2021新春，36氪推出「新年有此氪」系列策划，陪你一起过大年。「新年有此氪」第五期为你带来百亿红包背后的「不宕机保卫战」。
在距离北京200多公里、被称为阿里巴巴“数据心脏”的坝上数据中心，冬季气温最低能到零下38度，风大得让人张不开嘴。这里的除夕，每年都有阿里云的“巡查兵”驻守在Ecc监控室里，除了要确保水电油的基本设施正常运转，还要预防严寒给服务器带来的突发状况。2019年的除夕到初二，由阿里云的太佑在这里值班。因为知道自己是最后一道防线，对于整个系统的运作来说非常重要，所以他的心态还不错：“这里的好处是鞭炮可以随便放！” 数据中心作为服务器的“家”，是用户网络生活的正常进行的基础，在春节这种流量高峰，更容不得一丝差池。而太佑只是为了让我们春节抢红包、发朋友圈、看网络春晚、打游戏更顺利的工程师之一。在除夕佳节，万家欢聚，共享团圆的时刻，来自各大厂的工程师们，或在公司大厦，或在机房，或在家却对着电脑，他们都在加班，为的是对抗十几亿流量对服务器带来的冲击：· 今年除夕，腾讯云及腾讯底层技术团队有数百位工程师选择留在公司值班、客户现场、各地数据中心等一线值班；· 金山云今年组建了百余人的运维团队，保证春晚直播的顺利进行；· 2020年，快手投入几百人参与春晚红包研发团队；· 2019年百度想方设法搞到了10万台服务器，上千名百度同事除夕加班，让百度App平稳度过因红包发放造成的流量冲击。
阿里云的太佑在室外巡检风冷冷水机组
当春晚按时播放，当年夜饭上桌，当烟花绽放，对着电视刷手机的你或许不会知道，全国十多亿人同时拿起手机，将会汇聚起怎样的数据海啸。保证数字世界的正常有序运作，成为了各大厂及其工程师在春节时期的特殊使命。宕机：在流量高峰时到来
在PC互联网时代，宕机很少发生，一是人们能够上网的设备有限，又受地理位置限制，对于网络热点事件的参与度低，服务器收到的流量冲击就少；二是，PC时代大家往往是“围攻”一个热点图片或者视频，服务器只需缓存这一个内容就好。但在移动互联网时代，以朋友圈、微博为代表的UGC（User Generated Content，即用户原创内容）每个都不相同，服务器需要对每一个都进行缓存。在这个基础上，越大的流量，对服务器造成的冲击就越大，宕机就会发生。因此，春节时期，十几亿人无事可做，频繁网络冲浪的行为，就很容易给服务器带来冲击和压力。腾讯是第一批经历移动互联网时代突如其来的流量高峰的厂商。腾讯工程师在PC时代大多都正常过节休假，9天的假期也不带电脑——去网吧连上VPN，上线、搬迁、下线就相当于值班了。变化在2014年除夕夜发生。那是4G开始普及、移动互联网起势的一年，那年春节前十几天，为活跃新年气氛，腾讯在微信里加入了抢红包功能。春节红包正式上线前，团队内测时便发现，这个“小功能”使用人数远远超过预期：从广州等一线城市开始，发红包的习惯逐渐扩展到二、三、四线城市，直至全国。但这个功能一开始便是按照小系统来设计的，临时为了用户增长做改动已经来不及了。当时的微信DAU刚超过1亿，用户数大概在4亿左右，在除夕夜几乎所有拥有微信的人，都开始发红包、抢红包。春节红包团队迅速启动了过载保护。过载用户想发红包时，系统会提示“当前系统繁忙”。当时开发红包的技术团队临时调来了10倍于原设计数量的服务器，才扛住了考验。与此同时，腾讯存储那边也出问题了。大家抢到的红包截图以及新年祝福，都密集地在朋友圈发送，触发了已设置好的过载预警线。用户的直观感受就是你的消息对方无法及时看到，你也可能无法及时收到朋友发给你的微信/朋友圈。存储团队和微信团队都紧急调出了运维工程师进行处理，扩容、改良分发策略。2014年之后，腾讯吸取教训，开始了每年春节加班值班的“传统”。其他所有要参与到春节活动的大厂，也从那时开始学会了提前准备。红包：全民的狂欢，大厂的加班
一个明显的“洪峰”是每年的抢红包活动。自2015年微信开启春晚抢红包后，每年有一家顶尖互联网公司走上舞台，给十几亿人发红包，今年是抖音，去年是快手，2019年是百度，2018年是淘宝，2016年是支付宝，每年金额逐渐加码，新玩法也层出不穷。
