云数据中心新架构——阿里云飞天负责人 唐洪

Chri

唐洪：我今天演讲的主题是飞天云时代的数据中心架构。大家知道今天的论坛是关于大数据的，当然云计算跟大数据也是密不可分的。今天我之所以取这个话题，因为我在阿里云是做飞天开放式的云计算的平台。我们也想在这里跟大家分享一下，这么多年，阿里云在云计算的技术实践里面的一些体会。

阿里云是2008年开始做云计算的，可能那时候还不是中国最早做云计算的，但是现在阿里云是中国最大的云计算服务提供商，这里面的logo都是部署在阿里云平台上的企业的各种应用。今天有几十万个应用是部署在阿里云平台上面的。它覆盖了中国的每一个省自治区直辖市，包括香港，该词语是禁止的，包括该词语是禁止的和青海，唯一一个不在的里面是澳门。我们看到这里面很多的应用可能是大家比较熟悉的。

比如说唱吧，一个几十人的公司做了中国最伙的卡拉ok的网站。还有一个公司叫玩蟹科技，它是一百人的公司，大概10月份的时候，被掌区买了，他们卖了17亿，他们也部署在阿里云上的。还有这两个月比较火的天弘基金，也就是支付宝上面的余额宝。天弘基金在两个月之前在基金列表里面属于倒数第几名的基金公司，今天已经是中国最大的货币基金了。他们后台平台也跑在阿里云上面。这是杭州的一家公司，做的应用是趣拍，他们是做短视频的，他们跟一家非常大的互联网公司做的产品微视竞争，我觉得他们比微视做的还好。还有杭州的博采传媒，他们把之前挣的所有的钱投资做了一部电影昆塔（音译），他们的渲染量是阿凡达的6倍。这是前两天刚刚公布的在线保险公司，众安保险，他们也是跑在阿里云上的，作为一个保险公司没有一家地面的销售网点，他们所有的业务都是在网上完成的。云计算能够帮助很小的一个团队，很小的一个公司完成很大的团队和很多的公司才能完成的事。

我们的定位是为整个的云生态提供最基础的服务。在数据中心这层我们有自己的数据中心，也可以和合作伙伴共建数据中心，底层也是很开放的。唯一我们自己想做的就是飞天的开放平台，提供了整个云计算基础服务。平台方面我们也会提供应用服务，我们也欢迎第三方的应用服务，我们更多的空间留给第三方应用服务。我们的原则，我们只想做最基础的服务，我们唯一可能会做的自己做的事，比如说别人不太想做的，或者别人没有能力做的事。我们有一个愿景，我们希望中国互联网一半以上的计算未来在阿里云平台上发生。

我们之所以有这样的定位，根据我们对云计算本质的理解。第一它是一个大规模。刚才吴总也说，在互联网的时代，其实我们也是一个大数据的时代，互联网每天产生2.5EB数据，每40个月翻一番。这些数据是活的数据，不是粒子数据，每个人在互联网行为中点击这些数据，这些数据我们要进行分析，这个分析需要很大的计算量的。我们的淘宝每天有几十亿元的交易规模，这些交易规模，我们需要在每天的凌晨0-6点分析用户的交易数量和用户行为。没有大规模的计算，我们不可能在一定时效内完成。

第二是低成本，这个不是IT成本，我们认为可以降低足够的低以至于改变人类的习惯。我们小的时候，我们形成一个家庭富裕的程度就是楼上楼下电灯电话，电话是一个奢侈品，今天已经不考虑打电话花多少钱。为什么电会便宜？就是靠调度完成。芬兰这个国家，自己供电能达到用电的80%，该词语是禁止的都是靠输入的。夏天的时候，他们的邻国是瑞典和挪威，夏天的时候引入挪威和瑞典的水电，冬天的时候，就引入俄罗斯的核能发电。真正能够达到低成本，很大的技术的关键就是要调度，需要把不同资源根据波峰波谷进行消风填谷。（音译）

一个创业公司的发展在一开始很难预期，服务运营就是按使用量收费的，我们可以很容易做到弹性的拓展。服务运营也代表安全。你用自来水的时候，你不会相信有人投毒。

基于我们对云计算本质的理解，我们设计飞天开放平台的时候有两个主要的设计目的，第一我们希望以大规模同用的计算平台为基础，大规模本身就是云计算的特征，我们为什么强调通用这个词呢？大家想做一个大型的发电站来说，你发的电可以满足很多人用电的需求。我们云计算数据中心提供的计算能力，也可以支持很多不同的应用的。

