短视频go研发框架实践

相逢意气为君饮，系马高楼垂柳边。这篇文章主要讲述短视频go研发框架实践相关的知识，希望能为你提供帮助。
导读：hulk是短视频研发部研发的基于GDP2（Go Develop Platform ）的go服务开发框架。它是?款?向业务的Web开发框架，提供了诸多开箱即?的组件和功能，可以?来快速开发Web服务。同时，依托于hulk框架并结合?内/业界优秀的开发实践，初步构建了?个符合业务应?场景的go?态体系。
全文7330字，预计阅读时间 12分钟。
===
一、产生背景hulk框架是在“好看视频”服务端的go服务化架构升级背景下产生的。
1.1 为什么要做架构升级？当前架构面临哪些问题？好看视频初期因业务需要快速、灵活的开发迭代，采?php作为开发语?实现后端服务，前期取得了?较好的开发迭代效果。但随着好看业务快速发展，服务端的项?(接?、代码等)急速膨胀，类单体的PHP架构在多个??遇到了瓶颈和问题，主要体现在以下?个??：
1.开发效率：对于主代码库，所有服务端同学都会在这同一个代码空间开发，此外还有依赖的第三方团队也会修改，频繁的修改/合并降低了开发效率，同时也加大了代码的维护成本和难度；
2.上线效率：多用户开发同一代码库的另一个弊端就是上线等待，由于同一个时刻只能有一个分支上线（分级上线），导致相连的上线需求要排队等待。这也导致我们的同学摸索出“搭车上线”的模式，虽然加快了上线效率，但也加大了上线的风险，没有从根本上解决问题；
3.运行效率：PHP在开发效率和灵活度方面确实有一定优势，但当所支撑的业务达到几千万DAU及以上时，我们必须要考虑服务的运行效率和资源成本等问题。PHP语言在多线程/多协程的支持上，弱于java、C/C++、Go等语言，基于物理机部署的类单体服务部署架构，在资源利用率和服务扩缩容等方面也很难满足需求；
4.SRE效率：在出现稳定性问题时，我们期望能够做到快速感知、快速定位、快速止损。目前基于sia的监控/报警，基于日志的问题定位方式距离理想目标还有一定的距离：一是同学要奔波于各个平台/系统获取问题线索，二是获取到的线索及信息维度很多时候也无法满足快速、精确定位问题的需求；
这些问题需要通过“4化”，从总体业务架构、部署架构、基础设施等多方面去解决：

文章图片

1.2 为什么不直接基于GDP2 ？

文章图片

1.3 hulk与gdp2能?对照下?从三个??与gdp2做?个简单的对照，初步了解hulk的整体能?及与gdp2的?些差异。
1.3.1 web server能?
hulk?前主要服务于web应?，?先了解?下hulk的web server能?。

文章图片

1.3.2 功能/组件
功能/组件的丰富度及?身能?，很?程度上影响了框架对业务服务的?持能?。

文章图片

1.3.3 框架周边及基础设施
框架从来不是“单打独?的”，它需要有周边?具和基础设施来?持。

文章图片

1.3.4 对照总结
本节主要站在hulk能力角度与GDP2做了一些方面的参考对照。以上对照，可以概括为4点：
1.很多基础能?，hulk是复?gdp的，如：bns、net、codec等；
2.?些通?/扩展组件，hulk按照业务需求场景，进??次封装和增强，如：httpserver、ral、redis、mysql等；
3.对于gdp?前没有?持的?些业务需求，进?开发集成，如：定时任务、配置中?、服务治理等；
4.参考业界开源实践，引入了一些新的基础设施：如prometheus+grafana集群、sentry集群、故障定位系统等；
===
二、了解hulk 2.1 设计思路

文章图片

2.2 框架结构从功能上来看，hulk的整体能力可以划分为四层：

文章图片

2.2.1 基础组件
提供了绝大部分项目都应该需要的基础能力，也是其他上层功能组件很可能依赖的组件。hulk框架通过这些基础组件，使上层应用可以无感的与基础设施进行集成：

