最新要闻

广告

手机

iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?

iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?

警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案

警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案

家电

观点:100w人在线的 弹幕 系统,是怎么架构的?

来源:博客园

文章很长,而且持续更新,建议收藏起来,慢慢读!疯狂创客圈总目录 博客园版为您奉上珍贵的学习资源 :


(资料图片)

免费赠送 :《尼恩Java面试宝典》持续更新+ 史上最全 + 面试必备 2000页+ 面试必备 + 大厂必备 +涨薪必备免费赠送 经典图书:《Java高并发核心编程(卷1)加强版》面试必备 + 大厂必备 +涨薪必备 加尼恩免费领免费赠送 经典图书:《Java高并发核心编程(卷2)加强版》面试必备 + 大厂必备 +涨薪必备 加尼恩免费领免费赠送 经典图书:《Java高并发核心编程(卷3)加强版》面试必备 + 大厂必备 +涨薪必备 加尼恩免费领免费赠送 经典图书:《尼恩Java面试宝典》 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领免费赠送 资源宝库: Java 必备 百度网盘资源大合集 价值>10000元 加尼恩领取

Shopee是东南亚及中国台湾地区的电商平台 。2015年于新加坡成立并设立总部,随后拓展至马来西亚、泰国、中国台湾地区、印度尼西亚、越南及菲律宾共七大市场。

Shopee拥有商品种类,包括电子消费品、家居、美容保健、母婴、服饰及健身器材等。

2022年第二季度,Shopee保持业绩增长,其中总订单数20亿,同比增长41.6%。最新财报数据显示,Shopee电商平台在今年第二季度的GMV为190亿美元,同比增长27.2%;总营收为17亿美元,同比增长51.4%。

据data.ai, Shopee取得了2022年Q1全球购物类App总下载量第一、谷歌应用商店全球购物类App用户使用总时长第一的佳绩。

注:本文以 PDF 持续更新,最新尼恩 架构笔记、面试题 的PDF文件,请从这里获取:码云

100W用户同时在线的弹幕系统背景

为了更好的支持 shopee 东南亚直播业务,Shopee 平台产品设计为直播业务增加了弹幕。

第一期弹幕使用腾讯云支持,效果并不理想,

主要问题是:

  • 经常卡顿、
  • 弹幕偏少等问题。

最终促使Shopee团队,定制开发自己的弹幕系统。

其性能规划是: 单房间百万用户同时在线。

没有看错:百万用户同时在线,而且是单房间

假如说每3秒促达用户一次,百万用户同时在线,单房间具体QPS将超过30w QPS

没有看错:单房间具体QPS将超过30w QPS

问题分析

按照背景来分析,系统将主要面临以下问题:

  1. 带宽压力

    假如说每3秒促达用户一次,那么每次内容至少需要有15条才能做到视觉无卡顿。

    15条弹幕+http包头的大小将超过3k,那么每秒的数据大小约为8Gbps,

    而运维同学通知我们所有服务的可用带宽仅为10Gbps。

  2. 弱网导致的弹幕卡顿、丢失

    该问题已在线上环境

  3. 性能与可靠性

    百万用户同时在线,按照上文的推算,具体QPS将超过30w QPS。

    如何保证在双十一等重要活动中不出问题,至关重要。性能也是另外一个需要着重考虑的点。

架构设计和优化

那么,该如何做架构设计和优化呢?

主要的架构优化有:

  • 业务解耦+服务拆分
  • 引入本地缓存,优化高并发读
  • 引入限流,优化高并发写
  • 使用滑动窗口,实现无锁化读写
  • 通过短轮训实现弹幕促达
  • 传输优化、节约带宽

业务解耦+服务拆分

为了保证服务的稳定性我们对服务进行了拆分,进行业务解耦+服务拆分

业务解耦+服务拆分的具体架构方案

将逻辑较为复杂、调用较少的发送弹幕业务与逻辑简单、调用量高的弹幕拉取服务拆分开来。

将复杂的逻辑收拢到发送弹幕的一端。

服务拆分主要考虑因素是为了不让服务间相互影响,

对于这种系统服务,不同服务的QPS往往是不对等的,

例如像拉取弹幕的服务的请求频率和负载,通常会比发送弹幕服务高1到2个数量级,

解耦之后的优势:

实现一个小3高的目标: 高可用、高扩展、高协同

  • 高可用

最⼤度地保证系统的可用性,

在这种情况下,不能让拉弹幕服务把发弹幕服务搞垮,

反之亦然,不能让 发弹服务把拉弹幕服务 搞垮

  • 高扩展

方便扩容和缩容

更加方便对各个服务做Scale-Up和Scale-Out。

  • 高协同

方便协同开发

服务拆分也划清了业务边界,方便协同开发。

引入本地缓存优化高并发读

在拉取弹幕服务的一端:引入本地缓存

数据更新的策略是:

