技术圈重磅！饿了么多活终于成功_实现首次多活生产环境全网切换

原文链接

技术圈重磅！饿了么多活终于成功 实现首次多活生产环境全网切换

身行 2017-05-09 11:59:46 浏览624 评论0

云栖社区 阿里云 HTTPS 阿里巴巴 集群 平台架构 淘宝 aliyun cto

摘要： 饿了么CTO张雪峰表示，这只是一个开始，前方还有更难、更复杂的技术挑战。“多活切换只是技术10→100过程中的第一步，可能还会伴随局部抖动与新的坎坷。”他鼓励饿厂所有技术同学一起拼——for Making Everything 30’，for 下一个九年！

北京时间5月9日消息，饿了么CTO张雪峰，在朋友圈透露，饿了么多活（Multi-Active IDCs/Regions）终于取得成功，实现首次多活生产环境全网切换（灰度）。

这家外卖巨头的CTO回顾到：“自去年八月决定做多活，历经半年规划、调研、设计、协调，又经过三个月所有技术团队连续冲刺开发、改造及业务/产品/运营等兄弟团队的鼓励、支持甚至容忍，今晚，我们终于做到了！”

张雪峰称：“据我所知（如不准确，请指出并见谅），国内日均（非峰值或大促期间）订单100万以上的交易平台，除阿里巴巴（包括蚂蚁金服&菜鸟网络）真正意义上实现了全网多活（不是双活），迄今为止应该还没有第二家可以完全做到。”

“有些公司或许正在规划中，有些团队或许正在改造中，还有些或许正在经历和饿了么已经历过的相似风雨与酸甜苦辣……”

那异地多活的最大挑战在哪里？张雪峰归纳了两方面难度：技术和实施。技术难度上，最主要是实时数据强一致性（尤其外卖及配送这种即时性很强业务场景），包括 Cross-IDC DRC解决的app data strong consistency和Cross-IDC ZK Replication解决的config data strong consistency，而无论哪种data replication，都必须解决循环复制问题。其中，饿了么解决的Cross-IDC ZK Replication为业内首创，当初规划、选型、设计时没有任何大规模先例可以参考。

实施难度上简单总结就是，必须全员all-in冲刺，任何一个环节滞后，结果肯定是made nothing。张雪峰说：“给高速飞行（产品迭代）中的飞机换引擎，真不是闹着玩的。”

对于中间历程，他说，确实有太多酸甜苦辣。“技术团队所有同学承担了‘不再尝试灾备过渡，直接进行多活改造’的巨大压力。好在，到今天为止，我们都挺过来了。”他认为，所有付出的努力都是值得的，所有经历的风雨，只为今后的长治久安——因为多活就是最好的灾备。

对于为什么要实施多活，2个月前，张雪峰在接受云栖社区采访时曾做过剖析：“主要是上云后发现，事情比他们想象的要复杂的多——IDC和云机房之间要拉光纤，很多事情需要配套。”在一次核心主备全挂后，张雪峰拍板，决定更进一步：实施多活。

据悉，饿了么只用了三个季度搞定多活，而当年的淘宝则用了三年时间。为此，在朋友圈，他除了列了一串名单感谢饿了么内部员工，他也特别感谢外部人员。包括阿里云（好多同学，不一一列举了）、毕玄（中国多活建设第一人）、阿里平台架构部等。张雪峰说：“没有大家，我们没那么快走到这一天！”



张雪峰微信朋友圈

对于昨晚今晨的首次多活生产环境全网切换（灰度），饿了么CTO张雪峰也表示，这只是一个开始，前方还有更难、更复杂的技术挑战。“多活切换只是技术10→100过程中的第一步，可能还会伴随局部抖动与新的坎坷。”他鼓励饿厂所有技术同学一起拼——for Making Everything 30’，for 下一个九年！

相关阅读：
饿了么四次技术进化的曲折路，记访谈张雪峰
饿了么运维负责人程炎岭分享：饿了么Redis Cluster集群化演进