本文是圍繞著快手的數(shù)據(jù)服務(wù)化中臺(tái)進(jìn)行介紹。第一部分是背景介紹，包括數(shù)據(jù)開(kāi)發(fā)的痛點(diǎn)，第二部分是介紹大數(shù)據(jù)服務(wù)化平臺(tái)，包括平臺(tái)架構(gòu)以及關(guān)鍵細(xì)節(jié)詳解，第三部分是經(jīng)驗(yàn)總結(jié)和未來(lái)思考。（本文內(nèi)容已經(jīng)在2020 年 Top 100 全球軟件案例研究峰會(huì)進(jìn)行過(guò)分享。）

背景

快手是一家數(shù)據(jù)驅(qū)動(dòng)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(kāi)發(fā)工程師，其工作內(nèi)容會(huì)涉及多個(gè)方面：數(shù)據(jù)開(kāi)發(fā)工程師則首先根據(jù)業(yè)務(wù)需求開(kāi)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(kāi)發(fā)穩(wěn)定可靠的數(shù)據(jù)服務(wù)，并通過(guò)API方式交付給業(yè)務(wù)方使用。數(shù)據(jù)開(kāi)發(fā)工程師有兩個(gè)痛點(diǎn)：1）開(kāi)發(fā)數(shù)據(jù)服務(wù)門檻高；2）重復(fù)開(kāi)發(fā)數(shù)據(jù)服務(wù)。

痛點(diǎn)一：開(kāi)發(fā)數(shù)據(jù)服務(wù)門檻高

數(shù)據(jù)開(kāi)發(fā)工程師除了開(kāi)發(fā)完數(shù)據(jù)表外，通常還需要思考如下問(wèn)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(lái)使用數(shù)據(jù)，而非數(shù)據(jù)表，這會(huì)更加靈活、解耦、高效。數(shù)據(jù)開(kāi)發(fā)工程師因此需要建立對(duì)應(yīng)的數(shù)據(jù)服務(wù)。

2. 服務(wù)如何開(kāi)發(fā)：數(shù)據(jù)服務(wù)有多種形式，通常要求開(kāi)發(fā)工程師有微服務(wù)知識(shí)、服務(wù)發(fā)現(xiàn)注冊(cè)、高并發(fā)等。

3. 權(quán)限、可用性問(wèn)題：開(kāi)發(fā)完數(shù)據(jù)服務(wù)后，需要考慮權(quán)限問(wèn)題，確保數(shù)據(jù)資源能被安全的訪問(wèn)；此外還需要考慮可用性問(wèn)題，要以多種手段保障數(shù)據(jù)訪問(wèn)的穩(wěn)定性。

4. 運(yùn)維問(wèn)題：數(shù)據(jù)服務(wù)本身涉及多種運(yùn)維問(wèn)題，如擴(kuò)容、遷移、下線、接口變更、服務(wù)報(bào)警等。

以上問(wèn)題都需要數(shù)據(jù)開(kāi)發(fā)工程師去解決。這要求數(shù)據(jù)開(kāi)發(fā)不僅僅是開(kāi)發(fā)出數(shù)據(jù)表，還需要將數(shù)據(jù)表包裝成一個(gè)獨(dú)立的、靈活的、高可用的、安全的數(shù)據(jù)服務(wù)。這對(duì)于數(shù)據(jù)開(kāi)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(kāi)發(fā)等能力外，還要具備開(kāi)發(fā)高可用、高性能的數(shù)據(jù)服務(wù)能力（包括java開(kāi)發(fā)、微服務(wù)等）。

痛點(diǎn)二：重復(fù)開(kāi)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(kù)和緩存；2）建設(shè)微服務(wù)等開(kāi)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(kāi)發(fā)意味要重復(fù)開(kāi)發(fā)數(shù)據(jù)服務(wù)，造成了人力資源浪費(fèi)，而且開(kāi)發(fā)效率低，從數(shù)據(jù)開(kāi)發(fā)到最終交付數(shù)據(jù)服務(wù)，需要經(jīng)歷較長(zhǎng)的周期。

基于上述痛點(diǎn)，我們開(kāi)始建設(shè)統(tǒng)一的數(shù)據(jù)服務(wù)化平臺(tái)。由此開(kāi)啟一個(gè)新模式去解決問(wèn)題。

大數(shù)據(jù)服務(wù)化平臺(tái)

