近些年，由于互聯(lián)網(wǎng)的快速發(fā)展以及線上需求的爆發(fā)，直播在國內(nèi)已經(jīng)成為一個非常成熟的商業(yè)模式。在娛樂、教育、辦公等場景中涌現(xiàn)出許多優(yōu)秀的視頻直播產(chǎn)品。隨著國內(nèi)市場競爭日益白熱化，加之企業(yè)出海漸成趨勢，越來越多的直播公司選擇走出去，尋找新的海外直播市場，借鑒國內(nèi)成熟的產(chǎn)品、運營以及商業(yè)模式，讓全球的用戶都用上中國人創(chuàng)造的產(chǎn)品，LiveMe 便是成功的出海直播產(chǎn)品之一。

LiveMe 是一個全球直播和社交平臺,于 2016 年 4 月推出。LiveMe 的產(chǎn)品功能包括 H2H、多人聊天、虛擬形象直播、蹦迪房等，它使用戶能夠隨時隨地直播、并觀看其他精彩的直播以及與世界各地的朋友進(jìn)行視頻聊天。目前 LiveMe 已在全球積累了超過 1 億用戶和超過 300 萬的主播。它已成為美國最受歡迎的社交應(yīng)用程序之一，并已在 200 多個國家和地區(qū)推出。

(資料圖)

業(yè)務(wù)痛點

與其他行業(yè)出海一樣，直播產(chǎn)品的出海也面臨著許多全球化挑戰(zhàn)。如各地的合規(guī)監(jiān)管、本地化運營、持續(xù)創(chuàng)新、政治文化差異等，都為直播產(chǎn)品出海帶來巨大挑戰(zhàn)。而在出海的過程中，底層的技術(shù)能力幫助 LiveMe 在成本節(jié)約、用戶增長、金融風(fēng)控、提升研發(fā)效率等方面不斷實現(xiàn)精細(xì)化運營與業(yè)務(wù)創(chuàng)新。

經(jīng)過了多年的沉淀，LiveMe 在業(yè)務(wù)上已經(jīng)形成了線上微服務(wù)主導(dǎo)，線下計算中心主導(dǎo)的技術(shù)架構(gòu)。線上業(yè)務(wù)是通過 Go 語言開發(fā)的一套微服務(wù)架構(gòu)，每個服務(wù)根據(jù)不同業(yè)務(wù)特性具有自己獨立的存儲。線下業(yè)務(wù)是由數(shù)據(jù)研發(fā)團(tuán)隊來維護(hù)，通過 sqoop 和 MySQL Binlog 同步等方式從數(shù)據(jù)庫層面抓取數(shù)據(jù)到數(shù)據(jù)倉庫，完成一系列業(yè)務(wù)相關(guān)的支持。

這套業(yè)務(wù)架構(gòu)中線上業(yè)務(wù)主要面臨著以下痛點：

第一，雖然完成了微服務(wù)分庫的設(shè)計，每個服務(wù)都有自己獨立的數(shù)據(jù)庫，但是每個業(yè)務(wù)中又存在很多業(yè)務(wù)上的大表，都存在 MySQL 分表的現(xiàn)象。在典型的分表場景中，數(shù)據(jù)庫表會按照用戶的 UID 尾號經(jīng)過 MD5 后分到 256 張表，但是日積月累后又需要再根據(jù)時間日期做一個垂直的分表，導(dǎo)致數(shù)據(jù)庫表無法完成聚合查詢，再加上跨時間段的分表需求，很多場景無法滿足線上需求。

