億級流量實驗平臺設(shè)計實踐
關(guān)注公眾號:【蟲爸說說】， 回復(fù)[資料]，免費獲取
大家好，我是蟲爸。今天給大家分享一款億級流量實驗平臺。在互聯(lián)網(wǎng)行業(yè)，要上線一個策略(CTR預(yù)估、CVR預(yù)估等)，或者一個功能，如果貿(mào)然全量上線，那么如果新策略效果不佳，可能會造成不小的損失，要么丟失用戶，要么損失收入。
那么怎樣才能避免此問題發(fā)生呢？這就引入了實驗平臺，通過對流量打標(biāo)簽，然后分析實驗效果，從而再決定是否實驗推全還是下線。
一、概念
實驗平臺，從字面意思來看，就是一個用來做實驗的平臺。其 基本原理 就是把流量進(jìn)行分流，特定流量，匹配特定策略。不同批次的用戶，看到的不同的策略。然后通過曝光、點擊等數(shù)據(jù)進(jìn)行統(tǒng)計分析，得出實驗效果的好壞，從而決定是否推全該實驗。
換句話說，就是為同一個目標(biāo)制定兩個方案（比如兩個頁面），將產(chǎn)品的用戶流量根據(jù)特定策略分割成 A/B 兩組，一組實驗組，一組對照組，兩組實驗同時運行一段時間后分別統(tǒng)計兩組用戶的表現(xiàn)，再將相關(guān)結(jié)果數(shù)據(jù)（比如 pv/uv、商機轉(zhuǎn)化率等）進(jìn)行對比，就可以科學(xué)地幫助決策。
通過對流量進(jìn)行分流，運行實驗，統(tǒng)計實驗數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析，然后得出實驗效果。如下圖所示：
再根據(jù)實驗效果，進(jìn)行反向數(shù)據(jù)分析，定位出實驗效果不好的源，進(jìn)行頭腦風(fēng)暴，再次做實驗，從而最終達(dá)到理想的實驗?zāi)康摹Ｈ缦聢D所示：
二、分層實驗?zāi)Ｐ?/h2>
在進(jìn)行實驗平臺講解之前，先介紹下實驗平臺的理論基礎(chǔ)，以便大家能夠更好的理解后面的內(nèi)容。
現(xiàn)在業(yè)界大部分實驗平臺，都基于谷歌2017年的一篇論文《Overlapping Experiment Infrastructure: More, Better, Faster Experimentation》,其模型架構(gòu)如下圖所示：
在該模型中，有幾個概念：
域（domain）：劃分的一部分流量 層（layer）：系統(tǒng)參數(shù)的一個子集 實驗（exp）：在一個域上，對一個或者多個參數(shù)修改，都將影響效果 流量在每個層被打散(分配函數(shù))，層與層之間流量正交
下圖【圖四】為筆者線上實驗的一個簡略圖，在該圖中，總共有三個實驗層，分別為CTR預(yù)估層，用戶畫像層和頻次策略層。
從圖四可以看到，流量在層之間穿梭，而一個流量只能命中一個層中的一個實驗，一個流量請求過程可能會命中多個層中的多個實驗(每層命中一個實驗)。
使用分層實驗?zāi)Ｐ停枰獫M足以下幾點：
相關(guān)聯(lián)的策略參數(shù)位于同一實驗層（即都是做CTR預(yù)估，那么CTR預(yù)估相關(guān)的實驗，就放在同一層，即CTR預(yù)估層，以方便做實驗對比） 相互獨立的策略參數(shù)分屬于不同的實驗層（如上圖中 ，CTR預(yù)估的實驗和頻次實驗是兩種性質(zhì)不同的實驗，因此要放在兩層來實現(xiàn)，如果在一層的話，由于實驗性質(zhì)不同，難以比較實驗效果） 一個流量只能命中一個層中的一個實驗 層之間的流量正交，不會互相影響（即層與層之間的實驗不會互相影響,如【圖五】）