數(shù)據(jù)平臺(tái)本身的定位是一站式自助數(shù)據(jù)服務(wù)平臺(tái)。用戶通過(guò)平臺(tái)來(lái)創(chuàng)建數(shù)據(jù)服務(wù)接口、運(yùn)維服務(wù)、調(diào)用服務(wù)。平臺(tái)秉承“配置即服務(wù)”的理念：數(shù)據(jù)開(kāi)發(fā)工程師不再需要手寫數(shù)據(jù)服務(wù)，只需要在平臺(tái)上進(jìn)行簡(jiǎn)單配置，平臺(tái)便可自動(dòng)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(chǔ)原始數(shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)開(kāi)發(fā)之后，形成按主題域組織的數(shù)據(jù)資產(chǎn)。此時(shí)數(shù)據(jù)資產(chǎn)通常是在數(shù)據(jù)倉(cāng)庫(kù)，訪問(wèn)速度較慢，因此需要通過(guò)數(shù)據(jù)加速到更高速的存儲(chǔ)介質(zhì)，最后經(jīng)過(guò)多場(chǎng)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(shí)會(huì)被高效序列化，適用于高吞吐場(chǎng)景下的微服務(wù)，實(shí)現(xiàn)負(fù)載均衡、流控、降級(jí)、調(diào)用鏈追蹤等功能。相對(duì)而言，HTTP 接口傳輸效率低一些，但使用非常簡(jiǎn)單。

關(guān)鍵技術(shù)一：配置即開(kāi)發(fā)

平臺(tái)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(kāi)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(wèn)方式；4）配置獨(dú)立的測(cè)試環(huán)境，訪問(wèn)隔離的測(cè)試數(shù)據(jù)。當(dāng)配置完畢后，數(shù)據(jù)服務(wù)平臺(tái)便會(huì)根據(jù)配置清單，完成接口的自動(dòng)化生產(chǎn)和部署。生產(chǎn)和部署完畢后，調(diào)用方在平臺(tái)申請(qǐng)服務(wù)權(quán)限調(diào)用。通過(guò)自動(dòng)化生產(chǎn)，達(dá)到配置即開(kāi)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(jiǎn)單點(diǎn)查，可以支撐百萬(wàn)QPS、毫秒延遲。這類API是通過(guò)模板自動(dòng)化創(chuàng)建出來(lái)，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(dòng)做了 ORM，對(duì)于主調(diào)方更加友好。典型場(chǎng)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(biāo)簽畫(huà)像信息等。

2. SQL API：復(fù)雜靈活查詢，底層基于 OLAP/OLTP 存儲(chǔ)引擎。通過(guò) 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?jiǎn)單字段或者聚合字段，可分頁(yè)或者全量取回?cái)?shù)據(jù)。典型場(chǎng)景包括：用戶圈選（組合若干用戶標(biāo)簽篩選出一批用戶）。

3. Union API：融合API，可自由組合多個(gè)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(gè)原子API，而是調(diào)用融合API，通過(guò)服務(wù)端代理訪問(wèn)多個(gè)子查詢，可以極大降低訪問(wèn)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(chǔ)引擎中，無(wú)法支撐線上業(yè)務(wù)高訪問(wèn)流量。因此需要以系統(tǒng)化的方式進(jìn)行數(shù)據(jù)加速。目前有兩種加速方式：1）全量數(shù)據(jù)加速；2）多級(jí)緩存（部分?jǐn)?shù)據(jù)加速）。

全量數(shù)據(jù)加速

從多個(gè)數(shù)據(jù)源攝入原始數(shù)據(jù)（如Kafka，MySQL、線上訪問(wèn)日志等），進(jìn)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(dú)立的數(shù)據(jù)同步服務(wù)，同步至其他更高速的存儲(chǔ)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(shí)、天、周等）將數(shù)據(jù)從Hive同步至其他存儲(chǔ)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(jìn)行數(shù)據(jù)同步。大數(shù)據(jù)服務(wù)化平臺(tái)單日同步的數(shù)據(jù)量達(dá)到1200億條，數(shù)據(jù)size達(dá)到20TB。

