無例可循，雙十一倒逼出中國互聯(lián)網(wǎng)「三高架構(gòu)」

支付寶在沒有先例可循的情況下，自主研發(fā)構(gòu)建起一個互聯(lián)網(wǎng)三高（高并發(fā)、高性能、高可用）架構(gòu)的代表。

對大多數(shù)人而言，今年的雙十一可謂是無感而過。然而，這個「無感」正是今年支付寶技術(shù)團隊的一個重要目標(biāo)。
隨著「雙十一」進入第 14 個年頭，這一現(xiàn)象級的標(biāo)志性活動在很大程度上已經(jīng)融入國人的日常生活，因而顯得不再那么特殊——打折促銷天天有，滿減秒殺是基操，消費者已經(jīng)習(xí)慣了隨時隨地都能下單，同城快遞隔天就到。
但是，在這些看似尋常的體驗背后，是整個零售電商和物流系統(tǒng)能力的規(guī)?；嵘鴶?shù)字支付作為其中最關(guān)鍵的一環(huán)，和往年一樣，也面臨著一系列新的復(fù)雜的技術(shù)優(yōu)化挑戰(zhàn)。

自誕生時起，「雙十一」便是一個極具挑戰(zhàn)和實際價值的技術(shù)命題。高質(zhì)高效地保障雙十一大促工作的進行，涉及基礎(chǔ)設(shè)施、存儲、中間件、業(yè)務(wù)架構(gòu)、交互技術(shù)與安全等多個技術(shù)領(lǐng)域，需要多部門緊密配合，能夠集中體現(xiàn)一個團隊的資源統(tǒng)籌、技術(shù)積累、工程實力和創(chuàng)新能力。
2022 年雙十一期間，在多類日常業(yè)務(wù)以外，支付寶要為淘寶/天貓、抖音、快手、拼多多等客戶提供線上交易服務(wù)（包括海外支付），支持合作的****、購物中心等機構(gòu)的線上線下支付業(yè)務(wù)，這些交易請求來自 POS 機、網(wǎng)銀、瀏覽器、小程序、各商戶 App 等不同平臺，覆蓋了直播秒殺、跨店滿減、小額免密、先享后付等多個支付場景，較長的促銷周期和多商戶線上線下疊加不僅意味著多個流量洪峰，也進一步提升了峰值的不確定性。
面對今年「多平臺、多場景、多峰值」的壓力，如何保障系統(tǒng)穩(wěn)定，如何在控制成本的同時確保系統(tǒng)容量可伸縮？本文將從超大規(guī)模分布式系統(tǒng)穩(wěn)定性和高可用建設(shè)角度出發(fā)，嘗試理解支付寶技術(shù)架構(gòu)演進中的一些關(guān)鍵技術(shù)和思路。
由點到面，應(yīng)對多平臺、多場景、多峰值
為了應(yīng)對新形勢下的雙十一，今年 3 月份開始，支付寶團隊啟動了「川流計劃」，取川流不息之意，喻支付體驗順暢，將沉淀了多年的電商服務(wù)能力原子化，形成了一套面向全行業(yè)的產(chǎn)品解決方案，目標(biāo)是隨時隨地、快速支撐任何一家商戶的大促。
技術(shù)團隊重點聚焦大促服務(wù)的常態(tài)化能力構(gòu)建，以業(yè)務(wù)和需求為導(dǎo)向，確保做到穩(wěn)定如常、體驗如常、成本如常、效率如常。

今年以淘寶/天貓為首的各商家將大促時間提前到了 11 號的晚 8 點，與線下購物的高峰期重合，再加上其他常規(guī)業(yè)務(wù)，需要確保不同業(yè)務(wù)之間有充分的隔離性，能夠同時達到穩(wěn)定的狀態(tài)。支付寶團隊通過自適應(yīng)泄洪、多商戶動態(tài)異步化技術(shù)，在更加隨機化的大促場景下持續(xù)保持支付的可用性及高性能，同時通過分時復(fù)用，在線離線混合部署，無感化彈云等技術(shù)，大幅提升效率和降低成本。
盡管用戶側(cè)感知不強，往年雙十一為保證峰值平穩(wěn)會做部分不緊急任務(wù)降級、暫緩處理，例如無法查詢花唄賬單等，今年通過讀時提交等新的技術(shù)，保障退款、提現(xiàn)等業(yè)務(wù)服務(wù)不受損，交易收單功能也做了升級，讓消費者在訂金、現(xiàn)貨、尾款等各階段都具備相同的支付能力。
其中，為了滿足如今商家在直播時代的秒殺訴求，團隊重點構(gòu)建了秒級高可用技術(shù)，動態(tài)維持秒殺性能，將支持秒殺的能力提升了一個量級，包括通過近端計數(shù)和異常感知，自動降級弱依賴業(yè)務(wù)，進一步提高并發(fā)，構(gòu)建無感化彈云等創(chuàng)新技術(shù)，實現(xiàn)更快的容量伸縮，從而確保每個商家都能在自己的平臺發(fā)起秒殺活動。
雙十一流量洪峰和隨之而來的峰值時刻高并發(fā)的處理效果，向來是雙十一技術(shù)保障工作的一大看點。但不同于過往雙十一的流量洪峰，秒殺服務(wù)本質(zhì)上是一種營銷服務(wù)，如果把這個秒級交易分攤到日常，對服務(wù)器成本的要求其實并不高。但隨著直播秒殺成為一種常規(guī)化的營銷手段，為了滿足眾多商家在較長的促銷周期內(nèi)隨機性發(fā)起的千千萬萬的秒級峰值，需要有大量的機器成本的投入。