使用該分層模型作為實驗平臺理論基礎(chǔ)的好處有以下幾點：
可以作為一個獨立的部分，不與系統(tǒng)中的其他業(yè)務(wù)或者功能相互 影響 每一層流量都是100%的全量，可以避免流量切分過細(xì)，保證實驗間的可對比性、客觀性 層與層之間，流量獨立正交，不會互相影響
三、功能特點
一個可用或者完善的實驗平臺，需要有以下幾個功能：
支持多實驗并發(fā)迭代 支持白名單體驗 提供便捷的管理工具 便捷的查看實驗效果分析數(shù)據(jù) 支持實驗的切流和關(guān)閉 保證線上實驗安全性 支持實驗推全 支持功能定制化
下面，我們將從幾個功能點出發(fā)，詳細(xì)講述各個功能的原理。
支持多實驗并發(fā)迭代，指的是一個完善的實驗平臺，在功能上，需要支持多個實驗同時運行(包括同一層和不同層之間)。
支持白名單體驗：因為實驗分流有自己的策略，創(chuàng)建實驗的用戶不一定能夠命中這個實驗，而白名單的功能就是讓在白名單的用戶能夠每次都命中該實驗。
便捷的管理工具：這個指的是實驗后臺，一個實驗后臺需要能夠創(chuàng)建實驗，打開關(guān)閉實驗等
查看實驗效果分析數(shù)據(jù)：判斷一個實驗效果的好壞，就是通過實驗標(biāo)簽分析實驗數(shù)據(jù)，能夠很直觀的觀察到實驗效果，從進(jìn)行下一步實驗決策
實驗的切流和關(guān)閉：實驗的切流，指的是該實驗需要一定百分比的流量進(jìn)行實驗，而實驗關(guān)閉，則指的是停掉該實驗
支持線上安全性：實驗平臺，本身就是起錦上添花的作用，其只是用來打?qū)嶒灅?biāo)簽的，不可本末倒置，影響了線上業(yè)務(wù)的正常功能
支持實驗推全：一個實驗效果如果好的話，就需要將全部的流量都命中該實驗，而實驗推全就是達(dá)到此效果
支持功能定制：沒有一個實驗平臺能夠滿足不同公司，甚至同一個公司不同部門之間的業(yè)務(wù)需求，但是，為了盡可能的向這個目標(biāo)靠攏，實驗平臺需要盡可能的靈活，低耦合，能夠盡量的配置化。
四、架構(gòu)及模塊
實驗平臺必備的三個模塊，分別為：
管理后臺 實驗后臺 分流平臺
管理后臺主要是管理實驗的，包括創(chuàng)建和停止實驗等。
實驗后臺與管理后臺進(jìn)行數(shù)據(jù)上的交互，將管理后臺的消息轉(zhuǎn)換成特有的消息，進(jìn)行轉(zhuǎn)發(fā)和持久化。
分流平臺，其一接收實驗后臺的實驗消息建立內(nèi)部維度索引，其二接收線上流量，根據(jù)流量屬性，給流量打上對應(yīng)的標(biāo)簽。
上圖，是一個實驗平臺架構(gòu)圖，下面從創(chuàng)建實驗角度，和流量的角度進(jìn)行講解。
創(chuàng)建實驗角度：
1、在管理后臺創(chuàng)建對應(yīng)的實驗
2、管理后臺將創(chuàng)建的實驗信息發(fā)送給實驗后臺
3、實驗后臺將實驗首先發(fā)送至消息系統(tǒng)(kafka等)，然后將實驗落地持久化(DB)
4、分流平臺消耗消息系統(tǒng)中的實驗消息，加載至內(nèi)存
流量角度：
1、 流量攜帶其基本屬性(用戶畫像，app信息等)請求分流平臺
2、 分流平臺根據(jù)流量屬性，進(jìn)行定制化匹配，然后使用分流算法，計算實驗標(biāo)簽
3、流量返回至調(diào)用方SDK后，SDK上報曝光、點擊等信息至數(shù)據(jù)總線(大數(shù)據(jù)集群)