日志组件：默认支持与PHP兼容的打印格式（用于配置sia监控和报警），同时也兼容ftrace接入的格式（日志查询和问题定位）；
云原生监控：默认支持prometheus，对所有接口请求、redis、ral等远程调用进行多维度的metrics采集，并通过grafana展示；
配置中心：通过配置中心，可以实时下发并生效配置。目前支持Apollo/iConf，支持功能包括-版本管理、热发布、灰度发布、权限管理、审核与审计等；
事件追踪/定位：借助sentry，对于一些故障，我们可以秒级感知。hulk在异常信息中保存了比较完整的现场信息-如调用栈、request、集群和实例信息等，通过这些信息，可以直接定位问题的原因；

2.2.2 通用组件
这一层的组件能力是通用的，提供了一些管理控制和切面能力：

ral组件：hulk的ral模块封装了GDP2的ral主体功能，同时，对ral进行了增强- a) 提供了通过字符串而非文件来进行ral初始化和ral懒加载功能；b) 提供了多个hook能力，如prometheus的监控信息采集，熔断、降级等；
服务治理：框架的服务治理能力是基于Sentinel （阿里开源的高可用流量防护组件）和配置中心来构建的，主要以流量为切入点，从限流、流量整形、熔断、降级等多个维度来协助保障微服务的稳定性，并提供动态控制能力；
协程池：a) 可以自动调度海量协程，复用goroutines，减少gc，b) 可以优雅处理 panic，防止程序崩溃 c) 提供了：任务提交、获取运行中的 goroutine 数量、封装了WaitGroup支持协程任务编排等功能；
事件通知：框架与如流做了集成。用户将robot token配置在项目里，就可以直接使用ruliu组件向指定的如流群发送报警/通告。如流组件结合sentry，可以让我们第一时间知道程序出了问题并快速定位到问题；

2.2.3 扩展组件
前两层功能对直接的业务处理逻辑参与较少，这一层的组件其能力多是为了处理某一类特定业务逻辑和场景，如redis/mysql/定时任务等：
1.redis组件：基于GDP2 redis模块的封装并作了功能增，提供了：
a) metrics hook，对所有的redis请求进行监控(prometheus)打点（latency/p99/qps/错误码分布等）；
b) sentry hook，支持将redis错误在记错误日志同时发送到sentry；
c) 降级hook，支持按集群/实例/百分比维度降级redis访问；
d) 熔断hook，支持按集群/实例/错误率/慢请求率对依赖的服务进行熔断设置；
2.mysql组件：mysql组件是基于GDP2 mysql和 gorm_adapter的封装，在已有能力之上，进行了以下功能扩展：
a) 提供了metrics hook，对所有的mysql请求进行监控(prometheus)打点（latency/p99/qps/错误码分布等）；
b) 提供了sentry hook，支持将mysql错误在记错误日志的同时发送到sentry；
3.分布式锁：hulk提供了基于redis的分布式锁实现。其中redis连接是基于GDP2的redis模块的改造，分布式锁功能是封装了开源项目redsync；
4.定时任务：支持两种定时任务模式；
a) 带分布式锁的运行方式：对于多实例部署的定时任务，如果任务不是幂等的，则需要使用分布式锁对任务的调度运行进行控制；
b) 不带分布式锁的运行方式：此模式下，如果部署了多实例，则所有实例上同一时刻的定时任务，会同时执行；
2.2.4 http server
hulk（目前只提供了http server能力）提供了很多通用且高效的http middleware，并对外暴露了一些管理控制接口，在一些特殊情况下，可以通过这些管理接口，在运行时干预服务的运行：

logger_middleware：用于记录http的请求、响应、耗时等信息，同时支持实时修改日志打印策略-如按idc/ip/百分比/uid/cuid等维度打印；
timer_middleware：用于http请求的监控埋点，可以输出可用性、tp99、流量、平响、错误码等metrics，维度包括服务级/idc/instance等；
recover_middleware：用于捕获http 请求链路中的painc事件，并可自定义panic handler逻辑，如通过结合sentry和如流，可以实时感知并定位panic事件；
flow_control_middleware：接口限流组件，可以通过配置中心或管理接口，对接口按idc/instance维度进行限流；
timeout_middleware：通过该middleware或与配置中心结合使用，可以对接口按idc维度进行超时控制；
其他middleware可以查看hulk文档
（如-internal_user_middleware、jager_opentracing_middleware、thirdparty_auth_middleware、b2logger_middleware等）
管理控制接口：如健康检查接口，服务治理-熔断、限流、降级接口，metrics接口，线上实例性能调试接口等；

