一、Redis在微博的應用場景

Redis在微博內(nèi)部分布在各個應用場景，比如像現(xiàn)在春晚必爭的“紅包飛”活動，還有像粉絲數(shù)、用戶數(shù)、閱讀數(shù)、轉評贊、評論蓋樓、廣告推薦、負反饋、音樂榜單等等都有用到Redis。

1、業(yè)務&規(guī)模&挑戰(zhàn)  

線上的業(yè)務有前面提到的信息流、廣告、用戶關系等等，還有現(xiàn)在大家可能比較感興趣的熱搜，用戶一般會去看發(fā)生了什么事情，還有引爆閱讀量的話題，以及現(xiàn)在兵家必爭之地的視頻，微博大大小小的業(yè)務都有用到Redis。

線上規(guī)模方面，微博有100T+存儲，1000+臺物理機，10000+Redis實例。

關于面臨的挑戰(zhàn)，我們每天有萬億級的讀寫，線上的響應時間要求也比較高。

舉一個簡單的例子，我們部署資源是跨機房部署，但是有一些業(yè)務部門連跨機房部署存在的多余兩毫秒的延遲都要投訴反饋(真的是臣妾做不到啊，如果單機房故障了呢?有些業(yè)務方真是異想天開)。響應時間基本上四個9是20毫秒。

成本的話因為我們線上有大量需求是上T的，所以成本壓力其實也特別大。

2、技術選型

上圖是微博數(shù)據(jù)庫的技術選型，其實可以看到這里面不僅僅包含Redis等NoSQL，還有隊列、存儲，如果以后有機會的話可以給大家分享一下從0到1搭建微博的數(shù)據(jù)庫，在內(nèi)部分享的時候大概花了2-3個小時，時間有限，這次就只講Redis這一部分。

3、優(yōu)化

從2010年開始，我們就基于官方的2.0版本引進Redis，到現(xiàn)在已經(jīng)有九個年頭了，我們主要做了以下這些方面的改進：

• Redis編碼格式，在特殊場景下可以節(jié)省30%的空間;
• 主從庫方面有獨立的復制線程;
• 我們定制化一些數(shù)據(jù)結構，比如：LongSet 數(shù)據(jù)結構，它是一個“固定長度開放尋址的 Hash 數(shù)組”，減少Redis dict 很多額外的指針開銷;
• 在主從復制方面，獨立復制線程 + 完全增量復制,這樣的話，如果網(wǎng)絡主從臨時斷了，只要從當前的pos點同步數(shù)據(jù)就行;
• 在持久化方面，我們是全量的RDB加增量的AOF復制;
• AOF寫入/ 刷盤，主線程—>BIO，避免了因為寫入導致的阻塞;
• 落地時間，不可控—>cronsave可控;
• 增加aofnumber,設置AOF數(shù)量，避免因為寫入過快，磁盤寫滿;
• 高可用, Redis的HA我們并沒有用官方的或者社區(qū)開源的，用的是我們自己開發(fā)的一套Redis HA，保障在故障的情況下，能快速進行切換。

微博有大量的技術場景，比如轉評贊、閱讀數(shù)等，對于一些用戶來說，他們是很關心這些指標的。

如果我們用原生的Redis，會浪費大量的存儲空間，因為它的產(chǎn)品特別特殊，它的key是一個用戶的id，value是數(shù)字，我們自己內(nèi)部最早改了一版叫RedisCounter，它相當于只維持了一個哈希表，節(jié)省了大量的Redis內(nèi)存空間。

當然它有一個缺點就是當初是短平快地上線了，所以它只支持單個列和單個表，如果你要存轉發(fā)，評論，贊3個計數(shù)的話需要部署三套資源，這樣一來大家訪問微博取這3個數(shù)的速度會變慢。

而且需要維護3套資源，為了應對這種場景，我們支持了多列和多表的方式，如果一個表寫滿了，可以繼續(xù)寫下一個表，寫到最后一個表時，我們可以把前面的表滾到盤里面，但是這個時候是不可讀的。

