4 月 27 日，首届“寰球信息系统稳定性峰会”在北京召开。会上，中国信息通信研究院（以下简称“中国信通院”）颁布了首批信息系统稳定性保障能力评估后果、分布式系统稳定性实验室成员单位、信息系统安稳运行优良案例。蚂蚁团体入选为实验室成员单位，其领取平台凭借在零碎稳固和平安等方面的技术与实际，取得“零碎安稳运行优良案例”颁证。
作为实验室成员单位，蚂蚁团体积极参与编写了零碎稳定性相干的规范及钻研报告，此次峰会上，蚂蚁团体数字科技事业群技术副总经理石世群也做了《支付宝零碎双十一稳定性保障教训分享》的主题演讲，分享蚂蚁团体金融级分布式架构 SOFAStack 在零碎稳定性保障畛域的摸索和实践经验。
以下为演讲整顿全文：
大家好，我是蚂蚁团体数字科技的石世群。明天我将在线介绍支付宝双 11 稳定性保障的相干内容。
零碎的稳定性保障，是一个简单的系统工程。从 2004 年到 2021 年，支付宝经验了一系列的技术架构降级和迭代，从单元化架构走向弹性上云，进而演变到云原生、绿色计算，这个过程既要思考容量稳定性，也要思考老本和效率。
咱们做了简略的总结，大略经验三个阶段：
第一阶段，次要解决容量的问题。通过 LDC、弹性能力和 OceanBase，解决了容量实践上有限伸缩的能力。同时，通过全链路压测技术很好的对全链路容量进行验证；
第二阶段，当领取的容量能力达标后，进一步思考的就是如何通过技术创新去晋升整体架构的稳固和效率。典型的场景有 2 个，一个是云原生，云原生架构的核心理念是将基础设施和业务进行剥离，从而开释基础设施的红利，大幅晋升翻新速度和效率，比拟典型的案例就是 ServiceMesh 在蚂蚁的落地。另一个就是咱们对于智能监控运维体系，通过数据智能的形式，晋升零碎应急响应复原的反应速度。
第三阶段，绿色减排。间断几年，咱们在放弃峰值稳步增长的状况下，提出了大促 0 老本新增。2021 年双 11，咱们的次要方向就聚焦在绿色减排上，通过离在线混部、分时调度、智能 AI 容量等翻新技术，实现节约 64 万度电和 394 吨碳减排。
接下来，我给大家介绍一下支付宝双 11 大促的关键技术。
单元化部署
异地多活逻辑单元架构，蚂蚁外部也叫 LDC，全称是 Logical Data Center（逻辑数据中心），是对 IDC（Internet Data Center，互联网数据中心）的一种逻辑划分，也是支付宝零碎实际“单元化部署”所采纳的计划。
保障信息系统的稳定性，外围要解决两方面问题：
第一个，单点瓶颈。任何一个互联网零碎倒退到肯定规模时，都会不可避免地涉及到单点瓶颈。从单服务器、单利用，到单数据库、单机房，进而到多机房部署、多地部署（异地多活），这个过程就是在一直冲破单点瓶颈；
第二个，保障异地容灾能力，这样能力满足金融级稳定性要求。
多地多机房部署，是互联网零碎倒退的必然方向，这外面要解决很多关键问题，包含流量调配、数据拆分、延时等，当然这些问题都能够通过技术和计划来解决，而承载这些计划的是一个部署架构。只管可采纳的部署计划不止一个，但无论是纯理论钻研，还是一些后行零碎的架构实际，都把“单元化部署”列为最佳计划。
所谓单元，是指一个能实现所有业务操作的自蕴含汇合，在这个汇合中蕴含了所有业务所需的所有服务，以及调配给这个单元的数据。一个单元，是一个五脏俱全的放大版整站，它是全能的，因为部署了所有利用；但它不是全量的，因为只能操作一部分数据。
支付宝外部通过将单元分成 RZone、GZone、CZone 三类，来解决流量调配、数据拆分、延时的问题：
- RZone（Region Zone）：最合乎实践上单元定义的 zone，每个 RZone 都是自蕴含的，领有本人的数据，能实现所有业务。
- GZone（Global Zone）：全局单元，部署了不可拆分的数据和服务，这些数据或服务可能会被 RZone 依赖。GZone 在全局只有一组，数据仅有一份。
- CZone（City Zone）：以城市为单位部署的单元，同样部署了不可拆分的数据和服务，也会被 RZone 依赖。但跟 GZone 不同的是，CZone 中的数据或服务会被 RZone 频繁拜访，每一笔业务至多会拜访一次；而 GZone 被 RZone 拜访的频率则低的多。CZone 是为了解决异地提早问题而特地设计的。
基于 LDC 架构，支付宝实现了真正的异地多活架构，实现了金融级 99.99% 可用性，以及实践上的无线容量能力，顺利撑持了大促数十万级的能力，同时也为后续的弹性架构奠定了很好的根底。
弹性架构
方才咱们讲到了 LDC 逻辑单元架构，它是实践上具备了有限容量的可能性，然而事实往往是不太可行的，有以下两个方面的起因：
一方面，公司外部本人掌控的资源是无限的，随着领取笔数的快速增长，自持的资源会遇到瓶颈；另一方面，双 11 大促毕竟是多数时候，如果长时间领有这么多资源，对于老本来讲也是不经济的，这并没有充沛开释云计算的红利。