另外我们希望用同一套平台支持离线和在线的服务。这也是刚才我讲到的，因为我们强调的是调度，所以我们希望把波峰波谷用资源共享的方法提供调度的效率。

第二个我们希望用web api的方式提供服务，我们所有的服务都是即时开通，按量付费，用户使用服务的时候，不需要知道后台的边界，也不需要知道数据在哪个平台发生的。某种意义上来说，飞天开放平台架构的设计兼具谷歌和亚马逊的特点。

这张图是整个的飞天架构图，构建分布是系统标准的服务。这两个服务把LINUX集群抽象成很大的超云计算机。集群部署和集群空间开放也是飞天开放平台很有特色的设计。在飞天平台里面部署和内核是很重要的组成部分。ECS，SLB是弹性计算服务，OTS，RDS都是存储级别的服务。ODPS和OSPS是面向数据的处理服务。

OSS是无结构数据，类似图片，视频，音频，OTS是半节化的数据，RDS就是传统的关系型数据库的数据。OSS目标是10PB以上的数据量级，OTS也有数据标的概念是100TB，RDS是单表1TB量级。OSS没有事务，OTS是有限事务，RDS是完整事务支持。

飞天的技术特色，第一飞天是通用的技术平台，它是用同一个平台支撑离线和在线的服务，我们可以搜索240亿王爷立宪也处理，130亿网页的在线服务，邮箱，日处理邮件亿量级，日发邮件千万量级，10毫秒级访问延时，它有更加灵活的地线作业框架。我们可以提供实时在线滚动升级，并且我们可以提供分布式的监控和诊断。所有的系统没有单点，它采用了非常高可用的架构，能达到99.9%的可用性。

今年的8月15号飞天有5千台的集群在平台上线，我们建了飞天5K标志物，每天数据存储是1PB，我们也做了计算，我们在100TB的排序，在我们的平台上30分钟就可以完成。以前最好的是雅虎是73个分钟，我们的平台比全球最好的平台快了一倍以上。

你们在网上浏览的时候，可能有一些注册帐号或者密码，你们的密码在7个数字以上的举下手。已经不是很多了。如果是8个的？9个的？恭喜你们，你们举手的听众，你们的密码还是比较安全的，在5K集群上，如果你的密码是9位或者9位以上，我们都可以攻破。如果你的密码是9位以下，我建议大家选一个更强一点的密码。

刚才我讲到了云计算最大的问题是低成本的问题。我们是怎么用技术手段降低成本的？成本有三大块，第一块是硬件成本，这方面除了传统的，比如说你有大批量的议价能力之外，飞天的架构可以帮助我们降低硬件成本。所有飞天集群服务器的配置都是标准化。如果每个不同的应用都要不同的硬件配置的话，是不是对每种机型都要进行冗余，这样的话你的供应链管理就非常麻烦了。

第二块成本是人力成本，我们要维护这些服务。要降低这个成本，关键我们每个运维人员能够维护的服务器的台数。我们的架构其实以数据中心作为部署单元的，不是说每个应用作为部署单元。我们把每个运维流程进行标准化管理，运维不需要到机房做很多东西。最后在飞天架构设计里面，采用了自组织，自适应的架构。我们的扩容，我们的升级都是自动完成的，不会影响到服务的可用性。当整个系统有单点的故障的时候，整个系统会进行检测，并把这些故障隔离掉，绕开。

第三块资源效率问题。大多数情况我们的计算资源是富余的，我们可以通过压缩降低存储的使用量，还有排重的方法降低存储的使用量。我们还可以用资源复用，这个方法的挑战就是安全控制，资源隔离，你跑一个应用的时候，不会干扰另一个应用的执行。

我们从2009年2月4号开始写代码的，2010年8月27日，飞天在阿里巴巴平台上开始成为计算平台，2011年7月28阿里云官网上线，2013年8月15日，我们的5正式投入生产，2013年10月24，我们举办了第三届开发者大会，在杭州举行的，我们成立了阿里云产业联盟。