快手數據中臺建設 - 大數據服務化之路

背景

=====

痛點一：開發數據服務門檻高

  1. 數據如何交付：業務通常期望使用數據接口方式來使用數據，而非數據表，這會更加靈活、解耦、高效。數據開發工程師因此需要建立對應的數據服務。

  2. 服務如何開發：數據服務有多種形式，通常要求開發工程師有微服務知識、服務發現註冊、高併發等。

  3. 權限、可用性問題：開發完數據服務後，需要考慮權限問題，確保數據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據訪問的穩定性。

  4. 運維問題：數據服務本身涉及多種運維問題，如擴容、遷移、下線、接口變更、服務報警等。

痛點二：重複開發數據服務

快手很多業務線（如支付業務、直播業務、賬戶業務等），都存在數據需求，各業務線都做着：1）數據同步到線上數據庫和緩存；2）建設微服務等開發，其中不同業務線下，數據同步和微服務通常有很多共同之處，重複煙囪式的開發意味要重複開發數據服務，造成了人力資源浪費，而且開發效率低，從數據開發到最終交付數據服務，需要經歷較長的週期。

基於上述痛點，我們開始建設統一的數據服務化平臺。由此開啓一個新模式去解決問題。

大數據服務化平臺

數據平臺本身的定位是一站式自助數據服務平臺。用戶通過平臺來創建數據服務接口、運維服務、調用服務。平臺秉承 “配置即服務” 的理念：數據開發工程師不再需要手寫數據服務，只需要在平臺上進行簡單配置，平臺便可自動生產和部署數據服務，從而提升效率。

系統架構

大數據服務化業務架構如下所示，Data Lake 數據湖中存儲原始數據，經過數據開發之後，形成按主題域組織的數據資產。此時數據資產通常是在數據倉庫，訪問速度較慢，因此需要通過數據加速到更高速的存儲介質，最後經過多場景服務接口，服務於業務。

在技術架構方面，數據接口形式有 RPC 和 HTTP 兩類接口。RPC 接口不需要重複建立鏈接，且傳輸數據時會被高效序列化，適用於高吞吐場景下的微服務，實現負載均衡、流控、降級、調用鏈追蹤等功能。相對而言，HTTP 接口傳輸效率低一些，但使用非常簡單。

關鍵技術一：配置即開發

平臺用戶分爲兩類角色：其一是數據服務生產方，其二是數據服務調用方。數據服務生產方只需要配置，做到 “配置即開發”，配置包括：1）數據源；2）數據加速到何處；3）接口形態，訪問方式；4）配置獨立的測試環境，訪問隔離的測試數據。當配置完畢後，數據服務平臺便會根據配置清單，完成接口的自動化生產和部署。生產和部署完畢後，調用方在平臺申請服務權限調用。通過自動化生產，達到配置即開發的目的，從而極大的提升效率。

關鍵技術二：多模式服務形態

數據服務有多種服務形態，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建出來，支持單查、批量查詢等接口，返回的結果是 Protobuf (PB) 結構體，從而將結果自動做了 ORM，對於主調方更加友好。典型場景包括：根據 IP 查詢 geo 位置信息、根據用戶 Id 查詢用戶標籤畫像信息等。

  2. SQL API：複雜靈活查詢，底層基於 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，可查詢若干簡單字段或者聚合字段，可分頁或者全量取回數據。典型場景包括：用戶圈選（組合若干用戶標籤篩選出一批用戶）。

  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並行方式。調用方不再需要調用多個原子 API，而是調用融合 API，通過服務端代理訪問多個子查詢，可以極大降低訪問延遲。

關鍵技術三：高效數據加速

前面提及的數據資產，通常是存在於低速的存儲引擎中，無法支撐線上業務高訪問流量。因此需要以系統化的方式進行數據加速。目前有兩種加速方式：1）全量數據加速；2）多級緩存（部分數據加速）。

全量數據加速

從多個數據源攝入原始數據（如 Kafka，MySQL、線上訪問日誌等），進行加工建模後，得到數據資產。數據資產經由獨立的數據同步服務，同步至其他更高速的存儲引擎，如 redis、hbase、druid 等。數據同步支持一次性或者週期性（小時、天、周等）將數據從 Hive 同步至其他存儲中，數據同步本身是基於分佈式的調度系統，內核是基於 datax 進行數據同步。大數據服務化平臺單日同步的數據量達到 1200 億條，數據 size 達到 20TB。

