研发效能提升：vivo AI 搜索平台化建设( 四 ) 作者|王兆雄、衷颖杰、刘龙

文章图片
SkyWalking监控流程图
监控流程如下：
在项目代码中预设相关监控注解埋点。首先在项目工程中引入SkyWalking相关jar包，然后对请求链路上调用的方法添加注解，并输出入参和出参；
部署SkyWalking服务，并配置数据存储集群。使用容器对SkyWalking进行部署，并配置SkyWalking链接ElasticSearch集群， ElasticSearch集群负责存储SkyWalking的各种上报数据；
通过指定的问题复现接口获取请求链路数据。在线上环境的结果数据出现问题时，通过查询关键字以及其他有关信息进行快速定位，然后拼装完整访问参数调用请求接口对文件结果进行复现；通过SkyWalkingUI的追踪页面功能对整个调用链路的数据进行排查，快速定位出现问题的功能和代码并进行修复。
落地实践与成果
目前我们已经将全局搜索一部分业务接入搜索平台，并将逐步对接i主题和i音乐搜索业务，且已经初见成效：
项目维护成本降低。通过将基础能力沉淀到平台中进行复用，我们将至少可以减少了30%的项目代码量；并且通过可视化组件配置，业务逻辑将变得十分直观，业务人员可以更高效的理解整个业务链路逻辑；
项目开发效率提升。在平台化升级后，我们可以将更多的精力投入到业务逻辑实现上，业务功能开发周期由原来的5天缩短到3天左右；
减少开发人员的投入。原来我们需要投入8个人力进行三个项目搜索功能的开发工作，现在我们只需要5个人力就可以保障业务的正常迭代和运行；
问题解决速度加快。在对接SkyWalking链路跟踪服务后，我们对于产品中遇到的问题的定位和解决时长由原来的小时级缩短到现在的分钟级。
总结与展望
通过对全局搜索、i音乐搜索、i主题搜索三个业务场景的分析和搜索流程的抽象，我们一步步推进项目架构的迭代和创新，打造能力复用的搜索平台为业务开发降本增效。
未来，我们将进一步丰富和完善组件库资源，降低业务开发成本；深化平台能力，在准确性、稳定性、易用性等方面持续进行提升；优化用户使用体验，完善平台运营机制，不断提升产研迭代效率，更好的为业务赋能。
作者介绍：
王兆雄、衷颖杰、刘龙， vivoAI架构工程师，来自vivoAI研究院推荐工程组深圳团队。
团队介绍：
活动推荐