這個場景，很多電商人並不陌生：
在大促活動中，若訂單系統出現故障，從顧客抱怨，到層層上報，再到故障排查和處理，2 個小時過去了。但在這 2 個小時裏，成百上千的顧客在競爭對手那裏購買了產品，損失嚴重，還有被媒體曝光的風險。
不得不承認，即使是災備能力最強的 IT 環境，也必然會在某個時刻遇到問題。當這些問題發生的時候，解決問題的速度就是決定企業綜合實力的關鍵。
下一個“618”大促就要來了，這對於電商平臺來說，是個讓人激動卻也提心吊膽的日子。電商業務的特點比較明顯：短期指數級業務波峯，從前端展示、業務處理、庫存變動等方面都需要全天應對海量用戶訪問的衝擊。而支持電商業務的關鍵，就在於後臺系統是否具備穩定性、可擴展性和安全性。
同時，隨着 5G、VR、AR、AI 等新技術愈發廣泛的應用，更高品質的內容、更強烈的社交屬性、觀衆使用場景都出現突破性擴展，這也將促進用戶數量和使用時長的進一步增加，對基礎技術能力的要求進一步提高。
電商上雲，不得不做
多數平臺創業之初的重點是業務的快速上線，會選擇簡單粗暴的低成本管理方式，一個網站、一臺服務器就夠了。但隨着業務體量的大幅上升，企業開始堆硬件、做結構化拆分。然而，資源層容量和性能的瓶頸終會到來，這該怎麼調整？
平臺調整組織和技術架構的原則是：
1、應用層採用服務框架
2、系統層採用異步消息
3、數據層可以無限擴容
在應用層，一個簡單的電商系統，包含用戶模塊、庫存模塊、訂單模塊、支付模塊。創業之初的單體應用複雜性高、交付效率低、擴展性和可靠性差，並且技術棧的限制也在阻礙着技術創新。而在微服務架構中可以劃分出不同的業務板塊，每個業務板塊都可以獨立開發、部署和上線，對應獨立數據庫，由獨立團隊維護，各司其職。
在系統層，異步消息系統可以使主要業務異步化，增加系統的容錯性，避免因業務調用接口不成功導致的交易失敗。當用戶下單時，倉儲和配送對實時性要求並不高，訂單消息可以發到異步消息隊列系統，若投遞不成功可以等待下次投遞。
在數據層，爲了應對瞬間的海量訪問，系統需要極強的可伸縮性。隨着數據量增大，需要對數據庫進行彈性擴容，靈活配置資源、匹配業務需求。
基於電商行業的業務特點和技術訴求，電商上雲是需要先解決問題再開源節流的。而理想的雲計算是隨取隨用的 IT 基礎設施，雲計算服務的性能決定了電商企業能提升的效率幅度和降本程度。那麼，企業該如何選擇？
-
一看雲廠商的底層能力：是否在存儲、服務器領域有優勢，是否具備自主研發能力，整體的機制、運營模式、服務質量是否優質，穩定性如何等；
-
二看性價比：電商業務場景需要滿足的彈性伸縮、存儲於計算分離等需求，是否能通過更低的價格實現；
-
三看服務的持續性：包括網絡性能、穩定性、安全性等方面。
“彈性擴容 + 存算分離”，解決電商的技術資源瓶頸
從資源到應用，端到端彈性擴容怎麼做？
雖然雲的確在成本、擴展、靈活性、快捷等方面有很大優勢。但是，對雲產品、雲架構的靈活運用，是有一定技術門檻的。這時，如果可以根據實際業務需求按需進行存儲和計算資源的彈性伸縮，就能使資源利用率大幅提升，也就是我們說的容器化改造。
從技術角度，容器化改造是對應用整體微服務架構改造，再容器化，這樣做可以帶來如下好處。
-
單獨擴展：拆分爲微服務後，可單獨增加或縮減每個微服務的實例數量。
-
提升開發速度：各微服務之間解耦，某個微服務的代碼開發不影響其他微服務。
-
通過隔離確保安全：整體應用中，若存在安全漏洞，會獲得所有功能的權限。微服務架構中，若攻擊了某個服務，只可獲得該服務的訪問權限，無法入侵其他服務。
-
隔離崩潰：如果其中一個微服務崩潰，其它微服務還可以持續正常運行。