服务会定期发起RPC调⽤,从弹幕服务拉取数据,拉取到的弹幕缓存到内存中,

这样后续的请求过来时便能直接⾛走本地内存的读取,大大幅降低了调用时延。

这样做还有另外一个好处就是缩短调⽤链路,把数据放到离⽤户最近的地⽅

同时还能降低外部依赖的服务故障对业务的影响,

尼恩提示: 本地缓存非常重要,大家需要做到架构级、源码级精通

建议大家穿透 400Wqps本地缓存 caffeine的核心架构、核心源码,这个非常有价值,

具体,可以去学习第25章视频《穿透caffeine源码》里边有caffeine的起底式、穿透式介绍

引入限流,优化高并发写

在发送弹幕的一端: 限流(有损服务)

因为用户一定时间能看得过来弹幕总量是有限的,

所以可以对弹幕进行限流,有选择的丢弃多余的弹幕。

同时,采用柔性的处理方式,拉取用户头像、敏感词过滤等分支在调用失败的情况下,仍然能保证服务的核心流程不受影响,即弹幕能够正常发送和接收,提供有损的服务。

使用滑动窗口,实现无锁化读写

弹幕数据的读写,如果使用阻塞队列,那么需要加锁

如果加锁,在超高并发场景,会性能非常低

如何实现无锁化读写呢

基于滑动窗口技术,实现无锁化读写,保证在超高并发场景并发读写的性能

为了数据拉取方便,我们将数据按照时间进行分片,将时间作为数据切割的单位,按照时间存储、拉取、缓存数据(RingBuffer),简化了数据处理流程。

与传统的Ring Buffer不一样的是,我们只保留了尾指针,

它随着时间向前移动,每⼀秒向前移动一格,把时间戳和对应弹幕列表并写到一个区块当中,因此最多保留60秒的数据。

同时,如果此时来了一个读请求,那么缓冲环会根据客户端传入的时间戳计算出指针的索引位置,并从尾指针的副本区域往回遍历直至跟索引重叠,收集到一定数量的弹幕列表返回,

这种机制保证了缓冲区的区块是整体有序的,因此在读取的时候只需要简单地遍历一遍即可,加上使用的是数组作为存储结构,带来的读效率是相当高的。

再来考虑可能出现数据竞争的情况。

先来说写操作,由于在这个场景下,写操作是单线程的,因此⼤可不必关心并发写带来的数据一致性问题。

再来说读操作,由图可知写的方向是从尾指针以顺时针⽅向移动,而读方向是从尾指针以逆时针方向移动,

⽽决定读和写的位置是否出现重叠取决于index的位置,

由于我们保证了读操作最多只能读到30秒内的数据,因此缓冲环完全可以做到无锁读写

尼恩提示: 滑动窗口的原理和源码非常重要

具体,可以去学习第26章视频 《100Qwps三级缓存组件实操》里边有滑动窗口的起底式、穿透式介绍

注:本文以 PDF 持续更新,最新尼恩 架构笔记、面试题 的PDF文件,请从这里获取:码云

通过短轮训实现弹幕促达

Long Polling和Websockets都不适用弱环境,

所以我们最终采取了短轮训的方案来实现弹幕促达

弹幕卡顿、丢失分析

在开发弹幕系统的的时候,最常见的问题是该怎么选择促达机制,

  • 推送 vs 拉取 ?
  • 长轮询 vs 短 轮询

基于AJAX的长轮询方案 (Long Polling via AJAX)

客户端打开一个到服务器端的 AJAX 请求,然后等待响应,

服务器端需要一些特定的功能来允许请求被挂起,只要一有事件发生,服务器端就会在挂起的请求中送回响应。

如果打开Http的Keepalived开关,还可以节约握手的时间。

优点:

减少轮询次数,低延迟,浏览器兼容性较好。

缺点:

服务器需要保持大量连接。

基于WebSockets 的双向通讯方案

长轮询虽然省去了大量无效请求,减少了服务器压力和一定的网络带宽的占用,但是还是需要保持大量的连接。

那么人们就在考虑了,有没有这样一个完美的方案,即能双向通信,又可以节约请求的 header 网络开销,并且有更强的扩展性,最好还可以支持二进制帧,压缩等特性呢?

于是人们就发明了这样一个目前看似“完美”的解决方案 —— WebSocket。

它的最大特点就是:

服务器可以主动向客户端推送信息,客户端也可以主动向服务器发送信息,是真正的双向平等对话。

优点1:较少的控制开销,

较少的控制开销:在连接创建后, WS用于协议控制的数据包头部相对较小。

在不包含扩展的情况下,服务端到客户端WS 头部大小只有2至10字节(和数据包长度有关);

对于客户端到服务器的内容,此头部还需要加上额外的4字节的掩码。

但是,与 HTTP 头部比,此项开销显著减少了。

优点2:更强的实时性,

WEBSocket由于协议是全双工的,服务器可以随时推数据。

WEBSocket延迟明显更少;

优点3:长连接,保持连接状态

Long Polling vs Websockets

无论是以上哪种方式,都使用到TCP长连接,那么TCP的长连接是如何发现连接已经断开了呢?