2.3 框架生态通过近一年的建设，我们初步构建了一个以hulk框架为中心的、符合好看业务场景的go生态体系，包括：

标准目录规范：避免各个项目结构不统一，减少项目维护难度和工作量；
代码生成器：基于hulk框架、标准目录规范、组件使用规范的代码生成器，目的是减少通用模块/组件使用不规范，解决通用流程编码、处理不一致的问题；
hklib：好看的通用lib库，提供了一些的通用功能（也包含了很多PHP转go过程中的一些orp通用/基础的函数/功能），也提供了50+对中台服务的调用client，减少重复代码，提升研发效率，提升可维护性；
基础设施：prometheus+thanos集群、sentry服务、apollo集群、pyroscope性能分析平台等；
iconf：好看自研配置中心，能力在对齐开源的Apollo之外，还增加/增强了一些功能，如-key维度的发布、更安全的配置获取、更简洁的操作页面、类分级发布等；
artemis：服务可视化与故障智能定位系统，可以在该系统中看到服务的部署架构、服务内部调用链、多维度细粒度的近实时监控和关键日志。在发生可用性故障时，一些故障问题可以秒级的定位到原因和具体代码；

2.4 框架应用情况目前短视频所有go服务都是基于hulk构建的，在资源、接口性能和可用性等方面都有一些阶段性产出和收益。
hulk框架应用现状：

文章图片

资源和性能收益：

文章图片

2.4 hulk服务架构
下图描述了一个微服务（基于hulk）的架构全景图：

框架中个各功能组件都是围绕业务各个场景和需求的，在业务逻辑中能够比较便捷的使用相关功能组件；
这些组件在启用后，也会与相应的基础设施进行交互融合，共同支撑服务的高效、可控和稳定的运行；

文章图片

===
三、框架能力与应用下面我们从日常开发遇到的一些痛点，来介绍框架的能力，并配以示例来说明这些能力是如何减少或解决痛点的。
3.1 如何提升代码质量？代码质量会直接或间接的产生以下影响：

代码质量会直接影响代码维护成本；
代码质量会影响程序出bug的概率；
代码质量会影响程序运行效率；

hulk框架从以下三方面分别来提升代码质量。
3.1.1 规范代码组织结构

通过标准目录规范，定义通用(http服务)的项目layout，避免出现每人一种或多种layout，最终项目结构“百花齐放”的现象；
通过代码生成器，帮助开发者生成项目模板，对初始化流程，各目录/文件的使用进行潜在约定；

3.1.2 编码规范和静态检查

遵循百度Go编码规范+业务编码补充规范；
使用GDP的代码检查工具：go_fmt、goc；

3.1.3 配套的压测和性能分析平台

压测和性能测试平台（测试环境）：nGrinder

文章图片

程序性能分析平台：pyroscope。可以通过hulk自集成的管理接口，实时打开或关闭线上实例的“continuous-prof”功能，定位线上性能问题：

文章图片

3.2 如何提升开发迭代速度？

如何让开发者专注于业务逻辑与实现？
如何让开发者快速响应并完成产品需求？

hulk框架为提升迭代速度，提供了以下支持。

3.2.1 丰富的实用组件/功能

程序增强组件：增强的redis/mysql功能，增强的ral调用等。例-下图中的redis监控，其监控指标是由hulk redis组件自动采集计算的：

文章图片

优秀的开源组件：sentry、prometheus+grafana、apollo、协程池等。例-prometheus+grafana：hulk框架默认支持prometheus，可以对服务的可用性、QPS、耗时、错误码等metrics自动计算收集：

文章图片

丰富的http middleware。

3.2.2 配置化、低代码支持

hulk框架中大部分组件可以通过环境变量/配置文件来初始化；
业务逻辑中的可变数据与配置，可以通过apollo/iconf实时下发和生效，无需代码修改和长流程上线。例-可以通过开箱即用的配置中心功能，实时下发并生效配置：

文章图片

3.3 如何快速感知并定位问题？

开发者如何快速感知服务中的问题，严重问题如何实时感知？
开发者如何能从监控、日志、报警中获得详细的问题信息，以快速定位问题？

hulk为提升SRE效率，从以下几个方面提供支持。
3.3.1 完善的事件追踪定位与通告能力

实时事件追踪组件：sentry。hulk提供了开箱即用的sentry组件功能，可以像打印日志一样使用，sentry中的信息包含代码调用栈、上下文、自定义关键信息等：