為了解決不可讀的問題，我們想了一個辦法，把表都放在磁盤里面，維護ddb的數(shù)據(jù)結構，在這樣的落地方式下，就可以把最近的熱數(shù)據(jù)放在內(nèi)存里面，把冷數(shù)據(jù)或者歷史數(shù)據(jù)放在磁盤里面。

之前統(tǒng)計了一下，在線上90%多的情況下，用戶只訪問幾個月的數(shù)據(jù)，所以一些長尾數(shù)據(jù)可以靠從磁盤中讀取數(shù)據(jù)來解決，也不影響用戶體驗。

微博還有一些存在性判斷的行為，比如是否贊過、是否閱讀過，這些全量的數(shù)據(jù)特別大，如果用Redis的話對內(nèi)存成本花費特別大。

所以我們改造了一版服務，它是一個兼容Redis協(xié)議，基于BloomFilter，開發(fā)了一版phantom，高性能，單線程網(wǎng)絡處理機制，與Redis性能相當，低存儲空間，每條記錄占用1.2*N字節(jié)(1%的誤判率，每增加0.6*N字節(jié)誤判率下降為原來的1/10，N為單個槽位占用的bit數(shù))。

當然還有其他像我們最近用的隊列、MySQL等等其他類型的數(shù)據(jù)庫，這邊就不展開了。簡單做一下Redis第一階段優(yōu)化的小結：

• 無阻塞落地
• 增量復制 -> RDB+AOF
• 在線熱升級
• 關系graph定制
• -內(nèi)存降為1/10
• -性能相當
• 計數(shù)定制化
• -內(nèi)存降為1/4
• -性能提升3-5倍
• BloomFilter

但是我們做了這么多優(yōu)化還是跟不上業(yè)務的需求。

二、Redis在微博的優(yōu)化

首先需要明白為什么要優(yōu)化，我們一般從三個方面進行考慮：

首先是業(yè)務方。目前線上的業(yè)務方需要關心資源的分布、容量規(guī)劃等多方面，比如內(nèi)存是否滿了、磁盤是否滿了、如果用MySQL的話是否要提前分庫分表、QPS是否能扛住。

我們希望把這些問題對業(yè)務方屏蔽，他們只管用，而不用關心太多涉及到資源細節(jié)的方面。

第二是DBA。雖然現(xiàn)在微博已經(jīng)不是處于高速增長的狀態(tài)了，但實際上它也還是以一定的速度在增長，所以對DBA來說，需求還是特別多的。

加上我們部門是承接微博所有的數(shù)據(jù)庫的服務，有微博最多的服務器，因此對于我們來說，需求多，變更多，挑戰(zhàn)大。

從設計的角度，我們要考慮如何設計Redis更合理。

總結了一下有三個方面：

一是高性能，讀寫快、訪問快、響應時間快。

二是能夠支持大容量的需求。

三是可擴展，因為接觸的業(yè)務方比較多，就會發(fā)現(xiàn)一個問題，基本上沒有幾個業(yè)務方能把自己的需求描述得特別清楚，經(jīng)常上線之后才發(fā)現(xiàn)內(nèi)存不夠了，或者寫入扛不住了，所以這個時候我們需要在可擴展性方面提供一個強有力的支持。

我們可以把這三個方面解釋為三座大山。

1、Cache Service服務化

為了解決三座大山，首先要把Cache服務化，它是一個多級緩存的服務，能夠解決高訪問、高并發(fā)的問題以及實現(xiàn)高可用。

基于這套系統(tǒng)，也設計了一套后臺程序，根據(jù)微博的流量進行自動監(jiān)測、能夠支持自動擴縮容，這樣能快速扛過峰值，峰值過去之后又回收機器，實現(xiàn)了對資源的充分利用。

