快手短視頻如何支撐 10 億月活，揭秘快手大數(shù)據(jù)中臺架構(gòu)！

導(dǎo)讀：本文主要圍繞快手數(shù)據(jù)中臺大數(shù)據(jù)服務(wù)化進行了介紹。第一部分是背景介紹，包括數(shù)據(jù)開發(fā)的痛點，第二部分是介紹大數(shù)據(jù)服務(wù)化平臺，包括平臺架構(gòu)以及關(guān)鍵細節(jié)詳解，第三部分是經(jīng)驗總結(jié)和未來思考。

背景

快手是一家數(shù)據(jù)驅(qū)動的公司，數(shù)據(jù)扮演了非常重要的角色，而數(shù)據(jù)的生產(chǎn)加工主要依靠數(shù)據(jù)開發(fā)工程師，其工作內(nèi)容會涉及多個方面。

數(shù)據(jù)開發(fā)工程師則首先根據(jù)業(yè)務(wù)需求開發(fā)好高質(zhì)量的數(shù)據(jù)，通常是結(jié)構(gòu)化數(shù)據(jù)（數(shù)據(jù)表）；其次，開發(fā)穩(wěn)定可靠的數(shù)據(jù)服務(wù)，并通過API方式交付給業(yè)務(wù)方使用。數(shù)據(jù)開發(fā)工程師有兩個痛點，這其中包括：

• 開發(fā)數(shù)據(jù)服務(wù)門檻高

• 重復(fù)開發(fā)數(shù)據(jù)服務(wù)

痛點一：開發(fā)數(shù)據(jù)服務(wù)門檻高

數(shù)據(jù)開發(fā)工程師除了開發(fā)完數(shù)據(jù)表外，通常還需要思考如下問題：

1. 數(shù)據(jù)如何交付：業(yè)務(wù)通常期望使用數(shù)據(jù)接口方式來使用數(shù)據(jù)而非數(shù)據(jù)表，這會更加靈活、解耦、高效。數(shù)據(jù)開發(fā)工程師因此需要建立對應(yīng)的數(shù)據(jù)服務(wù)。
2. 服務(wù)如何開發(fā)：數(shù)據(jù)服務(wù)有多種形式，通常要求開發(fā)工程師有微服務(wù)知識、服務(wù)發(fā)現(xiàn)注冊、高并發(fā)等。
3. 權(quán)限、可用性問題：開發(fā)完數(shù)據(jù)服務(wù)后，需要考慮權(quán)限問題，確保數(shù)據(jù)資源能被安全的訪問；此外還需要考慮可用性問題，要以多種手段保障數(shù)據(jù)訪問的穩(wěn)定性。
4. 運維問題：數(shù)據(jù)服務(wù)本身涉及多種運維問題，如擴容、遷移、下線、接口變更、服務(wù)報警等。
   
   

以上問題都需要數(shù)據(jù)開發(fā)工程師去解決。這要求數(shù)據(jù)開發(fā)不僅僅是開發(fā)出數(shù)據(jù)表，還需要將數(shù)據(jù)表包裝成一個獨立的、靈活的、高可用的、安全的數(shù)據(jù)服務(wù)。

這對于數(shù)據(jù)開發(fā)工程師要求很高：除了具備基本的業(yè)務(wù)需求捕獲、數(shù)據(jù)建模、SQL開發(fā)等能力外，還要具備開發(fā)高可用、高性能的數(shù)據(jù)服務(wù)能力（包括java開發(fā)、微服務(wù)等）。

痛點二：重復(fù)開發(fā)數(shù)據(jù)服務(wù)

快手很多業(yè)務(wù)線（如支付業(yè)務(wù)、直播業(yè)務(wù)、賬戶業(yè)務(wù)等），都存在數(shù)據(jù)需求，各業(yè)務(wù)線都做著：

1、數(shù)據(jù)同步到線上數(shù)據(jù)庫和緩存。

2、建設(shè)微服務(wù)等開發(fā)，其中不同業(yè)務(wù)線下，數(shù)據(jù)同步和微服務(wù)通常有很多共同之處，重復(fù)煙囪式的開發(fā)意味要重復(fù)開發(fā)數(shù)據(jù)服務(wù)，造成了人力資源浪費，而且開發(fā)效率低，從數(shù)據(jù)開發(fā)到最終交付數(shù)據(jù)服務(wù)，需要經(jīng)歷較長的周期。

