算法|从这些云原生企业身上,我看到了数字化创新者该有的样子( 二 )


未来希望通过 Serverless 技术进一步解放我们在运维上的人力投入 , 并将从存储上进行尝试 , 让更多场景的音视频算法可以实现 。 \"
安利

互联网的冲击下 , 安利除了需要适应互联网场景下的敏捷、快速、低成本试错的核心需求 , 还需要适应互联网场景下的高并发、秒杀、大促等场景 。
“云原生中间件为安利构建基于互联网业务中台架构的新电商平台 , 充分发挥云原生产品的技术优势 , 支撑 10000 笔/秒的订单峰值 。 云原生中间件重构了安利社交商业IT基础 , 打造了安利全球数字化的标杆 。 ”
分众传媒
传统服务器无法满足分众传媒业务高速增长带来的新需求 , 耗时太长、资源利用率低、运维复杂 , 对人员技能要求高 。
耗时太长:以前的人工上刊无法及时知道上刊是否正确或者错误 , 需要花费很多时间去核对和修改;
资源利用率低:上刊集中在周六和周日 , 因此所有资源基本在周六周日使用 , 大部分时间段不需要使用服务器资源 , 这就导致资源利用率低;
运维复杂、人员技能要求高:由于业务的复杂度对相关业务人员的技能要求也高 , 需要招聘更高级的人员来支持对应的运维工作 。
“对于我们来说 , 上云有两个选择 。 第一个是用 K8s 自己搭建一套容器集群 , 第二个是用函数计算 FC 。 如果用 K8s 请求云主机 , 我们需要自己搭建 K8s , 通过对外的 API 来提供请求;而使用 Serverless 计算平台 , 我们不需要关心用了多少服务器或者多少人力 , 只需要关心每一次 API 请求是否正确到达 , 就可以确认每次是否有确切识别到图片 , 并把识别错误的东西发出来 , 通知到上刊人员 。
阿里云函数计算 FC 支持一分钟内扩充到 7000+ 的实例 。 如果我们自己部署 K8s 会牵扯到很多人力和物力 , 因此我们最终选择了 FC 。
自动弹性收缩:只需要设置每周六周日有两百万处理量 , 要在两天完成 , 其中高峰是早上 9 点-10 点或者下午 3 点-4 点 , 就可以实现资源的自动弹性收缩;
资源免运维:不需要请专业运维人员;
可提供大规模的识别能力:当我们请求每天上刊人员在早上六点、七点、八点上刊时 , 可以实时提供算力 。
未来我们还会考虑将 Serverless 和 Kafka 结合 , 用在大数据的处理上 , 这样的效率会更高;在视频直播流实时推送到视频终端的部分 , 我们也在尝试使用 Serverless 来解决 。 ”
南瓜电影
一场热映电影加速了南瓜电影对于技术升级的思考 。 某电影上映后新注册用户爆发 , 自然爆点 , 日新增注册用户极速突破 80 万 。 流量总入口 , API , 网关 , 撑不住 , 紧接着后端服务、数据库 , 全链路紧急扩容:业务快速恢复 , 但整个运维过程耗时 4 小时 。
\"当时有两个方案摆在我们面前 , 一是自建 K8s , 虽然能很好解决高密部署的问题 , 但是 K8s 学习成本实在是太高了 , 搭个环境跑跑容易 , 但正儿八经上生产的话还是要组建好专业团队 , 短期内显然无法完成 。 二是Serverless应用引擎 SAE , 当时觉得 SAE 不用改造 , WAR/JAR包部署 , 自动弹性 , 不用买机器 , 不用运维机器且监控安全 。
【算法|从这些云原生企业身上,我看到了数字化创新者该有的样子】我们从知道 SAE , 到跟阿里云的沟通 , 以及整个上线 , 一共是三天时间 。 到第五天 , 顺利完成部署上线 。 到第七天 , 把剩下30多个系统以同样的方式快速迁移到 SAE 上 。
7 天完成了南瓜电影 Serverless 改造:在弹性上 , 会按照用户的最优化进行自动调整 。 其次是免运维 , SAE 的运维速度比人工更加快捷 。 最后是发布更快 , 监控做得也更完善 。 使用 SAE 后 , 运维效率提升 70% , 成本下降超过 40% , 扩容效率提升 10 倍以上 , 这是给我们带来的直观改变”