4、數(shù)據(jù)計算服務(wù)分析大數(shù)據(jù)集群的數(shù)據(jù)，計算對應(yīng)的指標(biāo)展示在管理后臺。
實驗平臺，從模塊劃分上 ，如下圖所示：
五、設(shè)計與實現(xiàn)
在具體介紹下文之前，我們先理解一個概念，以便能更方便的理解下述內(nèi)容。
bucket即桶。實驗平臺最底層，將流量進(jìn)行hash之后，只能流入某一個桶里。
流量劃分
一般有以下幾種劃分方式：
完全隨機 用戶id哈希。 該流量劃分會使同一個用戶會一直命中同一實驗，從而保證了用戶體驗的一致性；而且也滿足對同一用戶具有累積效應(yīng)的策略的實驗需求。但存在的問題就是，對于一些工具類屬性，沒有用戶id一說，只有設(shè)備id比如idfa和imei這些標(biāo)記，但是隨著系統(tǒng)升級，這倆標(biāo)記很難再獲取到，所以就需要系統(tǒng)能夠生成用戶唯一id 用戶id + 日期作為一個整體進(jìn)行哈希 這是一種更為嚴(yán)格的保證流量均勻性的分流方式，可以保證流量劃分在跨時間維度上更為均勻。 會犧牲用戶請求跨時間區(qū)間的一致性 跟上面這種用戶id哈希存在同樣的問題 用戶id尾號進(jìn)行哈希 流量不均勻 也會存在用戶id所存在的問題
為了兼容上述幾種哈希劃分方式的優(yōu)點，而摒棄其缺點，我們引入了第四種流量劃分方式：
bucket_id = hash(uid + layer_id) % 1000
常見的哈希算法有md5，crc以及MurmurHash等。
MD5消息摘要算法（英語：MD5 Message-Digest Algorithm），一種被廣泛使用的密碼散列函數(shù)，可以產(chǎn)生出一個128位（16字節(jié)）的散列值（hash value），MD5算法將數(shù)據(jù)（如一段文字）運算變?yōu)榱硪还潭ㄩL度值，是散列算法的基礎(chǔ)原理。由美國密碼學(xué)家 Ronald Linn Rivest設(shè)計，于1992年公開并在 RFC 1321 中被加以規(guī)范。 CRC循環(huán)冗余校驗（Cyclic Redundancy Check）是一種根據(jù)網(wǎng)絡(luò)數(shù)據(jù)包或電腦文件等數(shù)據(jù)，產(chǎn)生簡短固定位數(shù)校驗碼的一種散列函數(shù)，由 W. Wesley Peterson 于1961年發(fā)表。生成的數(shù)字在傳輸或者存儲之前計算出來并且附加到數(shù)據(jù)后面，然后接收方進(jìn)行檢驗確定數(shù)據(jù)是否發(fā)生變化。由于本函數(shù)易于用二進(jìn)制的電腦硬件使用、容易進(jìn)行數(shù)學(xué)分析并且尤其善于檢測傳輸通道干擾引起的錯誤，因此獲得廣泛應(yīng)用。 MurmurHash 是一種非加密型哈希函數(shù)，適用于一般的哈希檢索操作。由 Austin Appleby 在2008年發(fā)明，并出現(xiàn)了多個變種，與其它流行的哈希函數(shù)相比，對于規(guī)律性較強的鍵，MurmurHash的隨機分布特征表現(xiàn)更良好。
其中，第三種MurmurHash算法，已經(jīng)被很多開源項目使用，比如libstdc++ (4.6版)、Perl、nginx (不早于1.0.1版)、Rubinius、 libmemcached、maatkit、Hadoop以及redis等。而且經(jīng)過大量的測試，其流量分布更加均勻，所以筆者采用的是此種哈希算法。