基于上述痛點，快手開始建設(shè)統(tǒng)一的數(shù)據(jù)服務(wù)化平臺。由此開啟一個新模式去解決問題。

大數(shù)據(jù)服務(wù)化平臺

數(shù)據(jù)平臺本身的定位是一站式自助數(shù)據(jù)服務(wù)平臺。用戶通過平臺來創(chuàng)建數(shù)據(jù)服務(wù)接口、運維服務(wù)、調(diào)用服務(wù)。平臺秉承“配置即服務(wù)”的理念：數(shù)據(jù)開發(fā)工程師不再需要手寫數(shù)據(jù)服務(wù)，只需要在平臺上進行簡單配置，平臺便可自動生產(chǎn)和部署數(shù)據(jù)服務(wù)，從而提升效率。

系統(tǒng)架構(gòu)

大數(shù)據(jù)服務(wù)化業(yè)務(wù)架構(gòu)如下所示，Data Lake 數(shù)據(jù)湖中存儲原始數(shù)據(jù)，經(jīng)過數(shù)據(jù)開發(fā)之后，形成按主題域組織的數(shù)據(jù)資產(chǎn)。此時數(shù)據(jù)資產(chǎn)通常是在數(shù)據(jù)倉庫，訪問速度較慢，因此需要通過數(shù)據(jù)加速到更高速的存儲介質(zhì)，最后經(jīng)過多場景服務(wù)接口，服務(wù)于業(yè)務(wù)。

在技術(shù)架構(gòu)方面，數(shù)據(jù)接口形式有 RPC 和 HTTP 兩類接口。RPC 接口不需要重復(fù)建立鏈接，且傳輸數(shù)據(jù)時會被高效序列化，適用于高吞吐場景下的微服務(wù)，實現(xiàn)負載均衡、流控、降級、調(diào)用鏈追蹤等功能。相對而言，HTTP 接口傳輸效率低一些，但使用非常簡單。

關(guān)鍵技術(shù)一：配置即開發(fā)

平臺用戶分為兩類角色：其一是數(shù)據(jù)服務(wù)生產(chǎn)方，其二是數(shù)據(jù)服務(wù)調(diào)用方。數(shù)據(jù)服務(wù)生產(chǎn)方只需要配置，做到“配置即開發(fā)”，配置包括：

1. 數(shù)據(jù)源；
2. 數(shù)據(jù)加速到何處；
3. 接口形態(tài)，訪問方式；
4. 配置獨立的測試環(huán)境，訪問隔離的測試數(shù)據(jù)。當配置完畢后，數(shù)據(jù)服務(wù)平臺便會根據(jù)配置清單，完成接口的自動化生產(chǎn)和部署。生產(chǎn)和部署完畢后，調(diào)用方在平臺申請服務(wù)權(quán)限調(diào)用。通過自動化生產(chǎn)，達到配置即開發(fā)的目的，從而極大的提升效率。

關(guān)鍵技術(shù)二：多模式服務(wù)形態(tài)

數(shù)據(jù)服務(wù)有多種服務(wù)形態(tài)，包括：

1、KV API：簡單點查，可以支撐百萬QPS、毫秒延遲。這類API是通過模板自動化創(chuàng)建出來，支持單查、批量查詢等接口，返回的結(jié)果是 Protobuf (PB) 結(jié)構(gòu)體，從而將結(jié)果自動做了 ORM，對于主調(diào)方更加友好。典型場景包括：根據(jù)IP查詢geo位置信息、根據(jù)用戶Id查詢用戶標簽畫像信息等。

2、SQL API：復(fù)雜靈活查詢，底層基于 OLAP/OLTP 存儲引擎。通過 Fluent API 接口，用戶可自由組合搭配一種或若干種嵌套查詢條件，可查詢?nèi)舾珊唵巫侄位蛘呔酆献侄?，可分頁或者全量取回?shù)據(jù)。典型場景包括：用戶圈選（組合若干用戶標簽篩選出一批用戶）。

3、Union API：融合API，可自由組合多個原子API，組合方式包括串行和并行方式。調(diào)用方不再需要調(diào)用多個原子API，而是調(diào)用融合API，通過服務(wù)端代理訪問多個子查詢，可以極大降低訪問延遲。

