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( 三 ) 2019年11月11日

　　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：

　　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。

　　第二个阶段，建立上云保障小组。

　　淘系内部将云和电商相关的研发一起拉通，明确响应机制和负责人，打通两边的变更系统和告警系统，细化云告警信息中明确关于电商应用相关的信息。通过不定时的模拟攻击云环境，推动两边对故障处理的应急能力提升。

　　新零售线专门成立了上云、用云项目组，阿里云也有专门的项目成员进行对接。同时，我们有专业的PMO来保障跨团队的项目合作，保障日常的周/月例会进行信息同步以及项目推进，针对演练中不同的线上问题有专门的应急机制，双11项目的横向拉通保障工作也随着多年的技术升级而不断沉淀经验。

　　为了保障云上的容载能力，双11技术项目组组织了多次云上突袭演练，演练云上单元机房不可用情况下的应急手段。通过持续迭代逐步将核心业务搬到云上，过程中持续进行云上回归测试以及切流演练，在双11前的几次大促中也验证了线上的用云稳定性。