當然這套系統(tǒng)還在持續(xù)完善中，希望未來能做到更智能。

ConfigService就是我們把配置放在配置中心里面，Client再從配置中心里面拉取配置。

一共有兩種訪問方式，第一種是SDK，第二種是支持多語言的，通過Proxy把請求路由到后端的Cache里面。DBA只要通過管理平臺就可以對資源進行快速擴縮容。

現(xiàn)在講一下多級的Cache，實際上這里面有四個角色：master、maste-l1、slave、slave-l1。

master跟slave沒有同步關系，只是按角色作用的方式命名的，master-l1有多組數(shù)據(jù)來扛熱點，master是基準數(shù)據(jù)保存全量數(shù)據(jù)，slave一般是做多機房的容災，slave-l1做多機房的數(shù)據(jù)同步，這個同步只保證最終數(shù)據(jù)的一致性。

以讀取作為例子來說一下流程，讀取是先訪問master-l1，如果沒有命中會訪問master，如果又沒有命中會訪問到slave，通過這3層，大部分情況下能把99%的熱點給扛住，然后還有1%的流量才會落到MySQL里面。

假如是100萬的讀，穿透到MySQL只有一萬QPS，如果100萬的讀全部都打到MySQL的話，對于MySQL而言成本特別高，而且大家知道，MySQL在高并發(fā)讀寫情況下，很容易被打死，且在短時間內(nèi)是恢復不了。

Cacheservice 目前支持mc和Redis協(xié)議2種協(xié)議。

上圖是我們DBA操作的擴縮容的界面，這個業(yè)務總共有20組，每組有5個IP，5×20=100個實例，實際上就是一百個實例在里面提供服務，線上有好多個單個集群服務，可以支撐百萬甚至千萬QPS的高并發(fā)訪問，而且可以支持快速的擴縮容。

分享一下我們之前的成功案例，我們已經(jīng)實現(xiàn)好幾年的春晚1000+臺阿里云ECS彈性擴縮容，多次實現(xiàn)無降級平滑過渡，高峰期支持微博50%的春晚核心流量。

上圖是我們內(nèi)部為了支持系統(tǒng)而進行的系統(tǒng)整合，在這邊就不展開了。

2、mcq服務化

基于前面的Cache服務化，我們在2018上半年跟業(yè)務方一起合作，把隊列也給服務化了。

為什么要把隊列單獨提出來呢?是因為經(jīng)常有內(nèi)部或外部的人問，你們發(fā)微博是什么樣的流程?你們發(fā)評論是什么樣的流程?數(shù)據(jù)怎么解決?

這些問題很關鍵的一環(huán)就是在隊列里面，發(fā)微博的時候實際上是先寫到隊列，然后隊列再寫到后端的MySQL里面，如果這個時候MySQL宕機了，我們會有一個修復隊列，專門有一個Key來存這部分的數(shù)據(jù)，等MySQL恢復以后再把這部分數(shù)據(jù)寫入到MySQL里面。

上面還有一個BCP，是因為當初我們在做這一套的時候，實際上是想在整個微博推廣。

去年比特幣特別火，我們也想通過購買比特幣的方式，在內(nèi)部通過機器的資源或者內(nèi)部開源的一些東西來做等價物質(zhì)的轉換，然后來應用這個服務，但是最終這個計劃沒有具體落地。

上圖是一鍵告警以及操作的監(jiān)控圖。

前面提到我們把Cache服務化了，但是實際上并沒有很好地解決容量過大的問題，雖然現(xiàn)在內(nèi)存的價格一直在下降，但相對硬盤來說價格還是太高。

如果我們經(jīng)常有像5T或者10T的業(yè)務，并且全放內(nèi)存里面的話，對于我們成本的壓力實際上是特別大的。

而且我們需要向專門的成本委員會申領資源，只有成本委員會同意了我們才能拿到這些機器，整個周期時間長。

3、如何解決Redis容量過大?

