干货 | 携程图片服务架构一、服务架构二、 小结

作者简介:胡健,携程框架高级研发经理,目前负责多媒体服务的构建和研发工作。

近些年携程业务突飞猛进,用户遍及世界各地。公司对用户体验也越来越重视,每一个小的功能改动、页面改版的背后,都有大量的A/B实验提供保障。与此同时,与用户体验息息相关的媒体文件的应用质量也被放到重要位置,如图片加载延时、成功率、清晰度等数据。

本文将分享携程图片服务架构,包括 服务架构的演变过程,以及在生产上实际遇到的一些问题,避免大家重复踩坑。  

一、服务架构

1、初始阶段

携程图片的服务架构主要经历了三次比较大的调整。早些年为了满足业务快速上线的需求,我们做了简单实现,架构如下:

这个架构开发工作量不大,因为当时业务对图片尺寸的需求单一,也没有复杂的图片组合处理需求,因此有大量图片都被Squid缓存住,缓存命中率很高,取图速度非常快。

图片裁剪命令的执行,则由业务发布的时候上传处理。存储通过NFS让整个Nginx服务集群共享。直到移动端流量开始爆发的时候,这个架构有点力不从心。    

首先,同一张原图需要裁剪出大量不同尺寸的小图片,占用了大量存储资源。其次,业务图片越来越多加上大量不同尺寸的小图片的出现,导致Squid缓存命中率变差,大量流量穿透到NFS上,I/O迅速变为瓶颈。

从监控看,当时的NFS Read I/O一直处于高水位水平,告警更是24小时不断,回源流量的上升也导致Squid服务集群开始变得不稳定,经常需要重启。鉴于这些问题,我们做了下面架构上的调整。

2、发展阶段

用Varnish替换了Squid,作为缓存和反向代理服务。

从实际监控情况看,同等压力下Varnish的表现比Squid更稳定,Varnish虚拟内存swap机制比Squid自己管理的更好,因此性能上更优,并且Varnish配置方便,对运维友好。

当然Squid也有更适合的使用场景,选择Varnish是因为在当前场景下更符合我们的需求。

为了解决Varnish节点宕机会引发大量缓存数据失效,LB上对URL做了一致性Hash,这样能尽量减少缓存失效带来的其他节点数据的迁移,同时也解决了Varnish利用率的问题。

Nginx内嵌Lua脚本用于在图片访问的时候直接对图片进行处理,而不是上传的时候处理,这样很多不同尺寸的小图不用在存储上保留,存储上少了大量I/O,并且减少存储量的同时也会减轻运维的压力。

从访问效率看,因为图片需要实时处理,服务响应延时相比上一个版本有大幅上升,平均延时大概在300毫秒左右。但是这个影响实际对端的影响有限。

首先,国内CDN普遍质量较好,95%以上的图片资源访问都会被CDN挡掉,正常情况下回源流量不会太大。其次,我们Varnish集群命中率大概在40~50%之间,所以整体图片实时处理压力占整体流量约1%~2%之间,这些流量访问延时会上升300毫秒左右是完全能够接受的。

存储用FastDFS替换了NFS,当时Ceph还不像现在那么稳定,FastDFS的特性又能够满足我们需求,并且架构简单,源码能完全掌控。事实证明,FastDFS集群完全支撑了每天数亿次的原图读写操作,并多次在多机房DR演练中完成各项指标。

当时这个架构的核心是Lua的图片处理模块,Coroutine的性能非常好,当有大量图片回源请求的时候,CPU不会浪费在线程的context switch上,开发也很直白,在I/O操作的时候不需要用异步方式编码,并且Lua的执行在Nginx里足够高效。

这里唯一的缺点是Lua扩展性相对较弱,很多模块需要自己写,比如对接我们自己的监控系统的时候就遇到难题。 

随着业务的发展,用户对图片的处理要求越来越高,多重滤镜的应用,需要在Lua里实现很多功能,并且很多基础数据结构都要自己写或者依赖第三方,不仅开发工作量大,稳定性和正确性的验证也需要花费不少的精力。

是不是还有一种技术方案可替代,既能享受协程带来的简单,高效。又能兼顾扩展性和完善的功能包,不用重复造轮子。

1、具有1-5工作经验的,面对目前流行的技术不知从何下手,需要突破技术瓶颈的。

2、在公司待久了,过得很安逸,但跳槽时面试碰壁。需要在短时间内进修、跳槽拿高薪的。

3、如果没有工作经验,但基础非常扎实,对java工作机制,用设计思想,常用java开发框架掌握熟练的。

4、觉得自己很牛B,一般需求都能搞定。但是所学的知识点没有系统化,很难在技术领域继续突破的。

5. 群号:高级架构群 ⑥⑨⑦⑤⑦⑨⑦⑤①备注好信息!

6.阿里Java高级大牛直播讲解知识点,分享知识,

3、现阶段

我们选择了Golang做为当前版本的开发语言,架构如下:

采用多进程单协程图片处理模型。图片库主要依赖的是GraphicsMagick,和少部分ImageMagick,通过封装cgo调用实现。

Golang调用cgo会申明一个进入syscall的指令,意味着调度器会创建一个M去执行goroutine。因此当有大量并发调用,并且图片处理足够慢,比如一张像素特别大的原图,就会引发大量线程同时存在,造成不必要context switch,CPU load看上去很高,实际效率很低。

因此我们通常会通过Master进程fork出和CPU相等数量的Worker进程做图片处理,每个进程只有一个协程来处理图片,每个进程会创建一个可配置的buffer用于保存原图的blob, 这样能最大化利用单协程的利用率。

采用这种架构当时主要还为了规避GM本身的一个问题,参考我们向作者提交的issue:

https://sourceforge.net/p/graphicsmagick/mailman/graphicsmagick-help/?viewmonth=201708 .

