導(dǎo)讀：直播彈幕是直播系統(tǒng)的核心功能之一。如何迅速作出一個(gè)有很好擴(kuò)展性的彈幕系統(tǒng)？如何應(yīng)對業(yè)務(wù)迅速發(fā)展？相信很多工程師/架構(gòu)師都有自己的想法。本文作者是美拍的架構(gòu)師，經(jīng)歷了直播彈幕從無到有，從小到大的過程。本文是作者對構(gòu)建彈幕系統(tǒng)的經(jīng)驗(yàn)總結(jié)。
王靜波，畢業(yè)于西安交通大學(xué)，曾任職于網(wǎng)易和新浪微博，微博工作期間負(fù)責(zé)開放平臺業(yè)務(wù)和技術(shù)體系建設(shè)。2015 年 9 月加入美圖，就職于架構(gòu)平臺部，目前負(fù)責(zé)部分核心業(yè)務(wù)和基礎(chǔ)設(shè)施的研發(fā)工作，包括彈幕服務(wù)、Feed 服務(wù)、任務(wù)調(diào)度和質(zhì)量監(jiān)控體系等。十余年的后端研發(fā)經(jīng)歷，擁有豐富的后端研發(fā)經(jīng)驗(yàn)，對于構(gòu)建高可用、高并發(fā)的系統(tǒng)有較多實(shí)踐經(jīng)驗(yàn)。歡迎通過 wjb@meitu.com 跟他交流。
直播彈幕指直播間的用戶，禮物，評論，點(diǎn)贊等消息，是直播間交互的重要手段。美拍直播彈幕系統(tǒng)從 2015 年 11 月到現(xiàn)在，經(jīng)過了三個(gè)階段的演進(jìn)，目前能支撐百萬用戶同時(shí)在線。比較好地詮釋了根據(jù)項(xiàng)目的發(fā)展階段，進(jìn)行平衡演進(jìn)的過程。這三個(gè)階段分別是快速上線，高可用保障體系建設(shè)，長連接演進(jìn)。
一、快速上線
消息模型
美拍直播彈幕系統(tǒng)在設(shè)計(jì)初期的核心要求是：快速上線，并能支撐百萬用戶同時(shí)在線。基于這兩點(diǎn)，我們策略是前中期 HTTP 輪詢方案，中后期替換為長連接方案。因此在業(yè)務(wù)團(tuán)隊(duì)進(jìn)行 HTTP 方案研發(fā)的同時(shí)，基礎(chǔ)研發(fā)團(tuán)隊(duì)也緊鑼密鼓地開發(fā)長連接系統(tǒng)。
直播間消息，相對于 IM 的場景，有其幾個(gè)特點(diǎn)
消息要求及時(shí)，過時(shí)的消息對于用戶來說不重要；
松散的群聊，用戶隨時(shí)進(jìn)群，隨時(shí)退群；
用戶進(jìn)群后，離線期間（接聽電話）的消息不需要重發(fā)；
對于用戶來說，在直播間有三個(gè)典型的操作：
進(jìn)入直播間，拉取正在觀看直播的用戶列表；
接收直播間持續(xù)接收彈幕消息；
自己發(fā)消息；
我們把禮物，評論，用戶的數(shù)據(jù)都當(dāng)做消息來看待。經(jīng)過考慮選擇了 Redis 的 sortedset 存儲消息，消息模型如下：
用戶發(fā)消息，通過 Zadd，其中 score 消息的相對時(shí)間；
接收直播間的消息，通過 ZrangeByScore 操作，兩秒一次輪詢；
進(jìn)入直播間，獲取用戶的列表，通過 Zrange 操作來完成；
因此總的流程是
寫消息流程是: 前端機(jī) -> Kafka -> 處理機(jī) -> Redis
讀消息流程是: 前端 -> Redis
不過這里有一個(gè)隱藏的并發(fā)問題：用戶可能丟消息。
如上圖所示，某個(gè)用戶從第6號評論開始拉取，同時(shí)有兩個(gè)用戶在發(fā)表評論，分別是10,11號評論。如果11號評論先寫入，用戶剛好把6,7,8,9,11號拉走，用戶下次再拉取消息，就從12號開始拉取，結(jié)果是：用戶沒有看到10號消息。
為了解決這個(gè)問題，我們加上了兩個(gè)機(jī)制:
在前端機(jī)，同一個(gè)直播間的同一種消息類型，寫入 Kafka 的同一個(gè) partition