文章图片

通告组件：ruliu。一行token配置就可以开启如流功能，可以将一些需要立即关注的信息实时打到如流群里，同时还可以和sentry结合，实现异常问题实时感知和定位：

文章图片

3.3.2 prometheus+sia监控支持

prometheus为开发者提供灵活的多维度的业务监控信息；
sia可以为开发者提供基于日志的采集的服务稳定指标和容器、网络等资源维度监控信息；

3.3.3 ftrace日志查询与分析功能

通过ftrace，可以便捷高效的查询用户维度的日志信息；

文章图片

通过pdo2命令，可以检索查询自定义规则的日志信息；

3.4 基于hulk的服务可视化和故障智能定位系统artemis是我们基于hulk研发的一款服务可视化与故障智能定位追踪系统，它集服务部署架构可视化、近实时多维度监控、关键日志、服务调用链等多方面信息，可以快速、高效、精准的发现和定位稳定性问题。
该系统目前已接入好看/全民/度咔等多个后端服务，极大加速了故障定位效率。在一些故障场景，可以秒级定位问题，给出问题的代码行。
3.4.1 服务部署架构
通过实例列表，可以获取服务的idc列表、instance列表和详情，并提供了便捷高效的调试入口和登录指令：

文章图片

3.4.2 近实时多维度监控
artemis提供的近实时监控，能够提供更多维度信息，这些维度是sia和prometheus无法提供的，如：

某个URI下面的某个下游(或下游实例)RAL的QPS、耗时、可用性；
某个服务实例实例的URI或RAL的监控信息；

文章图片

3.4.3 关键日志
由于与hulk的深度集成，在业务代码中打印warning级别以上的日志时，artemis能拿到更多的日志信息，如-各维度信息、调用栈、上下文等：

文章图片

文章图片

3.4.4 服务调用链
在hulk框架的协助下，artemis还可以获取到URI及URI所依赖的RAL调用信息，由此可以构建出请求调用链，并实时展示调用链上的相关metrics信息：

文章图片

不同颜色的链路代表不同的可用性：红色-1个9及以下，黄色-2个9，蓝色-3个9，灰色-4个9。通过服务调用链，可以非常直观的看到服务里，哪个接口有问题，还可以看到哪些下游影响了这个接口的可用性。
3.4.5 使用案例
通过与报警系统的联动，可以在发生报警的第一时间，在artemis系统中找到受影响的服务及URI，确定是否是下游引起，错误是什么，哪一行代码报了错等，以下是一个artemis的实际应用示例。

文章图片

===
【短视频go研发框架实践】四、总结
===========
hulk虽然是?个新的go语?web框架，但不是重复造轮，?是站在?内和开源软件的基础上，结合业务实际开发、部署、运?、运维环境，对这些开源框架和?具进?取?补短、?次开发，最终切合实际的业务使?场景。同时，围绕hulk初步构建起的go生态，为服务在开发、部署、运行、运维等各个阶段都提供了有力支持。
最后，希望短视频研发部在go服务化架构升级/研发框架上的?些实践、?案和经验，能够给有相同架构升级需求、在go项?实践中遇到问题的其他业务线同学?些帮助和参考。
招聘信息：
短视频研发部，负责好看视频、全民小视频以及多款创新APP的孵化研发工作。是公司级战略产品，承担百度系产品矩阵短视频内容供给任务，重点支持百度搜索和信息流视频化，肩负百度内容生态视频化转型使命。仅用两年的时间就实现用户规模从零到亿级增长，日活数千万。拥有百亿级流量，亿级数据量，丰富新奇和全面的产品玩法，多类型的技术系统和领先的技术架构。
欢迎加入短视频研发部，社招，实习，校招都要哦
简历投递邮箱：geektalk@baidu.com （投递备注【短视频】）
推荐阅读：
｜千亿级模型在离线一致性保障方案详解
｜如何快速定位程序Core？
｜百度BaikalDB在同程艺龙的成功应用实践剖析
---------- END ----------
百度Geek说
百度官方技术公众号上线啦！
技术干货 · 行业资讯 · 线上沙龙 · 行业大会
招聘信息 · 内推信息 · 技术书籍 · 百度周边
欢迎各位同学关注