白名單
白名單，在實驗平臺中算是比較重要的功能，其目的就是存在于白名單中的用戶優(yōu)先于流量分桶，命中某個實驗。
需要注意的一點是，假如白名單所在實驗和流量經(jīng)過哈希分桶之后的實驗是兩個不同的實驗，這就只能以白名單優(yōu)先級為最高，換句話說，如果白名單命中了某個實驗，那么在該層上，就不該再命中其他實驗。
管理后臺
用來管理實驗的，比如權(quán)限管理、層管理等，如下圖：
在上圖中，管理后臺，主要有以下幾個模塊：
實驗管理，顧名思義，管理現(xiàn)有實驗和創(chuàng)建新實驗 實驗列表：現(xiàn)有已經(jīng)創(chuàng)建的所有實驗 創(chuàng)建實驗：創(chuàng)建新實驗 基礎(chǔ)配置，一些配置管理信息都在此模塊中 實驗層：增刪改實驗層 其他：針對實驗做的一些定制化，比如增加廣告位定向、年齡定向等 系統(tǒng)管理，主要針對用戶及其分組 分組管理，管理用戶屬于某個分組 實驗平臺的用戶權(quán)限管理，比如普通權(quán)限或者管理員權(quán)限
需要注意的是，用戶管理這塊的權(quán)限非常重要，因為實驗平臺可能涉及到很核心的實驗，比如商業(yè)化中策略影響的實驗，所以用戶之間不能看到其他人創(chuàng)建的實驗，這層物理隔離非常重要。
分流平臺
分流評估 ，顧名思義，對流量進(jìn)行分離，有兩個功能：
承接實驗后臺的實驗消息，建立維度索引 接收線上流量，根據(jù)維度索引、白名單以及對用戶設(shè)備哈希分桶后，給流量打標(biāo)簽
分流平臺，是整個實驗平臺的核心模塊，一定要高性能，高可靠。
六、實驗效果
請求的實驗信息會以標(biāo)簽的形式上報給sdk，sdk在進(jìn)行曝光點擊的時候，會將這些信息上報，比如"123_456_789"格式。最終，這些會經(jīng)過廣告實時流系統(tǒng)進(jìn)行消費、數(shù)據(jù)清洗、實驗效果指標(biāo)計算等工作。由于廣告系統(tǒng)是多業(yè)務(wù)指標(biāo)系統(tǒng)，包括售賣率，ECPM， CTR， ACPE，負(fù)反饋率、財務(wù)消耗計算等。廣告實時流系統(tǒng)還需要日志的關(guān)聯(lián)工作，比如關(guān)聯(lián)廣告互動日志，廣告負(fù)反饋日志。實時流的計算的結(jié)果，會落地到druid 系統(tǒng)，方便實驗效果數(shù)據(jù)的快速檢索和二度加工。實驗效果實時指標(biāo)數(shù)據(jù)計算延遲控制在一定的范圍內(nèi)。
七、結(jié)語
最后需要提的是，實驗平臺在效果跟蹤決策方面是有一定的局限性的。實驗平臺可以進(jìn)行實驗效果的快速跟蹤，但是卻很難進(jìn)行實驗效果好壞的決策。比如：如果對比實驗效果指標(biāo)值全部提高或下降了，可以簡單認(rèn)為對比實驗的策略調(diào)整起正向作用或者反向作用；如果對比實驗的實驗效果指標(biāo)值部分提高了，部分下降了，就不太好認(rèn)定了。還有，實驗效果的短期效應(yīng)和長期效應(yīng)也可能是不一致，這將大大增加了實驗效果好壞的決策難度。
因此，實驗平臺是可以快速提升廣告業(yè)務(wù)策略迭代效率的工具，但是要想進(jìn)行實驗好壞評定的決策，還需要很長的路要走。