每年和春晚绑定的抢红包活动红包会在某一个或某几个时间点集中揭晓和发放。看似只是发了几亿的红包，但其背后对技术的投入远不止这些。抢红包非常容易带来宕机状况，原因基本是这几个：1.不可预见的峰值流量瞬间涌入，2.红包系统架构复杂带来了协调成本，3.春节返乡导致地区间流量资源分配要临时调整，4.与外部资源协作出现问题，5.新形式需要新技术做匹配。不可预见的峰值流量瞬间涌入，这点在前几年的摸着石头过河后，后面的大厂基本能做到“心中有数”。2018年春晚，淘宝红包项目的技术团队虽然很早就预估到了登录系统压力，但当时基于一些历史数据推导出了极端情况，最终决定以2017年双十一的容量为基础，对登录数扩容3倍。结果，春晚当晚登录的实际峰值超过了2017年双十一的15倍，尤其新用户的瞬时登录更是完全超出预料。好在有了前几年的数据基础，后来者对数据的估算也会相对准确一些。百度技术部门在春晚前就测算过，春晚期间登录值可达到日常用户登录峰值的2500倍，流量据测算每秒峰值将会达到5000万次，每分钟的峰值将会达到10亿次，而能支撑这些流量的云计算系统，由10万台服务器组成。红包系统架构复杂带来了协调成本。与单纯的登录、发布、评论不同，抢红包项目往往和红包业务系统、交易支付系统、零钱账户系统这三个层级之间转换，因为一个红包如果是通过银行卡发出，必须要先向银行提出申请，银行会进行扣款，扣款成功后，后台会通知支付系统，红包系统到这时才会把红包放出。在其他用户抢到红包后，又会以零钱形式进入用户账户中。红包几秒钟现金出出进进，都需要耗费服务器资源，由于资金频繁进出银行，部分银行的技术能力又非常有限，因此大厂还需要前提和银行协调测试。春节返乡导致地区间流量资源分配要临时调整的情况，在“鼓励就地过年”的今年或许会稍有好转。 用户的的地理位置改变，会导致流量结构带来变化，DC数据中心和CDN带宽不得不进行调整。每年，阿里云、腾讯云、金山云等厂商，都要与三大运营商一起提前规划好不同的确所需要的网络资源，再通过智能调度系统感知不同的确资源紧张程度，并进行相对应的资源调度和补给。春晚是一个大协作，依赖很多外部资源：应用商店、服务器、带宽、CDN。比如如果应用商店不扩容，也会被春晚导入的用户搞瘫，虽然2019年百度斥10万台服务器保障抢红包活动的顺利进行，但当晚苹果、小米、华为系统的应用商城部分系统出现崩溃，全国有200万-300万人无法下载百度App。
百度员工在春晚前“拜”杨超越随着短视频的火爆，抢红包活动也在于短视频进行结合。2020年和2021年，春晚红包的合作伙伴分别是快手和抖音，这两家短视频平台。与之前的图文形式的抢红包不同，2020年快手采取的是“看视频+点赞”抢红包。快手官方数据显示春晚直播间累计观看人次7.8亿，最高同时在线人数2524万，短视频内容所需带宽是文本的50-100倍，但基于高性能可伸缩的AI架构能力进行富媒体处理，内容审核、内容生产、内容分发、内容消费各个环节均全面应用AI技术，在保证用户顺畅抢红包的同时，也确保短视频、直播、社区等功能可用。更多的保卫战，在红包之外
这些年，红包背后的技术越来越稳，腾讯作为旁观者能够感受到。这是因为，不管最终揭晓的金额是多少，1.88，6.88，还是288，大家都会截图分享到社交环境里，也就是发朋友圈或者发到微信群。我们发送的图片、动图、视频等海量信息会给存储器的存储容量、通信干线信道的带宽、页面加载速度增加极大的压力。因此某一时间段节点，出现高于往常十倍的朋友圈密集发送现象，就会给腾讯的数据中心带来巨大压力；如果其他App并非同一时间揭晓、发放红包，那么大家分享到朋友圈的速度也不是同步的，腾讯数据中心监测到的压力将不是暴增的，而是逐步的。因此，腾讯云架构平台技术运营与质量中心总监高向冉开玩笑说，腾讯支持并检验了很多“友商”的红包活动：“很多时候，友商活动策划做的是否完美，是可以通过我们‘检验’的。”移动互联网的普及带火了春晚直播。截至2020年1月24日24时，2020年春晚在新媒体平台的直播收看人次累积突破11.16亿人次，电视端直播仅有5.89亿人次观看。而春晚直播的技术和前面提到的红包、存储有相似之处，但又不太大相同。相同之处在于，同样都是由云计算提供的支持保障。不同之处在于，抢红包、发朋友圈是瞬间的高并发压力，而视频直播的压力来自网络带宽。