多級緩存

大數據服務化平臺會使用 Redis、Hbase、Druid、Clickhouse 等方式存儲所有數據，但是部分存儲如 Hbase 速度可能較慢，針對熱點數據需要使用額外的熱點緩存來 Cache 數據。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、靈活設置緩存策略。此外，針對數據較大的 API，還可配置數據壓縮，通過多種壓縮方式（如 ZSTD, SNAPPY, GZIP 等），可將數據量顯著減少（部分 API 甚至能減少 90% 的數據存儲量）

服務可用性是微服務領域內的一大核心，服務的高可用通常需要組合多種手段來保障。快手數據服務化平臺通過多種方式來達到高可用的目的，主要包括：

彈性服務框架

數據服務是部署在容器雲環境，容器雲是快手自研的彈性可伸縮的容器服務，部署在其中的 RPC 服務會註冊到 KESS （快手自研服務註冊與發現中心），供主調方去調用，如有離羣壞點，會自動摘除。服務調用是基於 RPC，全鏈路都有監控，包括服務可用性、延遲、QPS、容器 CPU、容器內存等情況。

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，還是存儲，我們都按照業務 + 優先級（高、中、低）粒度隔離部署，獨立保障，業務之間互不影響、業務內不同級別也互不影響。同一業務線內可能有多個不同數據服務，通過混合部署，提高資源使用率。

全鏈路監控

服務很難避免出現問題或者故障，一旦出現問題，及早發現及早介入是非常重要的。服務平臺構建了全鏈路監控，包括：

  1. 數據同步：對數據資產同步至高速存儲的過程進行監控，包括數據質量檢測（過濾髒數據）、同步超時或者失敗檢測等

  2. 服務穩定性：構建一個獨立的哨兵服務，來監測每個 API 的運行指標（如延遲、可用性等），客觀的評估健康度

  3. 業務正確性：數據服務需要確保用戶訪問的數據內容和數據資產表內容是一致的，因此哨兵服務會從數據一致性層面去探查，確保每個 API 的數據一致性

總結和展望

大數據服務化平臺從 2017 年演化至今，已經支持多類應用場景，涵蓋直播、短視頻、電商、商業化等在線業務，生產者中臺等準在線業務，運營系統等偏內部數據系統等，目前平臺在線業務總 QPS 達到 1000W，平均延遲在毫秒級；對於準在線業務和內部數據系統，基於 CH、Druid 等多種數據引擎，支持多種靈活查詢。數據服務平臺支持了多種模式 API，很好滿足了多元化需求。此外數據服務平臺也支持服務權限、API 市場等豐富功能，進一步賦能業務。

大數據服務化平臺未來進一步發展方向主要包括：

  1. 貼近業務需求：數據服務平臺本身是爲業務服務，通過賦能業務而對企業帶來價值，業務本身在不斷髮展，未來也會有更多的需求出現，因此數據服務平臺本身會不斷抽象和沉澱出公共數據服務能力。

  2. 深耕數據資產：數據資產是數據服務之根本，如果沒有完善的數據資產建設，上面就很難構建出結構化的統一的數據服務，針對數據資產有較多內容，包括資產註冊和審覈、資產地圖、資產標籤、資產管理、資產開放和服務。

大數據服務平臺的能力建設會朝着統一的 OneService 體系前進。主要包括三個方面：

  1. 支持豐富的數據源：包括大寬表、文本文件、機器學習模型（模型也是一種數據資產），來構建完善的數據服務。

  2. 支持多樣取數方式：除了支持同步快速取數之外，還支持異步查詢取數、推送結果、定時任務等多樣化方式，以滿足業務多種場景需求。

  3. 建設統一的 API 網關：集成權限管控、限流降級、流量管理等於一體，不僅平臺創建的服務可以註冊進 API 網關，用戶自己開發的 API 也可註冊進 API 網關，從而享受已有的基礎網關能力，爲業務提供數據服務能力。

作者簡介：倪順，本碩畢業於北京大學，曾就職於 Hulu，從事視頻領域大數據研發工作，包括視頻播放質量的數據建設以及基於數據驅動的播放體驗提升。目前就職於快手，從事數據中臺領域工作，主要負責大數據服務化基礎平臺建設。

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/SJFqh23KW_j1QjvGJfnR6w

猜你喜歡