在處理機(jī)，同一個(gè)直播間的同一種消息類型，通過 synchronized 保證寫入 Redis 的串行。
消息模型及并發(fā)問題解決后，開發(fā)就比較順暢，系統(tǒng)很快就上線，達(dá)到預(yù)先預(yù)定目標(biāo)。
上線后暴露問題的解決
上線后，隨著量的逐漸增加，系統(tǒng)陸續(xù)暴露出三個(gè)比較嚴(yán)重的問題，我們一一進(jìn)行解決
問題一：消息串行寫入 Redis，如果某個(gè)直播間消息量很大，那么消息會堆積在 Kafka 中，消息延遲較大。
解決辦法：
消息寫入流程：前端機(jī)-> Kafka -> 處理機(jī) -> Redis
前端機(jī)：如果延遲小，則只寫入一個(gè) Kafka 的partion；如果延遲大，則這個(gè)直播的這種消息類型寫入 Kafka 的多個(gè)partion。
處理機(jī)：如果延遲小，加鎖串行寫入 Redis；如果延遲大，則取消鎖。因此有四種組合，四個(gè)檔位，分別是
一個(gè)partion, 加鎖串行寫入 Redis, 最大并發(fā)度:1
多個(gè)partition,加鎖串行寫入 Redis, 最大并發(fā)度:Kafka partion的個(gè)數(shù)
一個(gè)partion, 不加鎖并行寫入 Redis, 最大并發(fā)度: 處理機(jī)的線程池個(gè)數(shù)
多個(gè)partion, 不加鎖并行寫入 Redis，最大并發(fā)度: Kafka partition個(gè)數(shù)處理機(jī)線程池的個(gè)數(shù)
延遲程度判斷：前端機(jī)寫入消息時(shí)，打上消息的統(tǒng)一時(shí)間戳，處理機(jī)拿到后，延遲時(shí)間 = 現(xiàn)在時(shí)間 - 時(shí)間戳；
檔位選擇:自動選擇檔位，粒度:某個(gè)直播間的某個(gè)消息類型
問題二：用戶輪詢最新消息，需要進(jìn)行 Redis 的 ZrangByScore 操作，redis slave 的性能瓶頸較大
解決辦法:
本地緩存，前端機(jī)每隔1秒左右取拉取一次直播間的消息，用戶到前端機(jī)輪詢數(shù)據(jù)時(shí)，從本地緩存讀取數(shù)據(jù)；
消息的返回條數(shù)根據(jù)直播間的大小自動調(diào)整，小直播間返回允許時(shí)間跨度大一些的消息，大直播間則對時(shí)間跨度以及消息條數(shù)做更嚴(yán)格的限制。
解釋：這里本地緩存與平常使用的本地緩存問題，有一個(gè)最大區(qū)別：成本問題。
如果所有直播間的消息都進(jìn)行緩存，假設(shè)同時(shí)有1000個(gè)直播間，每個(gè)直播間5種消息類型，本地緩存每隔1秒拉取一次數(shù)據(jù)，40臺前端機(jī)，那么對 Redis 的訪問QPS是 1000 * 5 * 40 = 20萬。成本太高，因此我們只有大直播間才自動開啟本地緩存，小直播間不開啟。
問題三:彈幕數(shù)據(jù)也支持回放，直播結(jié)束后，這些數(shù)據(jù)存放于 Redis 中，在回放時(shí)，會與直播的數(shù)據(jù)競爭 Redis 的 cpu 資源。
解決辦法:
直播結(jié)束后，數(shù)據(jù)備份到 mysql；
增加一組回放的 Redis；
前端機(jī)增加回放的 local cache；
解釋：回放時(shí)，讀取數(shù)據(jù)順序是: local cache -> Redis -> mysql。localcache 與回放 Redis 都可以只存某個(gè)直播某種消息類型的部分?jǐn)?shù)據(jù)，有效控制容量；local cache與回放 Redis 使用SortedSet數(shù)據(jù)結(jié)構(gòu)，這樣整個(gè)系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)都保持一致。