關(guān)鍵技術(shù)三：高效數(shù)據(jù)加速

前面提及的數(shù)據(jù)資產(chǎn)，通常是存在于低速的存儲引擎中，無法支撐線上業(yè)務(wù)高訪問流量。因此需要以系統(tǒng)化的方式進行數(shù)據(jù)加速。目前有兩種加速方式：全量數(shù)據(jù)加速和多級緩存（部分數(shù)據(jù)加速）

（1）全量數(shù)據(jù)加速

從多個數(shù)據(jù)源攝入原始數(shù)據(jù)（如Kafka，MySQL、線上訪問日志等），進行加工建模后，得到數(shù)據(jù)資產(chǎn)。數(shù)據(jù)資產(chǎn)經(jīng)由獨立的數(shù)據(jù)同步服務(wù)，同步至其他更高速的存儲引擎，如 redis、hbase、druid等。

數(shù)據(jù)同步支持一次性或者周期性（小時、天、周等）將數(shù)據(jù)從Hive同步至其他存儲中，數(shù)據(jù)同步本身是基于分布式的調(diào)度系統(tǒng)，內(nèi)核是基于 datax 進行數(shù)據(jù)同步。大數(shù)據(jù)服務(wù)化平臺單日同步的數(shù)據(jù)量達到1200億條，數(shù)據(jù)size達到20TB。

（2）多級緩存

大數(shù)據(jù)服務(wù)化平臺會使用 Redis、Hbase、Druid、Clickhouse 等方式存儲所有數(shù)據(jù)，但是部分存儲如Hbase速度可能較慢，針對熱點數(shù)據(jù)需要使用額外的熱點緩存來Cache數(shù)據(jù)。熱點緩存是多級緩存，針對每個API接口，用戶可自由搭配組合多級緩存、靈活設(shè)置緩存策略。

此外，針對數(shù)據(jù)較大的API，還可配置數(shù)據(jù)壓縮，通過多種壓縮方式（如 ZSTD, SNAPPY, GZIP 等），可將數(shù)據(jù)量顯著減少（部分API 甚至能減少90%的數(shù)據(jù)存儲量）

關(guān)鍵技術(shù)四：高可用保障

服務(wù)可用性是微服務(wù)領(lǐng)域內(nèi)的一大核心，服務(wù)的高可用通常需要組合多種手段來保障。快手數(shù)據(jù)服務(wù)化平臺通過多種方式來達到高可用的目的，主要包括：彈性服務(wù)框架、資源隔離及全鏈路監(jiān)控。

（1）彈性服務(wù)框架

數(shù)據(jù)服務(wù)是部署在容器云環(huán)境，容器云是快手自研的彈性可伸縮的容器服務(wù)，部署在其中的RPC服務(wù)會注冊到 KESS （快手自研服務(wù)注冊與發(fā)現(xiàn)中心），供主調(diào)方去調(diào)用，如有離群壞點，會自動摘除。服務(wù)調(diào)用是基于 RPC，全鏈路都有監(jiān)控，包括服務(wù)可用性、延遲、QPS、容器CPU、容器內(nèi)存等情況。

（2）資源隔離

資源隔離是可用性保障的常見手段之一，通過隔離將意外故障等情況的影響面降低。不管是微服務(wù)，還是存儲，我們都按照業(yè)務(wù) + 優(yōu)先級（高、中、低）粒度隔離部署，獨立保障，業(yè)務(wù)之間互不影響、業(yè)務(wù)內(nèi)不同級別也互不影響。同一業(yè)務(wù)線內(nèi)可能有多個不同數(shù)據(jù)服務(wù)，通過混合部署，提高資源使用率。

（3）全鏈路監(jiān)控

服務(wù)很難避免出現(xiàn)問題或者故障，一旦出現(xiàn)問題，及早發(fā)現(xiàn)及早介入是非常重要的。服務(wù)平臺構(gòu)建了全鏈路監(jiān)控，包括：

• 數(shù)據(jù)同步：對數(shù)據(jù)資產(chǎn)同步至高速存儲的過程進行監(jiān)控，包括數(shù)據(jù)質(zhì)量檢測（過濾臟數(shù)據(jù)）、同步超時或者失敗檢測等。
• 服務(wù)穩(wěn)定性：構(gòu)建一個獨立的哨兵服務(wù)，來監(jiān)測每個API的運行指標（如延遲、可用性等），客觀的評估健康度。
• 業(yè)務(wù)正確性：數(shù)據(jù)服務(wù)需要確保用戶訪問的數(shù)據(jù)內(nèi)容和數(shù)據(jù)資產(chǎn)表內(nèi)容是一致的，因此哨兵服務(wù)會從數(shù)據(jù)一致性層面去探查，確保每個API的數(shù)據(jù)一致性。