整體應用容器化改造的流程包括 6 個步驟：應用分析、準備應用運行環境、編寫開機運行腳本、編寫 Dockerfile 文件、製作並上傳鏡像、創建容器工作負載。具體流程圖如下：
在應用分析階段，企業需要了解自身應用的運行環境和部署形態。運行環境包括操作系統、運行環境、依賴包，部署形態包括周邊配置和自身配置。
在應用分析後，就需要準備好這些環境：
-
安裝 Docker：應用容器化時，需要將應用構建爲 Docker 鏡像。您需要準備一臺機器，並安裝 Docker。
-
獲取基礎鏡像版本名稱：根據應用運行的操作系統，確定基礎鏡像。本例應用運行在 centos:7.1 操作系統中，可以在 dockerhub 中獲取到基礎鏡像。
-
獲取運行環境：獲取運行應用的運行環境，以及對接的 MongoDB 數據庫。
應用容器化時，一般需要準備開機運行的腳本，寫作腳本的方式和寫一般 shell 腳本相同。該腳本的主要目的是啓動應用所依賴的軟件，並且將需要修改的配置設置爲環境變量。開機運行腳本與應用實際需求直接相關，每個應用所寫的開機腳本會有所區別。請根據實際業務需求來寫該腳本。
鏡像是容器的基礎，定製鏡像時，一般使用 Dockerfile 來完成。Dockerfile 是一個文本文件，其內包含了一條條的指令，每一條指令構建鏡像的其中一層，因此每一條指令的內容，就是描述該層應該如何構建。製作完鏡像後，每次應用的部署和升級即可通過鏡像操作，減少了人工配置，提升效率。
最後，創建容器工作負載，在工作負載列表中可查看到運行中的工作負載。
以上容器化改造流程是基於華爲雲容器引擎 CCE 編寫的，CCE 是基於開源 Docker 和 Kubernetes 的企業級容器服務，提供企業級容器應用管理服務，支持 Kubernetes 社區原生應用和工具，可以簡化雲上自動化容器運行環境搭建。企業在使用 CCE 後，可以實現多雲和混合雲管理，也可靈活使用和管理本地和雲端資源。
通過存算分離，讓每個 Bit 成本最優
隨着一次又一次的大促活動，電商企業積累了越來越多的數據，需要激發更多的數據價值變現。此外，實時推薦等智能化運營的興起、購物體驗持續優化的探索，也促使企業的數據處理架構，不僅僅限制於解決分析性能的問題，還要向着滿足海量數據高效存儲的轉變。
企業通常採用的模式，是按階段購買服務器，服務器數量不斷累加但也在不斷淘汰。在這個過程中，會出現一些問題，比如計算性能跟不上數據增長速度，分批購買的服務器因型號、容量的不同導致維護困難，面對流量波峯波谷卻無法實現彈性，這些都嚴重影響業務的增長。
在大促期間，傳統大數據存算一體的方案的侷限性具體表現爲：
-
計算存儲資源需求不均衡時，導致大量資源浪費；
-
本地 HDFS 一般採用三副本冗餘機制，磁盤利用率僅爲 33%；
-
計算存儲耦合的的封閉架構難以向數據湖和大數據雲化的方向演進。
如果讓存儲和計算分離，以上問題都可以得到解決，在運算固定的情況下，存儲還可以實現增長。此外，存算分離還可以實現不同業務間的授權，也可以避免因重複利用而消耗的成本。
存儲和計算分離是近幾年值得關注的新技術。它不但能節約成本，還可以讓資源根據業務需求彈性伸縮。爲此，華爲雲推出了基於雲服務的存算分離架構，據說可以大幅提升集羣資源利用率，使綜合分析成本可降低 50% 以上。
存算分離 + 鯤鵬 = 結構化提升性價比
大數據計算都是分佈式計算，華爲的經驗是先降低單位計算成本，再結合現在的鯤鵬或是 ARM 處理器。ARM 具有多核的優勢，一般在手機裏面可能是 8 核，在服務器芯片變成 128 核。在大數據運算過程中，處理器核數越多，大數據運算越有效。