TCP Keepalived会进行连接状态探测,探测间隔主要由三个配置控制。

keepalive_probes:探测次数(默认:7次)

keepalive_time 探测的超时(默认:2小时)

keepalive_intvl 探测间隔(默认:75s)

但是由于在东南亚的弱网情况下,TCP长连接会经常性的断开:

Long Polling 能发现连接异常的最短间隔为:min(keepalive_intvl, polling_interval)

Websockets能发现连接异常的最短间隔为:Websockets: min(keepalive_intvl, client_sending_interval)

如果下次发送数据包的时候可能连接已经断开了,所以使用TCP长连接对于两者均意义不大。

并且弱网情况下, Websockets其实已经不能作为一个候选项了

  • 即使Websockets服务端已经发现连接断开,仍然没有办法推送数据,只能被动等待客户端重新建立好连接才能推送,在此之前数据将可能会被采取丢弃的措施处理掉。
  • 在每次断开后均需要再次发送应用层的协议进行连接建立。

根据了解, 腾讯云的弹幕系统:

  • 在300人以下使用的是推送模式,
  • 300人以上则是采用的轮训模式。

但是考虑到资源消耗情况,他们可能使用的是Websocket来实现的弹幕系统,

也就是 300人以上轮训模式, 腾讯云也是基于Websocket 来实现的,不太可能基于 AJAX来实现,

正式因为基于Websocket ,在弱网环境下,所以才会出现弹幕卡顿、丢失的情况。

综上所述,Long Polling和Websockets都不适用我们面临的环境,

所以我们最终采取了短轮训的方案来实现弹幕促达

传输优化、节约带宽

为了降低带宽压力,我们主要采用了以下方案:

  1. 启用Http压缩

通过查阅资料,http gzip压缩比率可以达到40%以上(gzip比deflate要高出4%~5%)。

  1. Response结构简化
  1. 内容排列顺序优化

根据gzip的压缩的压缩原理可以知道,重复度越高,压缩比越高,

因此 : 可以将字符串和数字内容放在一起摆放

  1. 频率控制
  • 通过请求频率调整带宽:通过添加请求间隔参数,实现客户端的请求频率服务端可控。间隔时间太长,在突发流量的时候, 可能会出现有损服务,对于弹幕来说,是可以容忍的。
  • 延长请求频率,可以避免无效请求:在弹幕稀疏和空洞的时间段,通过控制下次请求时间,避免客户端的无效请求。

总结

最终该服务在双十二活动中,在Redis出现短暂故障的背景下,

高效且稳定的支撑了单房间100w用户在线,成功完成了既定的100w用户的目标

注:本文以 PDF 持续更新,最新尼恩 架构笔记、面试题 的PDF文件,请从这里获取:码云

参考文献:

  • https://halfrost.com/websocket/
  • https://shopee-sz.github.io/2019/02/27/livechat/
  • https://www.cyningsun.com/03-31-2019/live-streaming-danmaku.html

推荐阅读:

《峰值21WQps、亿级DAU,小游戏《羊了个羊》是怎么架构的?》

《场景题:假设10W人突访,你的系统如何做到不 雪崩?》

《2个大厂 100亿级 超大流量 红包 架构方案》

《尼恩Java面试宝典》

《Nginx面试题(史上最全 + 持续更新)》

《K8S面试题(史上最全 + 持续更新)》

《操作系统面试题(史上最全、持续更新)》

《Docker面试题(史上最全 + 持续更新)》

《Springcloud gateway 底层原理、核心实战 (史上最全)》

《Flux、Mono、Reactor 实战(史上最全)》

《sentinel (史上最全)》

《Nacos (史上最全)》

《TCP协议详解 (史上最全)》

《分库分表 Sharding-JDBC 底层原理、核心实战(史上最全)》

《clickhouse 超底层原理 + 高可用实操 (史上最全)》

《nacos高可用(图解+秒懂+史上最全)》

《队列之王: Disruptor 原理、架构、源码 一文穿透》

《环形队列、 条带环形队列 Striped-RingBuffer (史上最全)》

《一文搞定:SpringBoot、SLF4j、Log4j、Logback、Netty之间混乱关系(史上最全)》

《单例模式(史上最全)》

《红黑树( 图解 + 秒懂 + 史上最全)》

《分布式事务 (秒懂)》

《缓存之王:Caffeine 源码、架构、原理(史上最全,10W字 超级长文)》

《缓存之王:Caffeine 的使用(史上最全)》

《Java Agent 探针、字节码增强 ByteBuddy(史上最全)》

《Docker原理(图解+秒懂+史上最全)》

《Redis分布式锁(图解 - 秒懂 - 史上最全)》

《Zookeeper 分布式锁 - 图解 - 秒懂》

《Zookeeper Curator 事件监听 - 10分钟看懂》

《Netty 粘包 拆包 | 史上最全解读》

《Netty 100万级高并发服务器配置》

《Springcloud 高并发 配置 (一文全懂)》

关键词: 持续更新 服务器端 无效请求