苏州专业做网站公司哪家好,深圳网站如何制作,泰安网红金火火,中山百度网站排名本文整理于 2024 年云栖大会主题演讲《云消息队列 ApsaraMQ Serverless 演进》#xff0c;杭州优行科技有限公司消息中间件负责人王智洋分享 ApsaraMQ for Kafka Serverless 助力曹操出行实现成本优化和效率提升的实践经验。
曹操出行#xff1a;科技驱动共享出行未来
曹操…
本文整理于 2024 年云栖大会主题演讲《云消息队列 ApsaraMQ Serverless 演进》杭州优行科技有限公司消息中间件负责人王智洋分享 ApsaraMQ for Kafka Serverless 助力曹操出行实现成本优化和效率提升的实践经验。
曹操出行科技驱动共享出行未来
曹操出行创立于 2015 年 5 月 21 日是吉利控股集团布局“新能源汽车共享生态”的战略性投资业务目前已经发展为中国领先的共享出行平台曹操出行以“科技重塑绿色共享出行”为使命将全球领先的互联网、车联网、自动驾驶技术以及新能源科技创新应用于共享出行领域以“用心服务国民出行”为品牌主张致力于打造服务口碑最好的出行品牌。 曹操出行的 Kafka 应用实践
曹操出行将 Apache Kafka 应用于在线服务、可观测性、车联网、业务运营数据分析等业务场景。业务流量有明显的波峰波谷如早晚高峰、节假日、极端天气等都会导致流量突增。
曹操出行的数据来源广泛包括 LBS、乘客、司机、新能源、车联网、基础研发等业务线。这些数据如日志、binlog、链路追踪等被采集并缓存到 Kafka 中然后分发给不同的数据系统进行处理。 曹操出行的 Kafka 架构演进
随着业务规模的不断扩大曹操出行决定将 Kafka 迁移上云以实现业务效率与成本控制的双重优化。曹操出行从自建 Kafka 迁移到阿里云云消息队列 Kafka 版ApsaraMQ for Kafkav3 版本后不仅实现了效率的显著提升和成本的有效降低还简化了架构大幅减轻了运维的复杂性。
下图清晰地展示了曹操出行的 Kafka 架构迁移至云端前后的对比。左侧为迁移前的自建 Kafka 架构右侧为迁移至阿里云云消息队列 Kafka 版 v3 后的架构。 以下是迁移后架构的主要优化点 全托管、免运维 云消息队列 Kafka 版提供全托管服务基于存算分离架构实现了计算的无状态化和存储的托管化从而帮助曹操出行免除了系统级运维的投入显著提升了运维效率。原先复杂繁琐的运维工作如集群的部署、升级、扩缩容、topic 迁移、leader rebalance 等操作现在简化为购买集群、升级集群、集群升配三个主要操作曹操出行无需感知和参与扩缩容和 topic 迁移的具体过程。 高可用、高可靠 开源 Kafka 通过 ISR 机制实现服务高可用和数据高可靠但计算和存储混杂副本机制复杂度高问题排查难度大。云消息队列 Kafka 版基于存算分离架构实现各计算节点无状态且共享存储不仅降低了复杂度还提高了可运维性。计算节点高可用基于自研轻量 Leader 切换机制实现在稳定提供读写服务的同时又能优雅轻便地 Leader 转移是云消息队列 Kafka 版高效弹缩的核心底座。云消息队列 Kafka 版在存储层面基于阿里云飞天盘古 DFS支持跨数据中心容灾提供百微秒级平均延迟、毫秒级长尾延迟数据可靠性 12个9可用性 5个9。因此迁移后的架构可靠性和可用性都得到了显著的提升。 全面的可观测性 云消息队列 Kafka 版 v3 提供了全面的可观测能力帮助曹操出行构建了一套全方位的监控告警体系以确保系统运行的稳定性和问题的响应速度。它不仅提供了曹操出行日常查看和定位业务问题所需的关键指标如消息的生产消费速度和堆积程度、分区生产和消费倾斜等还通过自动监控和处理 zk、broker 的负载信息磁盘使用情况和 topic 分布信息等简化了曹操出行需要关注的指标使其能够更专注于业务本身而无需过多关注底层细节。
ApsaraMQ for Kafka Serverless 助力曹操出行降本提效
随着业务持续增长曹操出行采用了 ApsaraMQ for Kafka Serverless 系列凭借其秒级弹性扩展和按需付费的优势在实现灵活扩缩容的同时保证了服务的敏捷性和稳定性并节省了超过 20% 的成本。
具体业务价值包括
无需系统级运维提供全托管服务存算分离架构升级、服务高可用、数据高可靠兼容开源大数据生态、兼容阿里云特色生态秒级弹性灵活扩缩容成本节省 20% 以上 ApsaraMQ for Kafka 的架构优势
随着云计算的广泛采纳和云基础设施的日益成熟ApsaraMQ for Kafka 依托于阿里云成熟、强大的基础设施如云服务器、飞天盘古存储系统、容器服务等经过大规模验证的产品为系统的整体性能和稳定性提供了坚实的基础。
ApsaraMQ for Kafka 基于存算分离架构对 Apache Kafka 的存储引擎进行了深度重构实现了计算节点 Broker 的无状态化充分利用弹性云存储从而做到 Kafka 云服务的端到端弹性实现了真正的 Serverless 架构。其中弹性云存储采用飞天盘古 DFS 其构建于高性能的分布式存储系统之上能够支持百万级客户达到百微秒级平均延迟、毫秒级长尾延迟并具备多 AZ 强一致多副本数据冗余。Serverless架构为 ApsaraMQ for Kafka 带来低成本、高性能等诸多价值。 在成本方面由于数据直接写入高可靠的盘古 DFS计算层 Broker 无流量复制极大地降低了计算节点的 CPU 和网络带宽消耗计算成本节约 60% 以上。存储层依赖盘古 DFS 实现高可靠的数据存储并通过纠删码、冷热分层、基于 CIPU 软硬件协同优化等技术有效降低了存储成本。同时消息存储数据还能够动态调控转冷比例转储到对象存储持续降低存储成本按量阶梯付费用得越多越便宜。得益于这套架构ApsaraMQ for Kafka 相比社区版 Kafka 在支持同等业务规模的场景下实际使用的资源成本得以数倍降低。
在性能方面采用 OpenMessaging Benchmark Framework [ 1] 对 ApsaraMQ for Kafka 和 Apache Kafka 3.3 进行了攒批发送与碎片化发送场景下的吞吐延迟对比测试测试结果显示在攒批发送与碎片化发送场景下ApsaraMQ for Kafka 在 TP999 的延迟表现整体均优于 Apache Kafka并且随着吞吐的增加这种性能优势更加明显碎片化发送场景快十倍。 攒批发送不同吞吐下 TP999 发送延迟对比 攒批发送不同吞吐下 TP999 端到端延迟对比 碎片化发送不同吞吐下 TP999 发送延迟对比 碎片化发送不同吞吐下 TP999 端到端延迟对比
未来展望
曹操出行将与阿里云消息队列团队继续深化合作共同探索并优化其消息队列架构以应对日益增长的业务需求及挑战。并通过实际应用场景中的反馈推动阿里云云消息队列 ApsaraMQ 产品迭代升级不断完善解决方案满足更多企业复杂多变的业务需求。
相关链接
[1] OpenMessaging Benchmark Framework
https://openmessaging.cloud/docs/benchmarks/
点击此处观看本场直播回放。