總結(jié)和展望

大數(shù)據(jù)服務(wù)化平臺從2017年演化至今，已經(jīng)支持多類應(yīng)用場景，涵蓋直播、短視頻、電商、商業(yè)化等在線業(yè)務(wù)，生產(chǎn)者中臺等準在線業(yè)務(wù)，運營系統(tǒng)等偏內(nèi)部數(shù)據(jù)系統(tǒng)等，目前平臺在線業(yè)務(wù)總 QPS 達到 1000W，平均延遲在毫秒級。

對于準在線業(yè)務(wù)和內(nèi)部數(shù)據(jù)系統(tǒng)，基于CH、Druid等多種數(shù)據(jù)引擎，支持多種靈活查詢。數(shù)據(jù)服務(wù)平臺支持了多種模式API，很好滿足了多元化需求。此外數(shù)據(jù)服務(wù)平臺也支持服務(wù)權(quán)限、API市場等豐富功能，進一步賦能業(yè)務(wù)。

大數(shù)據(jù)服務(wù)化平臺未來進一步發(fā)展方向主要包括：

1、貼近業(yè)務(wù)需求：數(shù)據(jù)服務(wù)平臺本身是為業(yè)務(wù)服務(wù)，通過賦能業(yè)務(wù)而對企業(yè)帶來價值，業(yè)務(wù)本身在不斷發(fā)展，未來也會有更多的需求出現(xiàn)，因此數(shù)據(jù)服務(wù)平臺本身會不斷抽象和沉淀出公共數(shù)據(jù)服務(wù)能力。

2、深耕數(shù)據(jù)資產(chǎn)：數(shù)據(jù)資產(chǎn)是數(shù)據(jù)服務(wù)之根本，如果沒有完善的數(shù)據(jù)資產(chǎn)建設(shè)，上面就很難構(gòu)建出結(jié)構(gòu)化的統(tǒng)一的數(shù)據(jù)服務(wù)，針對數(shù)據(jù)資產(chǎn)有較多內(nèi)容，包括資產(chǎn)注冊和審核、資產(chǎn)地圖、資產(chǎn)標簽、資產(chǎn)管理、資產(chǎn)開放和服務(wù)。

大數(shù)據(jù)服務(wù)平臺的能力建設(shè)會朝著統(tǒng)一的 OneService 體系前進。主要包括三個方面：

1、支持豐富的數(shù)據(jù)源：包括大寬表、文本文件、機器學(xué)習模型（模型也是一種數(shù)據(jù)資產(chǎn)），來構(gòu)建完善的數(shù)據(jù)服務(wù)。

2、支持多樣取數(shù)方式：除了支持同步快速取數(shù)之外，還支持異步查詢?nèi)?shù)、推送結(jié)果、定時任務(wù)等多樣化方式，以滿足業(yè)務(wù)多種場景需求。

3、建設(shè)統(tǒng)一的API網(wǎng)關(guān)：集成權(quán)限管控、限流降級、流量管理等于一體，不僅平臺創(chuàng)建的服務(wù)可以注冊進API網(wǎng)關(guān)，用戶自己開發(fā)的API也可注冊進API網(wǎng)關(guān)，從而享受已有的基礎(chǔ)網(wǎng)關(guān)能力，為業(yè)務(wù)提供數(shù)據(jù)服務(wù)能力。

來源：倪順 | 數(shù)據(jù)學(xué)堂

推薦閱讀：
世界的真實格局分析，地球人類社會底層運行原理
企業(yè)IT技術(shù)架構(gòu)規(guī)劃方案
論數(shù)字化轉(zhuǎn)型——轉(zhuǎn)什么，如何轉(zhuǎn)？
企業(yè)10大管理流程圖，數(shù)字化轉(zhuǎn)型從業(yè)者必備！
【中臺實踐】華為大數(shù)據(jù)中臺架構(gòu)分享.pdf
華為的數(shù)字化轉(zhuǎn)型方法論
華為如何實施數(shù)字化轉(zhuǎn)型（附PPT）
超詳細280頁Docker實戰(zhàn)文檔！開放下載
華為大數(shù)據(jù)解決方案（PPT）

如有收獲，點個在看，誠摯感謝