第二，對于分析型業(yè)務(wù)數(shù)據(jù)而言，需要保證數(shù)據(jù)的實時性，并保留數(shù)據(jù)細(xì)節(jié)。實時的數(shù)據(jù)分析，可以在業(yè)務(wù)上更快做出決策，例如在一些活動運營場景中，業(yè)務(wù)團(tuán)隊需要快速從各個數(shù)據(jù)維度來分組統(tǒng)計觀察活動效果；在金融相關(guān)風(fēng)控業(yè)務(wù)中，需要根據(jù)各個維度快速聚合來判斷各項數(shù)據(jù)是否達(dá)到風(fēng)控模型的閾值。如果使用離線計算的方式，數(shù)據(jù)的實時性根本無法得到保證；此外，經(jīng)過離線計算或者實時計算過的數(shù)據(jù)，如果用戶反饋數(shù)據(jù)有問題，需要查看數(shù)據(jù)的細(xì)節(jié)也很難實現(xiàn)。

第三，各種精細(xì)化運營需求，例如推薦、個性化運營等場景不斷增加，對于數(shù)據(jù)的實時要求越來越高。因此，LiveMe 急需一種更簡單，同時讓線上線下業(yè)務(wù)做好平衡的方案。

此時，如果 LiveMe 繼續(xù)選擇大數(shù)據(jù)技術(shù)棧解決痛點就會面臨以下挑戰(zhàn)：1）大數(shù)據(jù)技術(shù)棧的架構(gòu)非常復(fù)雜，中間件過多；2）需要額外的技術(shù)棧學(xué)習(xí)成本，比如如果使用數(shù)據(jù)同步，就需要 sqoop、scala、kafka 等中間件，會大幅增加整個業(yè)務(wù)的復(fù)雜性；3）希望線上業(yè)務(wù)以及架構(gòu)非常簡單，能夠簡化到普通開發(fā)人員只要能夠 CRUD（增加(Create)、讀取(Read)、更新(Update)和刪除(Delete)） 數(shù)據(jù)庫就可以上手開發(fā)。

為什么選擇 TiDB ？

基于以上業(yè)務(wù)挑戰(zhàn)，LiveMe 經(jīng)過一系列技術(shù)選型后最終選擇了 TiDB 數(shù)據(jù)庫。 TiDB 的以下特性可以幫助 LiveMe 很好的應(yīng)對挑戰(zhàn)：

1）TiDB 的性能大于等于 MySQL ；

2）TiDB 的 HTAP 特性能夠解決線上大表的問題，在后臺或者一些實時分析場景中，其 OLAP 分析能力能夠保證實時數(shù)據(jù)報表；

3）TiDB 引入的 MPP 架構(gòu)分析能力，使得 OLAP 查詢速度非?？欤@也是 OLAP 數(shù)據(jù)庫架構(gòu)上的技術(shù)方向；

4）TiDB 團(tuán)隊有著完善和專業(yè)的技術(shù)支持，在過程中可以幫助 LiveMe 解決很多問題，在線上大規(guī)模使用后也沒有后顧之憂。

如何利用 TiDB 實現(xiàn)實時聚合查詢

鑒于 LiveMe 的微服務(wù)架構(gòu)，如果將數(shù)據(jù)源全部替換，工程量大且不能一蹴而就，因此就需要一種兼容性的方案，在保證線上業(yè)務(wù)不受影響的同時也能使用 TiDB 的特性來解決 LiveMe 的業(yè)務(wù)痛點。因此，對于需要聚合查詢的業(yè)務(wù)， LiveMe 通過消息隊列廣播的方式，在業(yè)務(wù)層訂閱相關(guān)事件再補充業(yè)務(wù)側(cè)需要的寬表信息寫入 TiDB，基于 TiFlash 就可以做到實時的運營報表。業(yè)務(wù)開發(fā)人員只需要編寫對應(yīng)的 SQL 查詢，就可以輕松完成需求。 沒有了復(fù)雜的 ETL 過程，大大簡化了開發(fā)流程。

對于業(yè)務(wù)數(shù)據(jù)， LiveMe 使用 AWS SQS 消息隊列，相比 Kafka 的優(yōu)勢在于每條數(shù)據(jù)都是原子性的，每條數(shù)據(jù)都可以用來做冪等重試，來保證數(shù)據(jù)的最終一致性。目前，這套技術(shù)方案已經(jīng)支撐了 LiveMe 的活動運營和金融風(fēng)控等多個業(yè)務(wù)場景，滿足了 LiveMe 對于線上大量數(shù)據(jù)實時聚合查詢的要求。