从去年开始央视春晚直播采用了5G超清、VR直播等新形式，视频的带宽是图像的千倍万倍，这让视频传输的难度更大。擅长视频编解码技术的金山云从2017年起参与了4年服务春晚网络直播。针对5G、4K/8K高清直播和VR等新形式研发的AI+视频云新技术，能够实现节省带宽，匹配碎片化的终端，针对高清内容设计了大容量分发节点以适应“大内容”等目的。事实上，现在央视春晚的各种运维，都已经不是单一大厂负责了，多云不仅是为了规避大流量、高并发、DDos攻击等风险，也是为了“术业有专攻”，让不同大厂去做自己更擅长的事。这两年，春节对于大家已经不再仅仅是物理空间的活动——看春晚、走亲访友那么简单，在网络世界冲浪甚至成为更重要的春节活动。甚至我们很多想象不到的流量冲击，比如游戏登录量会在春晚歌舞节目时暴增，比如每年初一的凌晨12点到12点10分这十几分钟里，朋友圈发送过多会给服务器带来冲击，比如假期时电影购票系统容易拥挤……大厦千间并非凭空而来，技术是地基，而千千万万春节不回家的工程师，就是奠基人。隐身的技术，和不回家的工程师
从2014年到2021年，各大厂应对春节流量冲击的技术不断进化。从最早的懵懵懂懂、毫无认知，对技术难点预估不足，到后来每年都会提前做好准备，但依旧要靠熔断机制来限制流量，再到如今限制为辅，分布式、自动化、智能化为主，看似是腾讯、百度、阿里、金山在保障我们春节活动的进行，实际上是云计算、4G（即将5G）、AI等技术在保驾护航。我们日常在互联网上的种种行为——微信聊天、发朋友圈、淘宝、百度搜索，以及每年在不同App上抢红包，都会产生数据，而这些数据的传输、存储、计算，都无比依赖4G（5G）、云计算、AI作为技术基础。浪潮信息联合IDC发布的《2020全球计算力指数评估报告》表明，计算力指数平均每提高1个点，数字经济和GDP将分别增长3.3‰和1.8‰；美国以75分位列国家计算力指数排名第一，坐拥全球最多超大规模数据中心，中国获得66分，位列第二。
来源：IDC超大规模的数据量对处理效率提出更高要求，强大的云计算能力，为数字经济提供了倍增创新的源动力；传输技术3G-4G-5G的不断演进，又为数据的传输提供了更快、更宽阔的通道；通过AI来实现自动化、智能化，节省运营开支和时间，为更重要的数据处理让出时间和位置。具体到中国，每年春节的不宕机保卫战，都会成各大厂计算能力的检验和升华。 这是一个正向循环。“宕机”的压力倒逼厂商的技术升级，进而推动云计算、传输技术的发展；云计算、传输技术发展，又为各大厂的春节保卫战提供的技术基础。而正向循环的背后，是无数为了技术发展熬秃了头的工程师，和为了让技术在春节顺利发挥作用而不回家的“打工人”。每年支付宝都会有集五福活动，奖金在除夕夜公布。五福开奖后并不代表着工程师的工作结束，所有完成后大概凌晨一点多，一位花名是形修的支付宝同事会从那时起，从杭州出发横跨整个中国，回到位于新疆阿拉尔的家。一位经历过两次春晚直播项目的金山云技术专家告诉36氪，部门主要负责人也会参与一线带领百人团队奋战直到的最后一秒，后勤团队也会保证食品和“年味”的供应。2019年除夕当晚，百度大厦里1000多位同事、百度散落在各地机房的100位同事、带着备用零件守候在机房的100多位服务器厂商的工程师、三大运营商为了保护网络通畅而留守在各地机房的1000多位同事，都在为了顺利完成红包活动而加班，据说大厦里“静地听得见针落”。他们的加班费用不低，一般是两倍以上的工资，还会有项目的奖金。不过付出并不仅仅是为了钱，在采访和资料查阅过程中，能感受到更多是信念在支持。春节运维不是小事。如今，春节已经成为了可以预判的峰值节点。据说，美国“超级碗”直播中间插播广告的时候，电视机前的几亿观众会集体上厕所冲马桶，导致美国各大城市的市政供水出现崩溃，而超级碗的全球观众仅有1.3亿。在十几亿人共度佳节、同刷手机的新春佳节，千千万万的工程师，通过润物细无声的新技术，让每一个普通人在数字世界畅通无阻地生活。
*文章为作者独立观点，不代表 爱尖刀 立场
本文由
36氪发表，转载此文章须经作者同意，并请附上出处(
爱尖刀 )及本页链接。
原文链接 https://www.ijiandao.com/2b/baijia/401015.html
36氪
关注网络尖刀微信公众号