问题描述是setjmp函数和longjmp函数在某些操作系统非线程安全,作者需要一个全局锁来保证线程安全。因此多线程调用本身是低效的。

这个问题在java或者.net封装的GM也会存在。上一个版本的Lua不存在这个问题,因为Nginx本身会fork多个Worker进程进行图片处理,并且只可能存在一个正在运行的协程。事实上Linux执行这两个函数本身是线程安全的,作者可以通过build的时候来决定是不是需要加上线程安全的flag。在发表本文的时候,作者已经在最新的release中修复了这个bug。

这里的Nginx不仅仅用来做LB,因为Nginx能提供很丰富的脚本,可以省去很多开发工作量,并且当有获取原图的需求,可以通过Nginx sendfile直接从存储取回,节省不必要的系统开销。

LB算法并不是简单的RR,我们会根据每个进程的CPU消耗,以及原图像素,buffer消耗等维度动态算出各进程的负载量,如果Nginx RR到一个负载非常大的进程,可以通过返回重定向状态码让Nginx重新跳转,这里可能会出现几次网络跳转,但是因为是Loopback,网络上的消耗相对图片处理的消耗可以忽略不计。

Master进程用来管理Worker进程,当有Worker意外Crash,则会重新拉起一个Worker进程,始终保持和CPU数量一致。 Master进程的健康安全会定期Report给监控系统做告警。  

二、 小结

当前的图片服务架构,支撑了携程每天上亿次原图处理,平均图片处理延时控制在200毫秒以内,图片处理失败率小于万分之一,从发布至今节点没有出现宕机现象,偶尔Worker进程有性能问题和Crash也通过日志和分析工具逐一解决。 

如上所述,携程图片服务架构经历了三次改版,从一开始没有设计复杂的架构,只是为了解决碰到实际问题而重构,到后来根据遇到的问题,不断调整,也说明了没有完美的架构,只有适合的架构。

当然,要提供稳定图片服务,架构是一方面,也必须有其他技术上的支持,比如图片本身质量和尺寸的优化,盗链和版权问题,端到端的实时监控和预警机制,不良内容识别,产品图片管理和编辑功能,以及海外用户图片访问加速问题。这些问题每个都能写下不少篇幅的文章,有时间再和小伙伴分享。 

目前,携程图片服务已在github上开源了小部分功能,开源地址: https://github.com/ctripcorp/nephele

后续会逐步完善,欢迎PR。

高级架构群:697579751(大牛交流群)没有开发经验勿扰!

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏一个番茄说

iOS 开发安全那些事儿

​ 随着移动互联网的普及,被越来越多的心怀不轨的人觊觎,也越来越多的安全问题暴露了出来。开发者开发出来的应用被安装在设备上之后,用户并不具有专业的安全知识。...

773
来自专栏腾讯移动品质中心TMQ的专栏

探秘APP性能三角区

APP要做性能测试,什么样的数据能反应应用的性能情况,如何评估应用的性能状态? 不知道该如何入手?一起来分析下如何给APP做性能测试。

2568
来自专栏Hongten

oracle系列--第一篇 数据库基础

1.1 数据管理概述 1.1.1 什么是数据管理 与我们人类相比,计算机的最大优势就是能够高速、精准地运行,其运行的过程就是执行程序代码和操作指令、处理数据...

732
来自专栏13blog.site

Spring+SpringMVC+MyBatis+easyUI整合进阶篇(七)一次线上Mysql数据库崩溃事故的记录

作者:13 GitHub:https://github.com/ZHENFENG13 版权声明:本文为原创文章,未经允许不得转载。 文章简介 工作这几...

3374
来自专栏腾讯大讲堂的专栏

微信的撤回功能是如何“覆水回收”的

一诺千金。古人有云,“一言既出,驷马难追”,一句话说出了口,就是套上四匹骏马拉的车也难追。可见对说出口的话,是多么重视。 可是,人总有说错话的时候,比如: ? ...

4949
来自专栏Core Net

苹果企业版帐号申请记录

4178
来自专栏腾讯云数据库(TencentDB)

如何利用MongoDB打造TOP榜小程序

大家好,我叫李晓慧,我没有一页PPT介绍自己,我就自己简单说一下,我以前是一个开发,我感觉很孤独,因为开发的女生很少,我转过两次组,然后一开始做C++开发,后来...

2025
来自专栏数据和云

DBA生存警示:业务高峰误操作案例及建议

编辑手记:对于资深的老DBA们,他们在漫长的职业生涯中养成了很多稀奇古怪的守则,以在复杂多变的环境中“幸存”,这源于无数血泪的教训,我曾经在《数据安全警示录》一...

3296

来亲自试一试NoSQL

针对Web开发人员,DBA,程序员,本文介绍了NoSQL数据库的基本概念,不同类型及其特性。

1543
来自专栏前端萌媛的成长之路

SEO

1752

扫码关注云+社区