蚂蚁支付宝在 LDC 架构的根底上，进一步降级了弹性架构，实现了依照业务粒度的弹性能力，把一部分单元转变成弹性单元，在高峰期时弹到云下来，从而实现疾速扩容能力。当大促完结时，再把这些单元弹回到日常机房，这样就能够保障资源的更无效利用。所有的弹性逻辑都是在基础设施层面全副做了封装，对业务实现了无感的弹性。咱们在 2016 年双 11 大促，无效撑持了每秒十几万级领取峰值，跟本人持有资源的模式相比，老本实现大幅度降低 50% 以上。
服务网格
接下来看服务网格 ServiceMesh，这也是十分要害的一个技术。
为什么须要 ServiceMesh？还得从微服务讲起。微服务存在的问题，很多跟服务治理相干，包含组件之间相互依赖、服务管控难、平台运管等问题，咱们通过轻量级网络代理，负责微服务间的通信等工作，以 sidecar 模式部署在容器的独立过程中，并通过一系列的基础设施和业务解耦，高效实现了基础设施的降级。在大促期间，基础设施的迭代提效 10 倍以上。
其次，通过 ServiceMesh 能够实现灵便流量管制，所有的限流、熔断由 ServiceMesh 接管，不须要业务革新，节约了大量的预案研发老本和 SDK 的接入老本。目前 ServiceMesh 曾经笼罩了支付宝 100% 外围领取链路，具备百万级别的容器规模，峰值千万 QPS。
线上全链路压测技术的演进
压测是极其重要的容量验证伎俩，咱们方才讲到的所有办法，都是一直在晋升容量扩大的能力。然而也十分须要一个十分好的伎俩去验证容量是否合乎预期，线上的全链路压测技术就变得十分要害。
传统的压测技术有很多问题，次要体现在传统的部分单链路压测不残缺，它是以单业务压测为主，数据库层面不好压测，网络层面也不好压，无奈无效模仿实在业务的状况。此外，传统线下压测、仿真压测、线上单机引流压测的准确度不高，也没有精确评估资源状况。
对于整个线上全链路压测来说，咱们次要有以下几个要点：
- 外围链路剖析，建设用户端到端的行为模型。通过大数据技术，基于大促的用户行为和后端链路，构建端到端的流量模型，用来验证全链路压测的充沛度
- 压测环境复用生产。通过数据拜访代理，把压测数据导到链路下来，不影响失常业务数据，后果是很牢靠的。
- 压测性能剖析诊断。压测过程中，如果遇到问题，能够疾速定位问题，并诊断给出优化倡议。典型的包含网络诊断（网络品质、带宽）、利用诊断（内存、CPU 热点、线程）、数据库诊断（慢 SQL、CPU、内存）、基础设施（容器、过程）以及全链路诊断（诊断 分布式链路中的瓶颈点）。
- 基于过来这么多年的积攒，咱们在全链路压测上的仿真度超过了 99%，最近几年的双 11 大促都是 0 重大故障，0 资损。
智能监控技术
只管后面做了很多事件，然而对于一个简单的业务来讲，线上零碎不可避免会呈现问题，所以怎么疾速发现问题、疾速应急、疾速复原起来就变得十分重要。
面对大促峰值的状况下，监控碰到的挑战也是微小的。在大促日志规模流量下，每秒日志量可能达到几百 G，荡涤流量可能每分钟达到几十个 T，怎么无效解决这些日志十分要害。
蚂蚁自研的时序数据库引擎 Ceresdb，通过优化采集技术和流式计算引擎，能够根本做到秒级监控，实现 1 分钟发现、5 分钟定位、10 分钟复原，确保线上工夫的疾速应急和响应。
1 分钟发现：故障在 1 分钟内被发现，干系人被引入故障处理流程。
5 分钟定位：在 5 分钟内响应故障呈现起因，并制订止血计划。
10 分钟复原：10 分钟执行结束止血计划，故障复原。
2021 双 11 节能减排
2021 年双 11，咱们从关注峰值、关注流量，重点转向了绿色计算，既思考老本也思考效率，确保技术可持续性。咱们通过一系列包含在离线混合部署技术、云原生分时调度和 AI 弹性容量等翻新技术手段，实现了整体资源各种调度，规模化利用绿色计算，节约了 64 万度电，碳减排 394 吨。
后面讲了很多保障系统稳定性的技术能力和办法，但对于每个组织来说，从头打造这些能力和体系，须要破费很长的周期，也须要做很多简单的工作，为了更好帮忙各行各业实现数字化降级和转型，蚂蚁团体也在踊跃鼎力推动相干能力的科技凋谢。
原生分布式数据库 OceanBase
接下来，咱们来看一个重要的产品——OceanBase。OceanBase 外部通过 9 年双 11 的验证，有十分多利用教训，也很成熟稳固。OceanBase 作为原生分布式数据库，具备无线扩大、永远在线的能力，保障数据不失落，30 秒内实现主动容灾复原。OceanBase 实用于各种大型场景以及对业务连续性要求高的行业，对于强一致性、高可用、高 HTAP 性能要求的行业也十分实用，目前在金融、政府、运营商、交通、能源等行业曾经有很多胜利施行的教训。
金融级分布式架构 SOFAStack
同时，咱们也对外开放了 SOFAStack 云原生科技产品，把单元化架构、服务网格 Service Mesh、全链路压测、监控应急体系统统打包在一起，将蚂蚁十多年技术能力通过产品化，实现成为成熟的商业化产品和服务。目前曾经服务几百家客户的外围业务零碎，咱们心愿通过这些致力，可能帮忙各行各业更好实现数字化降级和转型。
明天我就分享到这里，感激大家！