二、高可用保障
同城雙機(jī)房部署
分為主機(jī)房和從機(jī)房，寫入都在主機(jī)房，讀取則由兩個(gè)機(jī)房分擔(dān)。從而有效保證單機(jī)房故障時(shí)，能快速恢復(fù)。
豐富的降級手段
全鏈路的業(yè)務(wù)監(jiān)控
高可用保障建設(shè)完成后，迎來了 TFBOYS 在美拍的四場直播，這四場直播峰值同時(shí)在線人數(shù)達(dá)到近百萬，共 2860萬人次觀看，2980萬評論，26.23億次點(diǎn)贊，直播期間，系統(tǒng)穩(wěn)定運(yùn)行，成功抗住壓力。
使用長連接替換短連接輪詢方案
長連接整體架構(gòu)圖如下
詳細(xì)說明：
客戶端在使用長連接前，會調(diào)用路由服務(wù)，獲取連接層IP，路由層特性：a. 可以按照百分比灰度；b. 可以對 uid，deviceId，版本進(jìn)行黑白名單設(shè)置。黑名單：不允許使用長連接；白名單：即使長連接關(guān)閉或者不在灰度范圍內(nèi)，也允許使用長連接。這兩個(gè)特性保證了我們長短連接切換的順利進(jìn)行；
客戶端的特性：a. 同時(shí)支持長連接和短連接，可根據(jù)路由服務(wù)的配置來決定；b. 自動降級，如果長連接同時(shí)三次連接不上，自動降級為短連接；c. 自動上報(bào)長連接性能數(shù)據(jù)；
連接層只負(fù)責(zé)與客戶端保持長連接，沒有任何推送的業(yè)務(wù)邏輯。從而大大減少重啟的次數(shù)，從而保持用戶連接的穩(wěn)定；
推送層存儲用戶與直播間的訂閱關(guān)系，負(fù)責(zé)具體推送。整個(gè)連接層與推送層與直播間業(yè)務(wù)無關(guān)，不需要感知到業(yè)務(wù)的變化；
長連接業(yè)務(wù)模塊用于用戶進(jìn)入直播間的驗(yàn)證工作；
服務(wù)端之間的通訊使用基礎(chǔ)研發(fā)團(tuán)隊(duì)研發(fā)的tardis框架來進(jìn)行服務(wù)的調(diào)用，該框架基于 gRPC，使用 etcd 做服務(wù)發(fā)現(xiàn)；
長連接消息模型
我們采用了訂閱推送模型，下圖為基本的介紹
舉例說明:用戶1訂閱了A直播，A直播有新的消息
推送層查詢訂閱關(guān)系后，知道有用戶1訂閱了A直播，同時(shí)知道用戶1在連接層1這個(gè)節(jié)點(diǎn)上，那么就會告知連接層有新的消息
連接層1收到告知消息后，會等待一小段時(shí)間（毫秒級），再拉取一次用戶1的消息，然后推送給用戶1.
如果是大直播間（訂閱用戶多），那么推送層與連接層的告知/拉取模型，就會自動降級為廣播模型。如下圖所示
我們經(jīng)歷客戶端三個(gè)版本的迭代，實(shí)現(xiàn)了兩端（Android 與 iOS）長連接對短連接的替換，因?yàn)橛谢叶群秃诎酌麊蔚闹С?，替換非常平穩(wěn)，用戶無感知。
總結(jié)與展望
回顧了系統(tǒng)的發(fā)展過程，達(dá)到了原定的前中期使用輪詢，中后期使用長連接的預(yù)定目標(biāo)，實(shí)踐了原定的平衡演進(jìn)的原則。從發(fā)展來看，未來計(jì)劃要做的事情有
針對機(jī)房在北京，南方某些地區(qū)會存在連接時(shí)間長的情況。我們?nèi)绾巫岄L連接更靠近用戶。
消息模型的進(jìn)一步演進(jìn)。
號外：
美圖架構(gòu)，專注于虛擬化平臺建設(shè)、流媒體、云存儲、千萬同時(shí)在線的通訊服務(wù)、音視頻編解碼等基礎(chǔ)設(shè)施建設(shè)，現(xiàn)急需相關(guān)領(lǐng)域愛好者加入，工作地點(diǎn)可自由選擇北京、廈門、深圳，待遇從優(yōu)，美女多多?，F(xiàn)緊缺崗位如下：
Go/C 開發(fā)工程師：我們 50% 以上代碼使用 Go
Java 開發(fā)工程師
音視頻編解碼研究人員
Docker 虛擬化底層研發(fā)工程師
