「阿里巴巴」阿里双11集团技术总指挥汤兴：一场不亚于移动化的变革已经发生( 二 ) 双十一|淘宝|电子商务

如今，直播已经成为天猫双11商家的标配，直播的内容形式与图文截然不同，更强调实时互动和流畅的观看体验，而这些特点对消息通道、网络和 CDN 等软硬件资源提出了苛刻的要求。
既要保证用户体验，又要追求技术上的最低成本，包括最小带宽消耗、最大机型覆盖等。平畴带领的技术团队遇到了很大挑战。
为了解决直播中可能遇到的问题，淘宝直播技术团队自研音视频实时通信引擎，采用去中心化的设计方式，支持横向级联，实现大规模低延时直播，时延从原先的5到7秒降低至 1 秒内，并在弱网下有更好的表现。
虽然做足了准备，但平畴回想起当下，坦言还是有些担心：“很怕发生预期外的问题，尤其是新场景、新用户动线和新架构。 ”
实践证明，历年双11期间产生的相对严重问题，往往都不是我们预先最担心的问题，甚至绝大多数可能不在预期内。
道理很简单，无论项目的挑战或风险有多大，只要在双11前能预想到，技术侧就一定会做好预案应对最差情况，并且做好演练工作。对于预期外的问题，往往是没有准备预案或者预案有效性没有经过验证，遇到这种情况就非常挑战整个技术团队应急解决问题的能力了。不过，这也是双11的魅力所在：
我们永远没有办法对所有问题做好预案，永远有未知的挑战在前方等待，而我们唯有通过技术升级去不断地逼近那个能够做到的最好的极限。
所以，对技术人来说，双11永远没有做的最好，只有做的更好。
3.提前一年，决定上云
今年双11 ，我们把“最要命”的系统全都放在云上。
这是当时阿里巴巴集团CTO、阿里云智能总裁行癫在双11当晚说的一句话。如开篇所言， 2019年双11 ，阿里实现了核心交易系统 100% 上云，而这个决定早在一年前就做出了。
“每年双11结束，全集团都会进行一次全面的技术复盘，除了复盘在整个双11过程中的得与失，更重要的是，确定下一年双11技术的整体方向。 2018年双11复盘时，集团就整体确定了将核心电商搬到云上的大策略。 ”
2019年1月份，上云项目正式启动，这个项目在阿里内部被称为“云创未来” 。电商核心链路全面上云意味着没有云下的资源做切换与互备，平畴表示，这涉及到阿里电商数百个核心应用，上万台物理机台，总核数过百万核。可想而知，这其中的挑战有多大。
分步迁移：Q3季度进入大规模应用开发
为了实现这个目标，从机房到软件部署、网络拓扑、中间件等一系列基础设施都要先行准备并且在更早一些的大促，比如618大促中验证有效性。平畴透露，除基础设施外，每年上半年是业务上各类技术平台与框架升级迭代的黄金期，等到7、8月份，再结合双11业务的具体玩法逐步进入业务应用的大规模开发期间。
按阶段来看，平畴表示，双11上云在技术层面可以分为如下三个部分：
【「阿里巴巴」阿里双11集团技术总指挥汤兴：一场不亚于移动化的变革已经发生】1、平稳迁移上云；
2、稳定使用云服务；
3、结合云技术探索新的高效研发方式。
第一阶段：应用迁移上云。
平畴表示，在这个过程中，最大的风险来源于云上基础设施和中间件等产品的变化，应用需要配合这些变化进行改造和升级。
梳理清楚这些变化后，技术团队才有依据判断需要进行哪些相关的应用改造与升级工作，来规避重大风险。在这个过程中，淘系技术推动了中间件二方库升级、版本检测、日志异步化改造、缓存集群迁移等工作，建立了一套应用升级检测的自动化机制和升级流程管理，确保所有应用升级到位，并在云上布署最小业务集群，能够通过自动化业务功能回归来验证迁移后的业务功能一致性。
其次，迁移过程必须有很强的可控性，具备快速容灾能力。平畴表示，淘系技术会通过线上流量的复制进行压测，全量回归云上的应用确保不出现性能退化。压测的同时，技术团队准备好快速切流逃逸的方案，在原有的异地多活的容灾基础上把中心机房建立成4个逻辑机房实现一键在同城4个逻辑机房之间的容灾逃逸能力，并经过多次验证。在具体迁移的过程中，小步骤切流，同时加强云上监控，避免突发性大面积问题出现。