多級(jí)緩存

大數(shù)據(jù)服務(wù)化平臺(tái)會(huì)使用 Redis、Hbase、Druid、Clickhouse 等方式存儲(chǔ)所有數(shù)據(jù)，但是部分存儲(chǔ)如Hbase速度可能較慢，針對(duì)熱點(diǎn)數(shù)據(jù)需要使用額外的熱點(diǎn)緩存來(lái)Cache數(shù)據(jù)。熱點(diǎn)緩存是多級(jí)緩存，針對(duì)每個(gè)API接口，用戶可自由搭配組合多級(jí)緩存、靈活設(shè)置緩存策略。此外，針對(duì)數(shù)據(jù)較大的API，還可配置數(shù)據(jù)壓縮，通過(guò)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(chǔ)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(lái)保障?？焓?jǐn)?shù)據(jù)服務(wù)化平臺(tái)通過(guò)多種方式來(lái)達(dá)到高可用的目的，主要包括：

• 彈性服務(wù)框架

• 資源隔離

• 全鏈路監(jiān)控

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(huì)注冊(cè)到 KESS （快手自研服務(wù)注冊(cè)與發(fā)現(xiàn)中心），供主調(diào)方去調(diào)用，如有離群壞點(diǎn)，會(huì)自動(dòng)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。

資源隔離

資源隔離是可用性保障的常見(jiàn)手段之一，通過(guò)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(chǔ)，我們都按照業(yè)務(wù) + 優(yōu)先級(jí)（高、中、低）粒度隔離部署，獨(dú)立保障，業(yè)務(wù)之間互不影響、業(yè)務(wù)內(nèi)不同級(jí)別也互不影響。同一業(yè)務(wù)線內(nèi)可能有多個(gè)不同數(shù)據(jù)服務(wù)，通過(guò)混合部署，提高資源使用率。

全鏈路監(jiān)控

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

1. 數(shù)據(jù)同步：對(duì)數(shù)據(jù)資產(chǎn)同步至高速存儲(chǔ)的過(guò)程進(jìn)行監(jiān)控，包括數(shù)據(jù)質(zhì)量檢測(cè)（過(guò)濾臟數(shù)據(jù)）、同步超時(shí)或者失敗檢測(cè)等

2. 服務(wù)穩(wěn)定性：構(gòu)建一個(gè)獨(dú)立的哨兵服務(wù)，來(lái)監(jiān)測(cè)每個(gè)API的運(yùn)行指標(biāo)（如延遲、可用性等），客觀的評(píng)估健康度

3. 業(yè)務(wù)正確性：數(shù)據(jù)服務(wù)需要確保用戶訪問(wèn)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(huì)從數(shù)據(jù)一致性層面去探查，確保每個(gè)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(tái)從2017年演化至今，已經(jīng)支持多類應(yīng)用場(chǎng)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(tái)等準(zhǔn)在線業(yè)務(wù)，運(yùn)營(yíng)系統(tǒng)等偏內(nèi)部數(shù)據(jù)系統(tǒng)等，目前平臺(tái)在線業(yè)務(wù)總 QPS 達(dá)到 1000W，平均延遲在毫秒級(jí)；對(duì)于準(zhǔn)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(tái)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(tái)也支持服務(wù)權(quán)限、API市場(chǎng)等豐富功能，進(jìn)一步賦能業(yè)務(wù)。

大數(shù)據(jù)服務(wù)化平臺(tái)未來(lái)進(jìn)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(tái)本身是為業(yè)務(wù)服務(wù)，通過(guò)賦能業(yè)務(wù)而對(duì)企業(yè)帶來(lái)價(jià)值，業(yè)務(wù)本身在不斷發(fā)展，未來(lái)也會(huì)有更多的需求出現(xiàn)，因此數(shù)據(jù)服務(wù)平臺(tái)本身會(huì)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(méi)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(duì)數(shù)據(jù)資產(chǎn)有較多內(nèi)容，包括資產(chǎn)注冊(cè)和審核、資產(chǎn)地圖、資產(chǎn)標(biāo)簽、資產(chǎn)管理、資產(chǎn)開(kāi)放和服務(wù)。

大數(shù)據(jù)服務(wù)平臺(tái)的能力建設(shè)會(huì)朝著統(tǒng)一的 OneService 體系前進(jìn)。主要包括三個(gè)方面：

1. 支持豐富的數(shù)據(jù)源：包括大寬表、文本文件、機(jī)器學(xué)習(xí)模型（模型也是一種數(shù)據(jù)資產(chǎn)），來(lái)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(shí)任務(wù)等多樣化方式，以滿足業(yè)務(wù)多種場(chǎng)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(jí)、流量管理等于一體，不僅平臺(tái)創(chuàng)建的服務(wù)可以注冊(cè)進(jìn)API網(wǎng)關(guān)，用戶自己開(kāi)發(fā)的API也可注冊(cè)進(jìn)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。