代码|vivo不小心把内部自研技术方案写进了“年终总结”,我看了直接好家伙


杨净 萧箫 发自 凹非寺
量子位 报道 | 公众号 QbitAI

自研专业影像芯片V1 , 可1秒内处理30张与普通手机像素相同的照片 , 搭载该芯片的品牌 , 在第三季度成为4000+以上高端市场份额TOP 3;
国内总活跃用户超2.7亿 , 应用日均分发10.8亿;
平台开发者短短9个月内收获超10倍的广告收入……
在开发者大会上 , vivo这样公布了自己过去一年的成绩单 。

代码|vivo不小心把内部自研技术方案写进了“年终总结”,我看了直接好家伙
文章图片

如此业务能力和用户分发体量 , 作为2021的“年终总结” , 似乎已经足够 。
然而 , vivo却不止于此 , 甚至甩出了一张更大的“底牌”——
公开部分底层研发引擎的架构 , 相当于把vivo程序员们“内部传阅”的技术案例放出来进行了分享 。
线上的弹幕显然也没想到vivo会放出这般大招 , 直呼“热情”:

代码|vivo不小心把内部自研技术方案写进了“年终总结”,我看了直接好家伙
文章图片

甚至还有人迫不及待地想要“打听细节”:这些问题是困扰许多公司的难题 , 你们是咋解决的?

代码|vivo不小心把内部自研技术方案写进了“年终总结”,我看了直接好家伙
文章图片

这次 , vivo究竟公开了什么值得一提的技术方案?
一起来看看 。
vivo内部秘籍公开 vivo这次公开的秘籍确实不少 , 例如防止同事删库跑路的数据库平台、同时运行数十款月活过亿应用还不崩的服务器平台、以及让设计师不用再麻烦研发的工具产品……
具体来说 , 可以分为基础架构和产品工具两种类型 。
一方面 , vivo公开了数据库与存储平台、推送平台这两大引擎 。
其中 , 数据库与存储平台 , 解决的是数据库和存储服务这两项“产品基石”的问题 。
简单来说 , 在产品开发过程中 , 会面临数据库故障频发和人为的误操作 , 例如同事不小心“删库”这种手误操作;以及服务器成本高昂等问题 。
本着解决业务使用数据库和存储产品的效率、成本、安全等问题 , vivo自研了一个数据库与服务器平台 。
效果怎么样呢?
从服务器密度来看 , 从2017年只能在570台服务器上运行1507个实例 , 到今年能在3880台服务器上运行56236个实例 , 实例部署密度增长了接近7倍:

代码|vivo不小心把内部自研技术方案写进了“年终总结”,我看了直接好家伙
文章图片

可以说是极大地提升了服务器的资源应用率(老板一定很高兴) 。
从数据库的可用性来看 , SLA(性能压测通过指标)直接达到了99.99%的可用性和11个9 的数据可靠性 。

推荐阅读