ArchSummit 北京 2014“云平台技术全景剖析”专题精彩回顾

12 月 19 日，ArchSummit 北京 2014 大会在北京国际会议中心拉开帷幕。

InfoQ 和阿里云合作推出了“云平台技术全景剖析”专场，有幸邀请到来自阿里云的黄湘龙、张献涛、朱照远、占超群等 4 位技术大咖，跟到场的技术人员分享了云架构背后的核心技术，云产品的发展历程和思考等干货，现场气氛非常火爆。很多听众积极提问，跟到场专家请教技术问题；有些听众甚至席地而坐或是站着听完了全程。以下是该专题精彩内容回顾。

黄湘龙（花名龙觉）：云计算架构的实战案例

黄湘龙，在阿里云负责弹性计算，资深专家及总监，博士。在亚马逊工作多年，是 DynamoDB 产品的主要作者和创始团队成员。在阿里云主要负责弹性计算控制系统的研发。主持控制系统重构、优化，并参与了 VPC、IO／CPU 性能优化等项目的研发。

他首先介绍了自己负责的 ECS 控制系统所做的具体工作。作为 ECS 系统平台，从 API 入口，到物理集群，比如用户创建一个虚拟机或者销毁一个虚拟机，挂载磁盘，卸载磁盘，这些操作都会经过控制系统，控制系统一方面实现这些 API，在后台做资源调度和自动运维的工作。API 的并发有时会非常高，像大促活动这样的场景对控制系统要求非常高，尤其秒杀的情况下，有可能进来成千上万台虚拟机创建请求，所以对控制系统的并发度以及响应速度要求也极高。

之后他根据自己在云产品方面的多年的经验，分享了几个实战案例。

第一个案例是弹性伸缩。如果计算节点是没有状态的，做完一件事就直接返回结果，那增加或减少机器都很自然。但是大部分实际场景都是有状态的，如果有状态又做弹性伸缩的话，就需要做到同一个任务作不同的节点之间任意的切换，所以实际中会对状态多份复制，这样发生硬件故障也可以做到容错容灾。

第二个案例是服务间依赖。被依赖的服务有可能成为瓶颈。一种解决方案是内嵌式服务，把需要的服务实现到计算节点当中。其优点是性能好，运维简单。缺点是原来的计算节点又增加了一种应用，隔离性没那么好，而且自己实现也增加了对工程师的挑战。所以建议强依赖最好在内部实现。弱依赖则不必如此。

第三个案例是数据一致性。大规模下发流程，数据不一致是常态，所以要把它当做常用代码路径对待。现在的想法是将数据随机下发到几台机器，其他节点可以学习。

最后一个案例是拉取还是推送。拉取可以减少网络上的传输流量，还可以减少队列服务。

张献涛（花名旭卿）：阿里云虚拟化技术研发之路

张献涛，虚拟化领域的资深人士，KVM/IA64 项目的 Maintainer。目前是阿里云资深专家，担任虚拟化技术总监，主导阿里云下一代虚拟化架构的设计与研发工作。

ECS 是阿里云产品体系中最基础的计算服务，通常用作应用程序的运行环境，其最重要的特点是弹性。底层虚拟化基于成熟的开源软件 Xen，为优化性能和稳定性，对 Xen 核心代码改动超过 100 项。为增加系统多样性，基于 KVM 的其他 Hypervisor 方案也在研。热迁移技术，底层基于 Xen 热迁移研发，改动超过 20 项。

他详细介绍了阿里云 Hotfix 的原理，基于函数动态替换技术，新函数会以模块内函数的形式链接入内核，旧函数的第一个指令改成强制跳转指令指向新函数，在替换过程中需要暂停所有 CPU，切到一个内核线程并关闭本地中断，刷新指令缓存，重新让 CPU 恢复执行。

另外，Hypervisor Hotfix 也是重点介绍的内容。

关于下一代虚拟化架构，目前在研的是 KVM 方案。设计特点，所有组件都支持热升级，升级过程用户无感知，运维主动升级时不中断业务连续性。这些在近期都是阿里云研究的挑战与技术探索方向。

朱照远（花名叔度）：阿里云 CDN 技术演进

朱照远，高级技术专家，阿里云核心系统部 Web 平台团队负责人。2009 年加入淘宝网，现负责阿里巴巴 Web 服务器、CDN 等系统的研发。他是开源 Web 服务器项目 Tengine 的发起人。

朱照远介绍了阿里云 CDN 的特点和优势，包括：第一，稳定，节点资源很丰富，全球现在有 260 多个节点，有 7Tbps 带宽处理能力，有自主研发的缓存、调度、安全、业务管理等系统。第二，在安全方面有安全保护模块，有 1.6Tbps 的 DDoS 防护能力，基于大数据分析，快速准确识别攻击，实时阻断。第三，自助化业务部署，不需要人工干预，可以通过 Open API 管理。第四，按量计费，这样更灵活，成本更低，用户可以选择按带宽还是按流量计费。

他还介绍了从淘宝 CDN 到阿里 CDN 再到阿里云 CDN 的发展历程，并分享了 CDN 系统的架构设计。开发团队对 Tengine 和 Swift 做了性能优化，像集群的大文件分片缓存功能，利用 SPDY 的多路复用技术，减少三路握手和慢启动的影响，减少对本地端口的占用等。除了应用层的软件，还对 TCP 协议栈进行了优化。

占超群（花名离哲）：分析数据库 ADS 的产品化、服务化实践

占超群，高级技术专家，阿里巴巴集团数据平台部架构师，实时分析数据库云产品 ADS(Garuda) 创始人。

分析数据库的产品逐渐成长，然后对外提供服务，过程中也是血泪史，不停地优化，产品化，服务化，支持更多的用户，更好的用户接口，整个过程比较曲折。

占超群分享了 ADS 的架构，并介绍了成长过程中比较痛苦的地方，包括运行建模、双十一的挑战和元数据中遇到的痛点。

占超群还分享了服务化的痛点和思考。如果多租户，这意味着资源是隔离的，如果不能做到精细化极速的资源控制，当业务波峰时就会有超时、慢查询。第二点，分布式系统提供稳定延时 SLA，这个非常难，因为网络、机器会发生各种问题，在分布式环境出问题的概率很高。第三个，多集群。如果业务很多，有几十个集群怎么运维。第四点，热升级，因为现在做的高并发在线服务，不能挂个通告说停两个小时。第五个，低成本，云服务低成本也有很多难度，因为做给一个人用和做给一万个人，这中间的难度不是一个量级的。

演讲的幻灯片和视频我们会逐步放到 InfoQ 的网站上，敬请关注。