如何使用 TiDB 簡化技術(shù)架構(gòu)

LiveMe 有一個類似朋友圈功能的場景，這個業(yè)務(wù)中存在兩個技術(shù)難點：第一是對于數(shù)據(jù)的無限量增長存儲如何實現(xiàn)擴(kuò)容；第二是數(shù)據(jù)的冷熱分離，這又涉及到數(shù)據(jù)成本的問題。

以用戶發(fā) Twitter 的場景舉例：如果用戶發(fā)了一條 Twitter，它會寫入到自己所有的關(guān)注列表，比如有 100 個粉絲，就寫入 100 條，如果有 10 萬粉絲就需要寫入 10 萬條數(shù)據(jù)，這是一個典型的寫擴(kuò)散場景。這個場景帶來的效果是數(shù)據(jù)爆炸半徑非常大，如果某流量網(wǎng)紅發(fā)一條 Twitter ，數(shù)據(jù)寫入量會非常大，因此需要一個能夠接近于無限擴(kuò)容的存儲機制才可以實現(xiàn)這個場景。

Twitter 是通過維護(hù)一個 redis-cluster 來解決 feed 分發(fā)的存儲。LiveMe 的技術(shù)團(tuán)隊也想到使用這種技術(shù)架構(gòu)，技術(shù)團(tuán)隊經(jīng)過選型考慮使用 codis 集群來做存儲，但通過對成本的考量，認(rèn)為這個方案是不可行的，大量的 feed 冷數(shù)據(jù)存儲在 codis 這樣的內(nèi)存密集型數(shù)據(jù)庫中，成本非常高。因此，技術(shù)團(tuán)隊面臨的挑戰(zhàn)是如何用低成本的方式去實現(xiàn)一個寫擴(kuò)散的場景。

基于 TiDB 解決方案，LiveMe 技術(shù)團(tuán)隊在上述寫擴(kuò)散場景中，把擴(kuò)散寫入的部分替換成了 TiDB，使用一張數(shù)據(jù)庫表來存儲所有 feed 的寫入關(guān)系，比如用戶有 100 萬粉絲，就在數(shù)據(jù)庫里插入 100 萬條數(shù)據(jù)?；?TiDB 的分布式數(shù)據(jù)庫特性，幫助 LiveMe 簡單高效地解決了數(shù)據(jù)增長擴(kuò)容問題。

基于此技術(shù)架構(gòu)，技術(shù)團(tuán)隊簡化了一個典型的 redis 緩存設(shè)計問題，熱數(shù)據(jù)放在 redis 中，用 mget 來獲取。冷數(shù)據(jù)放在 TiDB 中，用 select in 查詢，這樣做數(shù)據(jù)冷熱區(qū)分就非常容易，甚至可以實現(xiàn)一個簡單的布隆過濾器來了解哪些數(shù)據(jù)在熱數(shù)據(jù)，哪些數(shù)據(jù)在冷數(shù)據(jù)里。以此減少無效數(shù)據(jù)的回源，更高效獲取數(shù)據(jù)。

LiveMe 的朋友圈功能基于 TiDB 的分布式存儲特性進(jìn)行技術(shù)改造后， feed 表從 2021 年中旬上線至今已經(jīng)達(dá)到數(shù)十億數(shù)據(jù)寫入，現(xiàn)在的數(shù)據(jù)量單表 39 億條。因為這些數(shù)據(jù)是永久保留不會刪除的，所以該數(shù)據(jù)也會一直增長。

未來規(guī)劃

未來， LiveMe 將會繼續(xù)嘗試 TiDB 在更多業(yè)務(wù)中，一方面會做數(shù)據(jù)庫管理開發(fā)；另一方面將對于強事務(wù)依賴交易型的業(yè)務(wù)嘗試使用 TiDB，為直播電商場景做技術(shù)儲備。

關(guān)鍵詞： 新聞資訊