「這也是今年我們的底氣，能夠保障那么多商家在雙十一期間的秒殺?！怪Ц秾毊a(chǎn)品技術(shù)負責(zé)人善攻說，「從 0 點到 8 點，用戶不用再熬夜了，對支付寶來說，面臨的情況就是各個平臺不同模式和玩法的峰值疊加，再碰到線下支付的高峰。我們并沒有把成本轉(zhuǎn)嫁到客戶身上，而是通過技術(shù)迭代、資源協(xié)調(diào)等來實現(xiàn)更智能、更綠色、更高效的服務(wù)。我們也認為，只有具備普適性才可以對全社會提供可持續(xù)的服務(wù)?！?/span>
支付寶高并發(fā)、高性能、高可用架構(gòu)演進
這些年來，隨著業(yè)務(wù)特點和規(guī)模的發(fā)展變化，尤其在歷屆雙十一的極端需求倒逼之下，例如從應(yīng)對 0 點的單一流量洪峰到滿足多平臺支付需求和效率，支付寶完成了數(shù)次大的架構(gòu)演進，逐漸形成了一套包括金融級分布式交易、分布式大數(shù)據(jù)分析與決策、智能化風(fēng)險防控等在內(nèi)的完整架構(gòu)與技術(shù)體系。
第一階段：轉(zhuǎn)型分布式 SOA 架構(gòu)，成為互聯(lián)網(wǎng)電商支付工具
支付寶最初服務(wù)于淘寶網(wǎng)，用擔(dān)保交易和支付這一項功能打開了用戶網(wǎng)購的習(xí)慣，從 2005 年起開始服務(wù)整個互聯(lián)網(wǎng)的電商支付。在這個階段，其應(yīng)用架構(gòu)開始向分布式 SOA 架構(gòu)轉(zhuǎn)型，對交易、支付、賬務(wù)、收銀臺等核心系統(tǒng)做服務(wù)化改造。
為解決引入分布式體系而帶來的業(yè)務(wù)和系統(tǒng)復(fù)雜性等問題，團隊重點聚焦實現(xiàn)集群的一致性，主要包括確保分布式數(shù)據(jù)一致性和在分布式環(huán)境下進行系統(tǒng)監(jiān)控的問題。對此，支付寶基于兩階段事務(wù)原理自研了相應(yīng)的分布式事務(wù)框架和微服務(wù)框架，同時構(gòu)建了第一代監(jiān)控系統(tǒng)，擺脫了黑屏命令行監(jiān)控，從穩(wěn)定的分布式事務(wù)體系應(yīng)用架構(gòu)和系統(tǒng)化的監(jiān)控報警平臺，奠定了后續(xù)高可用架構(gòu)的基礎(chǔ)。
第二階段：去 IOE，解決存儲單點擴展和穩(wěn)定性問題，流量從百萬到千萬
隨著支付寶從單一支付工具逐漸成為一個互聯(lián)網(wǎng)金融平臺，系統(tǒng)支撐的流量激增，使用大量服務(wù)器支撐雙十一流量洪峰構(gòu)成了巨大的成本壓力，以及其他很多不確定性因素。2011 年開啟去 IOE 戰(zhàn)略（不再使用 IBM 小型機、Oracle 數(shù)據(jù)庫、EMC 高端存儲，轉(zhuǎn)向自主掌控的技術(shù)）。在此背景下，團隊從應(yīng)對大流量帶來的高并發(fā)和穩(wěn)定性風(fēng)險角度出發(fā)，解決核心系統(tǒng)級別的穩(wěn)定性和可擴展性問題，奠定了這一代高可用架構(gòu)的基石。
第三階段：異地多活架構(gòu)，流量彈性伸縮
金融級產(chǎn)品對穩(wěn)定性有極高的要求，需要加速實現(xiàn)金融級異地多活的高可用架構(gòu)。作為螞蟻代表性技術(shù)的邏輯單元 LDC（Logical Data Center）在這一階段被提出，相對于傳統(tǒng)的 IDC（Internet Data Center-IDC），確保分布式系統(tǒng)在邏輯上的協(xié)調(diào)與統(tǒng)一。與 OceanBase 數(shù)據(jù)庫相結(jié)合，支付寶團隊實現(xiàn)了兩地三中心和三地五中心的城市級異地多活高可用架構(gòu)，主要解決機房擴展性、數(shù)據(jù)容災(zāi)，以及大促期間機房快速彈性問題。
也是從這一時期開始，雙十一的峰值和日常業(yè)務(wù)峰值差別越來越大，因此基于 LDC 架構(gòu)靈活的流量調(diào)度能力，實現(xiàn)了機房級別彈性擴展能力，在大促前將流量彈回到新的機房，在大促結(jié)束后快速回收該機房。2016 年的雙十一，支付寶全天完成交易筆數(shù)為 10.5 億筆，支付峰值 12 萬筆/秒，大促中 50% 流量基于云計算資源彈性伸縮。
第四階段：原生混合云部署，提供全球性的互聯(lián)網(wǎng)金融服務(wù)
隨著螞蟻集團對云原生理念的投入，堅信未來的金融級應(yīng)用場景都會往極致的彈性和混合云方向發(fā)展，2017 年開始云原生架構(gòu)啟動實施，螞蟻全站應(yīng)用上云，支付寶開始嘗試離在線混部和分時調(diào)度技術(shù)，在大促時利用離線技術(shù)所使用的集群資源，大大提升了集群資源利用率。
向云原生轉(zhuǎn)型的過程中，不同場景的應(yīng)用很難一步到位，為了滿足不同的業(yè)務(wù)需求，在云原生的改造中，新老業(yè)務(wù)并存過渡，通過統(tǒng)一的研發(fā)平臺，同時支持基于虛擬機和容器的雙模持續(xù)交付，助力于整個架構(gòu)的穩(wěn)妥的演進和遷移?？紤]到商家服務(wù)全面開放、大促活動常態(tài)化，生活服務(wù)、保險、理財、公益等各項業(yè)務(wù)的發(fā)展和形態(tài)趨于多樣化，支付寶團隊意識到需要把高可用做成一項常規(guī)能力，并且從風(fēng)險視角構(gòu)建一套架構(gòu)體系從根源上確保穩(wěn)定性。
針對外部環(huán)境的劇烈變化（如活動帶來的流量突增、機房故障等）、內(nèi)部節(jié)點異常（如數(shù)據(jù)庫宕機，服務(wù)器宕機等）和人為變更的風(fēng)險（如代碼發(fā)布，配置推送等）這三類主要風(fēng)險，支付寶建設(shè)了如變更防控體系、容量風(fēng)險體系、應(yīng)急定位體系等風(fēng)險防控體系，實現(xiàn)系統(tǒng)化的三板斧（可監(jiān)控、可灰度、可回滾）要求，并引入數(shù)據(jù)智能化手段進行精細的風(fēng)險識別，構(gòu)建仿真環(huán)境以模擬故障及驗證問題。

