简介： 订单峰值 58.3 万笔 / 秒，销售额 4982 亿，阿里云神龙再次胜利扛住了寰球流量洪峰
2020 年的双 11，天猫又发明了新的纪录：订单峰值达到创纪录的 58.3 万笔 / 秒，销售额达到历史新高 4982 亿，阿里云神龙再次胜利扛住了寰球流量洪峰。2020 年是双 11 全面云原生化的第一年，也是神龙架构顺利撑持双 11 的第三年。
往年双 11，基于第三代神龙架构，搜寻、广告以及外围交易数据库等存储和网络高负载业务实现全面云化，神龙输入千万核 CPU 计算能力，实现了阿里巴巴经济体所有业务负载 100% 在神龙私有云部署。
两年前，阿里云神龙首次撑持双 11 大促；去年，双 11 外围零碎全面 on 神龙；往年，双 11 所有业务部署在神龙私有云。神龙架构已间断三年顺利撑持双 11，每年不变的是判若两人的体现安稳，为用户提供了如丝般顺滑的购物体验，而变动的是神龙架构的一直降级和迭代。
本文将为大家揭秘双 11 最具挑战的搜寻广告、金融级业务外围交易数据库如何迁徙至第三代神龙架构，再详解神龙架构如何撑持阿里巴巴最大规模云原生实际落地，最初是神龙架构如何通过宕机演练大考、备战双 11 的背地故事。
最具挑战、没有之一，搜寻广告业务降级至第三代神龙架构
对于电商平台来说，搜寻性能是最外围的性能，百微秒的后果展现提早都将间接影响到平台用户最终交易的转化，用户体验至关重要。所以，搜寻广告业务对计算和网络的性能要求是极尽刻薄的，而这也是目前神龙架构面临的最具挑战的业务，没有之一。
往年双 11，搜寻广告业务撑持了数以千计的会场场景，日均商品曝光千亿次；日均模型公布上万次，单模型容量 1TB+，模型参数达千亿级，实时每分钟更新 1 亿模型参数；日均样本数据处理达 100PB，单次申请超过 200 亿次浮点运算。这些数据的背地，搜寻业务团队对底层基础设施提出了两大挑战。
1、极致的性能需求，要求双向百 G 全线速解决网络流量
依据历史数据预测，双 11 凌晨零点线上搜寻广告业务的网络带宽将达到双向 100G 极限全线速，所以要求基础设施资源能配合提供双向 100G 全线速（line speed）流量带宽解决的能力，以确保顺利撑持零点流量峰值。理论在双 11 当天零点，线上大部分网络流量均来自搜寻广告业务的弹性裸金属实例，网络带宽均如预期达到了极限全线速。
第三代神龙架构，通过网络硬件加速实现了网络带宽全线速解决，能够提供 100Gbps 网络带宽、2400 万 PPS 网络转发和 100 万云盘 IOPS，极好地满足了搜寻广告业务双向 100G 全线速流量带宽的解决需要，不仅帮忙搜寻广告业务顺利扛过了双 11 零点流量洪峰，同时还晋升了资源的利用率。
2、进一步晋升离线搜寻和在线搜寻混部服务质量
搜寻广告业务分为在线搜寻和离线搜寻，这两个系统对资源的需要是人造互斥的：离线搜寻业务要求极高吞吐能力，须要确保数以亿计的数据能够在 15 分钟内实现解决实现；在线搜寻则是对时延有极高的要求，须要确保 1000 万数据亚秒级解决的实时性和极高的可用性。
第三代神龙架构引入了高级 QoS 个性，可多级调度网络和存储 QoS，实现多维度精准调度，极好地撑持搜寻广告的离线业务和在线业务混部，最终帮忙搜寻广告业务实现了同时达到在线业务低时延和离线业务高吞吐的混部业务指标。
事实上，在阿里巴巴团体理论的业务场景中发现，在同样的资源配置的状况下，神龙裸金属比一般物理机的 QPS 能够晋升 30%，延时能够升高 96.3%，资源利用率也有大幅晋升。
扛住 58.3 万笔 / 秒新峰值，外围交易数据库 on 神龙
11 月 11 日零点刚过 26 秒，天猫双 11 订单达到 58.3 万笔 / 秒的峰值，是 2009 年首次双 11 的 1457 倍，每一笔剁手交易操作都会经验一系列外围交易数据库的解决，如何保障寰球最大规模交易顶峰的海量订单的有序、精确和顺滑成为了外围交易数据库的挑战。
家喻户晓，数据库自身就是一个重存储的业务，外围交易数据库更是对资源的 IOPS、时延等性能指标极其敏感。双 11 外围交易数据库之所以抉择神龙架构，是因其可能满足“高并发、低时延、高稳固”三大需要。
高并发 ：在双 11 这样寰球常见的超大规模并发量场景下，计算能力是一个关键因素。降级迭代后的第三代神龙架构，存储和网络性能均达到 500% 晋升，VPC 云网络全线速转发，存储 IOPS 可达 100 万，存储每秒吞吐量可达到 5GB，齐全能够满足外围交易系统的交易顶峰的订单解决需要。