此外，大運算可以分裂成很多的小運算，在覈數足夠多的情況下可以很大程度上提升大數據的運算能力。加之 ARM 是國產化，在成本和耗電方面比 X86 更有優勢。
那麼，在整體性能提升方面，華爲雲的“存算分離 + 鯤鵬”是怎麼實現的？
首先，要降低數據準備時間。華爲的智能數據湖方案中，是採用 Schema-on-read 模式，讓數據實時入湖，直接基於原始數據分析；同時，採用增量式分析，小批分次持續分析。更重要的是，通過存儲和計算解耦、計算按需彈性伸縮，有效支撐業務波峯波谷，更快完成計算。
華爲雲“存算分離 + 鯤鵬”大數據雲服務採用計算存儲分離架構，存儲基於華爲雲對象存儲實現 11 個 9 的高可靠，無容量限制，可以支撐企業數據量持續增長；同時，計算資源可以支持 0~N 彈性擴縮。
計算存儲分離後，通過華爲自研 Carbondata 對數據進一步優化組織，實現基於數據湖的事務管理（據說是業內首創），支持流數據自動去重、避免遺漏，支持數據增刪改，並實現最高隔離級別的 ACID，結合智能多維索引，基於業務感知的軟件緩存技術，實現數據訪問進一步加速。
其次，通過軟硬件結合提升性能。性能提升的另一個方向是軟硬件結合、垂直優化，華爲鯤鵬處理器具有多核高併發能力，再結合自研 EulerOS，可以提供多類型優化，如 JDK，軟件多實例綁核，RoCE 網絡加速，加解密、壓縮等熱點函數硬件加速，充分釋放硬件算力。如此一來，在性能相當情況下，成本下降 30%，爲大數據用戶提供更高性價比的智能數據湖。
不僅如此，華爲雲走的是開放生態路線。華爲雲智能數據湖完全兼容開源原生接口，可以兼容全部的主流大數據生態，這樣一來，企業在平滑遷移上雲的過程中就不需要做任何改造。
在華爲雲看來，基於鯤鵬算力和架構，爲企業提供了適用於當前大數據應用的性價比較好的解決方案，同時，基於高併發性能的鯤鵬算力，華爲雲也已形成自己獨特的競爭優勢。
據瞭解，目前，華爲雲已經將這樣的方案落地到遊戲電商、直播、遊戲等行業，並且能夠滿足擁有互聯網基因的企業大數據應用場景。實則，以爲各位提供了一個更佳的雲上新“武器”，等你來嘗試。
創新，從這裏開始
我國擁有全世界最大規模的電商市場，在新基建風口下，電商平臺、移動支付、直播帶貨、快速物流等新業態，正在順勢生長。電商企業的發展思考也可以反推到互聯網行業的每一家企業。
華爲公司副總裁、華爲雲業務總裁鄭葉來，不久前曾表示：
在“新基建”時代下，算力成爲新的生產力，數據成爲新的生產要素，雲、AI（人工智能）、5G 則是新的生產工具，而華爲基於豐富的行業實踐經驗和資深數字化實踐，可以爲合作伙伴提供更優質的服務。
華爲近幾年持續加大在雲、5G、計算等相關領域的投入，2019 年，華爲在泛計算行業進行了大量的投入和佈局，華爲首次發佈了“鯤鵬 + 昇騰”的計算戰略，重磅發佈“有所爲、有所不爲”的商業策略，並且構建開放的計算產業生態。
同時，華爲還整合了存儲、計算及雲服務相關組織，成立了 Cloud&AI BG，即雲與計算業務部，成爲繼運營商業務、企業業務和消費者業務之外的第四大業務，通過對資源和組織的整合從芯片到數據中心、從硬件到軟件、從 IT 基礎設施到雲服務、從邊緣計算到雲計算，將資源全部集結，將華爲雲打造成業界率先擁有全棧能力的雲，爲新基建時代的底層創新提供組織和人才保證。
活動推薦
不久前，華爲雲發起 5G+X 聯創營計劃，圍繞雲、AI、5G，聯合各行各業的合作伙伴，共同在新的機遇中找到各自的定位，在聯創生態下發揮各自的價值，激發企業的 5G 創新活力，幫助企業降本增效。目前，5G+X 聯創營計劃已經揚帆起航，正在面向全國各行業技術管理者徵集力量，未來將會持續舉辦 5G+X 創新活動，如果您想加入進來，請添加小助手具體諮詢，微信號 MHW19931114。