為了解決容量過大的問題，我們想把容量從內(nèi)存放到磁盤里面。

我們當時考慮了一些特性，比如支持冷熱數(shù)據(jù)的分離，比如把歷史的數(shù)據(jù)或者全量的數(shù)據(jù)全部存在磁盤，然后支持持久化、支持數(shù)據(jù)主從復制、支持在線熱升級，需要兼容Redis數(shù)據(jù)類型，還要兼容與Redis的復制。

基于前面的場景，像微博這種屬性特別適合用這種方法，就算冷熱數(shù)據(jù)不明顯，比如上T，每秒幾K訪問的情況，用這個方法也特別合適。

下面講一下處理模塊，里面有主線程和后臺線程。

主線程主要處理連接的請求、協(xié)議的解析以及命令的請求，后臺線程主要是復制線程，還有像BIO線程，我們把像刷盤操作是寫AOF都是放在這個線程，這樣可以盡可能減少寫入所造成的對Redis的阻塞。

還有一個Bloom Filter，是基于布谷鳥算法來優(yōu)化，初始化的時候指定Filter的容量，新增雙向鏈表管理Hash沖突。

從這個名字大家可以猜到，是Redis+RocksDB的結合，為什么這個時候我們不像前面提到的類似設計CounterserviceSSD那樣自己設計，其實主要原因是當初我們在設計時RocksDB還沒有非常多大規(guī)模的應用。

現(xiàn)在RocksDB已經(jīng)特別成熟，而且有非常多成功的案例。我們還有一個不自己開發(fā)的原因，就是如果自己開發(fā)的話，可能適用性或者性能，以及代碼健壯性反而沒有那么好，所以為了節(jié)省時間我們采用了RocksDB來做存儲，避免重復造輪子。

LRU是為了加快訪問速度的，如果第一次訪問的時候沒有在內(nèi)存里面讀取到，就從磁盤里面讀取，它實際上會放在內(nèi)存，下次你再讀取的時候會從LRU里面讀取出來。

這邊還涉及到數(shù)據(jù)從內(nèi)存到磁盤換入換出，如果key或者value特別大的話，性能會有影響。這就是前面提到的為什么我們不推薦那種特別大的key或者value用RedRocks。

把前面的處理模塊和后端整合一下就形成了以下這樣的架構圖。

對其做一下小結：

簡單易用：完全兼容Redis，業(yè)務方不用做任何改動就可以遷移上;

成本優(yōu)勢：把熱點數(shù)據(jù)或者頻繁訪問數(shù)據(jù)放在內(nèi)存，全量的數(shù)據(jù)全部放磁盤，這是一個特別大的優(yōu)勢，可以突破內(nèi)存容量限制;

高性能：熱點數(shù)據(jù)在內(nèi)存，熱點數(shù)據(jù)訪問性能和Redis相當。

下圖是性能壓測報告，我們對比了set的隨機對寫。

4、仍滿足不了新需求?

我們前面已經(jīng)解決了大容量的問題，但還是有很多困難并沒有得到很好的解決。

因此，我們借鑒了開源經(jīng)驗，也調(diào)研了Twemproxy、Codis、Corvus、Redis-Cluser這些功能：

實際上我們在2015年就已經(jīng)存在基于Twemproxy的業(yè)務，在線上的話像微博音樂、微博健康、通行證這3個業(yè)務已經(jīng)上線。

但是我們沒有在內(nèi)部大范圍推廣開來，其中涉及到2個主要的原因，第一就是遷移還是比較費時間，第二是無法比較完美的動態(tài)增加節(jié)點，還有內(nèi)部一些其他原因等等的約束。

以上是我們的設計思路，一是能支持在線擴縮容，二是支持多語言的訪問，因為我們是要對整個公司進行推廣的，而不是說只對一個部門，所以為了推廣方便我們必須有這種功能，三是對服務化特性的需求。 

下面簡單講一下proxy里面各模塊的功能：

port自動增刪和監(jiān)聽：根據(jù)Vintage對本proxy節(jié)點的配置，自動增加監(jiān)聽的端口或者刪除移除的端口，監(jiān)聽客戶端的連接。