低时延 ：得益于神龙芯片的减速能力，基于神龙架构的第六代增强型实例读提早最低 200 μs，写提早能力 100μs，每一个数据包最低提早为 20μs。在理论场景中，十分好地满足了外围交易数据库的时延需要。
高稳固：与其余无状态业务不同的是，外围交易数据库要求金融级的稳定性和容灾。稳定性恰好也是神龙架构最器重的，神龙架构自研了十分轻量级的 Dragonfly Hypervisor，在计算的抖动性方面能够做到百万分之一级别。得益于此，神龙架构顺利帮忙外围交易数据库顺滑地撑持了双 11 购物季。
神龙架构，为寰球最大规模的云原生实际提供撑持
2020 年双 11 最重要的是实现了寰球最大规模的云原生实际，发明了诸多的“云原生的第一次”：80% 外围业务部署在阿里云容器 ACK 上，可在 1 小时内扩大超百万容器；首次大规模利用 Serverless，弹性伸缩性能晋升 10 倍以上；云原生中间件峰值调用量超百亿 QPS。
与此同时，计算的纪录也被一直刷新：实时计算 Flink 解决峰值达 40 亿条 / 秒，相当于一秒看完 500 万本新华字典的所有信息；MaxCompute 单日计算数据量达 1.7EB，相当于为寰球 70 多亿人每人解决 230 张高清照片。
神龙架构是真正为云原生场景打造的计算平台，为这场最大规模的云原生实际提供了松软的底座。神龙架构通过 I /O offload 芯片减速，对容器等产品适配水平极高，能高效调度和自动化弹性伸缩的容器化产品，具备在 3 分钟启动 50 万核 vCPU 的极速弹性能力。
事实上，从设计到实现，神龙架构都是“为云而生”，不仅使得阿里云服务器比传统物理服务器性能更强劲，还能极大地帮忙客户节俭计算成本。最终，神龙架构为这场云原生化静止带来了磅礴能源和极致效力：每万笔峰值交易的 IT 老本较四年前降落了 80%，规模化利用交付效率晋升了一倍之多。
单实例可用性 99.975% 的底气，安稳应答“宕机”突袭大考
全链路压测演练是备战双 11 必不可少的环节，咱们为突袭演练专门设计了 App，简化成一个“按钮”，串联了阿里巴巴经济体的各种技术架构和业务伎俩。往年的演练多了一些意料之外的实弹突袭，包含断网攻打、集群宕机攻打和数据中心断电攻打等。突袭攻打如此厉害，让技术工程师们没有一丝丝的防范。
10 月某个凌晨的 2 点，“按钮”被按下，神龙云服务器被注入故障代码，一个领有近千台服务器的集群霎时宕机。
不到 2 分钟，运维监控大屏显示网络数值迅速上涨，技术保障团队迅速锁定故障源头、启动应急预案，紧急开展修复，随后确认主备切换。
10 分钟，主备云服务器实现切换，所有复原如常。
这仿佛很疯狂，但能让公司提前为包含宕机在内的各种故障做好筹备，将其影响降至最低，同时倒逼阿里技术继续进化，包含神龙架构。
神龙架构在这次宕机突袭中体现突出，架构健壮性禁受住了大考，这要归功于 ECS 提供的主机迁徙的性能，其实现依赖于配置可迁徙、资源可迁徙，网络可迁徙，存储可迁徙等关键技术，能够最小化升高客户业务中断。
同时，神龙架构还会集了阿里云十年累积的上百万服务器历史故障数据、异样预测算法以及软硬联合的故障隔离、硬件加速的热迁徙等能力于一身，可能保障 70% 以上的惯例软硬件故障在产生之前无感打消。这些也是使得阿里云敢将单实例可用性指标晋升至 99.975%、多可用区多实例可用性指标定为 99.995% 的底气所在，这也是双 11 所有业务敢上云的起因之一。
作为阿里云根底产品部门最大的跨部门协同我的项目，第三代神龙架构迭代降级波及到神龙计算、ECS、VPC、存储、AIS 服务器和 AIS 物理网络等泛滥团队，更是通过长达两年的预研评估、产品立项、技术研发和灰度测试，最终才实现了阿里巴巴经济体所有业务负载 100% 在神龙私有云部署。双 11 是阿里云产品、技术和服务最大的“试炼场”, 全量并顺利承载双 11 大促所有业务就是神龙架构能力最好的证实。
以后，阿里云自研的神龙云服务器撑持了各种流量顶峰：如 12306 的春运抢票、微博热点的暴涨流量、钉钉 2 小时扩容 10 万台云服务器等。将来，历经多年双 11 实际考验的神龙架构将致力于更好地帮忙客户实现业务的疾速翻新和飞跃。
原文链接
本文为阿里云原创内容，未经容许不得转载。