服务
  • 快速计算部分:ECS 服务、ODPS 服务
  • 快速查询服务:TIS 服务

分享经验二:“云物流”,搭建 SAAS 化平台

本案例来自奥林网络科技(宁波)有限公司 CTO 林雪挺做的分享,本公司发展初期,有自己的机柜,但是在业务扩展的时候,遇到了很多问题,不如说扩展问题,网络问题、老化问题,之后把功能部署到云上,正如讲师所说的:“阿里云已经脱变,犹如一件美丽的艺术品,稳定可靠,开始静静地享受它带来的便利”。他们使用阿里云分享心得如下:

  • SLB:代替 F5,双线用户场景
  • ECS:无边界防火墙下的安全
  • RDS:SQL 管理方便,容错强
  • CDN:Post 重试,SLB-TCP session 保持不支持
  • OTS:吞吐性能好,高并发,统计差
  • ODPS:吞吐差,逻辑处理强

该公司通过使用阿里云收获如下:

  • 低成本:比实际使用方案降价 32%
  • 快捷高效:快速应对活动或突发项目
  • 服务生态化:综合解决方案
  • ODPS:大数据分析
  • OTS:大数据存储
  • DRDS:海量数据下单实例 RDS 的升级方案
  • SLS:集中日志分析

该公司对阿里云展望:

  • 对阿里云的期望
  • 全球 CDN,国际站点
  • 站点间数据同步
  • 镜像上传,更容易上云
  • 更高的 IO,不再需要去 O
  • 云操作审计,安全堡垒
  • 更多灵巧的自动化服务,懒人的福利

分享经验三:阿里云产品实用技巧分享

本案例由上海驻云信息科技有限公司高级架构师李俊涛分享,这个架构师对阿里云的使用可以说是匠心独运,我们先看看他说的第一个例子:

“一次购买 1 台 50M 带宽的 ECS 4657 元 / 月,批量购买 10 台 5M 带宽的 ECS 157*10=1570 元 / 月,节省费用近 65%”。

第二个经验是直接用多块硬盘利用 Raid0 原理进行存储,可以大大提高磁盘 I/O 性能;第三点就是巧用阿里云的 API,这样可以通过二次开发实现批量管理、批量操作、批量监控。

我们再看看,面对这么多的服务,架构师是怎样进行组合使用的,他们的解决方案如下:

  1. 使用 SLS 通过 logtail 监听实时获取日志数据,保存到 SLS 服务器,并自动离线备份至 ODPS;
  2. RDS 用来存储关系型数据,可以通过 DPC 定时导入 ODPS;
  3. ODPS 进行海量分析,分析结果在 DPC 中进行数据展示。

分享经验四:车载大数据分析及应用

本案例来自广州通易科技有限公司研发总监刘锬带来的报告,在报告中讲述,我们在使用云之前,面临了很多问题,比如托管网络、数据安全、数据存储、计算能力、运维。而云计算正好解决了这个问题,但是我们怎样选择阿里的服务呢?比如说,在数据存储这块,由于我们的数据没有冷热之分,也就是说,不同时间段的数据,价值是相同的。我们数据的第二个特点:同车型的数据相关性大,用户之间的相关性少,然而在阿里云中 RDS、OTS、OAS、ODPS 等这些都是稳定、可靠、安全、高性能的存储产品,但是我们选择了最成熟、简单、易用,存储空间最贵的 RDS。

在数据分析方面,由于我们应用牵涉到很多机器学习、统计方面的算法,由于阿里对这方面的提供还是不错,我们是基于 R 进行的数据分析。

使用阿里云后的感想和期待:

  1. 希望阿里云的大数据处理工具 ODPS 算法库 Xlib 能与 R 语言算法库媲美
  2. 连通 OTS 和 ODPS,也就是说,ODPS 可以直接从 OTS 获取数据,OTS 数据使用成本更低

分享经验五:企业 SaaS 应用海量数据的 RDS 解决之道

本案例来自杭州湖畔网络技术有限公司创始人陈耀辉的分享,他们的目的是用免费的 MySQL 和相对的云主机集群来达到小型机 + 大型商业 DB 的效果,这样可以减少大量的资金投入,降低运营成本。他们用的框架是结合 RDS 的 Sharding 方案,这种方案的效果如下:

  1. 能够基于数据负载现状分配新的 sharding
  2. 支持横向和纵向的扩展,弹性扩展技术很合适电商业务
  3. 跨库 Join 通过业务的重新设计规避
  4. 较少数据迁移量
  5. 系统可用率在 99.9%,连续 2 年双 11 无漏单和错单
  6. 投入和产出比(相较同行几十分之一)

我们采用的战略总结:

  1. 水平切分数据库:降低单台机器的负载
  2. 负载均衡策略:降低了宕机的可能性
  3. 集群:避免数据库宕机带来的单点数据库不能访问的问题
  4. 读写分离:最大限度提高应用中读取数据的速度和并发量

总结:通过上面的分享,我们发现,结合自己公司的实际应用场景,充分合理地利用云计算,可以实现小投入大收益的经济效益。

语言 & 开发阿里云