從業(yè)務(wù)中來，到業(yè)務(wù)中去從容應(yīng)對多峰高并發(fā)
從最初淘寶平臺上的一種擔(dān)保交易和支付功能，到如今提供支付、生活服務(wù)、政務(wù)服務(wù)、理財、保險等眾多能力的數(shù)字生活開放平臺，支付寶在沒有先例可循的情況下，構(gòu)建起一個中國乃至世界范圍內(nèi)互聯(lián)網(wǎng)三高（高并發(fā)、高性能、高可用）架構(gòu)的代表。
2017 年，支付寶處理支付峰值 25.6 萬筆/秒，已經(jīng)成為全球最大的一家 OLTP 處理實體，但同時卻繼承了互聯(lián)網(wǎng)公司特有的超大規(guī)模用戶量（截止 2020 年，支付寶在全球擁有超過 12 億用戶），支付寶的技術(shù)架構(gòu)發(fā)展歷程，也可以說一個持續(xù)不斷地在性能與成本、業(yè)務(wù)需求與用戶體驗之間取舍平衡的三高架構(gòu)演進史。
脫離實際業(yè)務(wù)需求的技術(shù)往往于業(yè)務(wù)產(chǎn)生不了最大實用性價值，只有在服務(wù)業(yè)務(wù)、保障業(yè)務(wù)持續(xù)可用過程中沉淀下來的技術(shù)，才是最有價值的技術(shù)。正是因為一次次雙十一的倒逼創(chuàng)新，支付寶的實踐證明在金融級中間件、數(shù)據(jù)庫和云計算平臺的支持下，分布式架構(gòu)完全能夠勝任復(fù)雜、高要求的金融級交易。
在如今這個時代，一家公司要走得更遠，只有提供更好的服務(wù)，滿足用戶更加苛刻的需求。構(gòu)建常態(tài)化的雙十一技術(shù)服務(wù)能力只是開始，隨著業(yè)務(wù)發(fā)展和服務(wù)類型變得更加復(fù)雜多樣，多峰高并發(fā)將不僅僅是支付寶的日常。在萬物互聯(lián)的智能時代，什么樣的技術(shù)和架構(gòu)可以應(yīng)對無處不在的計算，將不僅僅是支付寶團隊需要解決的重大命題。