Redis協(xié)議解析：解析Redis協(xié)議，確定需要路由的請求，非法和不支持的請求直接返回錯誤。

路由：需要獲取和監(jiān)聽端口對應的backend以及它們的slot， 根據(jù)端口、key和Redis命令選擇一個backend, 將請求路由到對應的backend,并將結果返回給客戶端。

配置監(jiān)控：監(jiān)控Vintage中本proxy的配置，包括端口的變動、端口和backend的變動以及slot的變化等，通知端口監(jiān)聽模塊和路由模塊。

指標監(jiān)控：需要將Metrics發(fā)送到Graphite中進行監(jiān)控。

日志記錄：生成日志文件以便跟蹤。

Redis存儲方面：還是沿用我們內(nèi)部改造的Redis版本，相對之前線上的版本，這次我們新增了官方比如Mememory，內(nèi)存編碼的優(yōu)化，以及內(nèi)部新增的一些新的功能。

關于集群管理方面，無論是Redis也好，MySQL也好，對資源的任何管理都可以用這個來總結，包括五個部分：資源申請，資源分配，業(yè)務上線，資源查詢，資源變更。

對于業(yè)務申請這一方面需要有一個業(yè)務唯一的標識，QPS、數(shù)據(jù)類型是怎樣的，基于這些考察我們再對它進行分配、配置、部署。

基于前面我們做了那么多的優(yōu)化以及平臺服務化，用下圖作為總結比較合適，就相當于服務的高可用、高性能以及可擴展這些方面，我們基本上都用前面這一套方案解決了。

[[280437]] 

三、未來展望

無論是最開始的MySQL也好還是到后面的Oracle也好，這些都離不開SQL。如果我們能把數(shù)據(jù)一致性解決好的話，Redis的應用場景會更廣。

現(xiàn)在有很多公司對Raft做了二次開發(fā)，后續(xù)我們也會投入到在這方面中。

借用兩句話結束今天的演講：“數(shù)據(jù)庫實際上是需要你用最快的速度把數(shù)據(jù)存儲下來，然后以最方便的方式把數(shù)據(jù)給回憶起來。”

謝謝大家!

Q & A

Q1：剛才您說您這邊有一個新的類型叫LongSet，能不能說一下它的應用場景?

A：應用場景是在關系判斷這個場景下，在微博關注Cache化改造中，需要把Redis當做Cache用存儲用戶的關注列表，原定方案是使用Hash結構。

但是由于Redis是做Cahce使用，key可能會被剔除，所以在判斷用戶是否關注某人的時候，可能不存在，這時就需要從數(shù)據(jù)庫拉用戶的關注列表直接HMSET到Hash結構中。

但是Redis在一次HSET多個field的時候，性能是比較低的，并且會堵塞其它的請求。

同時在仿真壓力測試過程中發(fā)現(xiàn)，在Cache為空的情況下，必須要逐步放量填充Cache后，業(yè)務才能達到穩(wěn)定。

這種情況下，對運維的壓力比較大，容錯很低，違背了我們Cache化的初衷，所以才有了這一次的改造。

為了解決Redis Hash結構HMSET性能較低及內(nèi)存利用率較低的問題，對Redis進行了定制化改造，增加了一種新的數(shù)據(jù)結構LongSet，用來存儲元素為long類型的集合。

Q2：您剛剛解釋的是熱數(shù)據(jù)放在Redis，初始放在RocksDB，什么時候調(diào)用這個數(shù)據(jù)?什么時候調(diào)用那個數(shù)據(jù)?肯定是有一張表吧?

A：讀取流程是，先讀取內(nèi)存中的數(shù)據(jù)，這個內(nèi)存大小是可以動態(tài)調(diào)整的，和官方的maxMemory參數(shù)是一致的，內(nèi)存中只保留一部分的數(shù)據(jù)，如果內(nèi)存中的數(shù)據(jù)沒有讀取到，才會從磁盤里面讀取數(shù)據(jù)。