如何利用進行JARVIS美團即時物流的分布式系統架構設計

這期內容當中小編將會給大家帶來有關如何利用進行JARVIS美團即時物流的分布式系統架構設計，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

 背景

美團外賣已經發展了五年，即時物流探索也經歷了 3 年多的時間，業務從零孵化到初具規模，在整個過程中積累了一些分布式高并發系統的建設經驗。最主要的收獲包括兩點：

即時物流業務對故障和高延遲的容忍度極低，在業務復雜度提升的同時也要求系統具備分布式、可擴展、可容災的能力。即時物流系統階段性的逐步實施分布式系統的架構升級，最終解決了系統宕機的風險。圍繞成本、效率、體驗核心三要素，即時物流體系大量結合 AI 技術，從定價、ETA、調度、運力規劃、運力干預、補貼、核算、語音交互、LBS 挖掘、業務運維、指標監控等方面，業務突破結合架構升級，達到促規模、保體驗、降成本的效果。

主要介紹在美團即時物流分布式系統架構逐層演變的進展中，遇到的技術障礙和挑戰：

訂單、騎手規模大，供需匹配過程的超大規模計算問題。遇到節假日或者惡劣天氣，訂單聚集效應，流量高峰是平常的十幾倍。物流履約是線上連接線下的關鍵環節，故障容忍度極低，不能宕機，不能丟單，可用性要求極高。數據實時性、準確性要求高，對延遲、異常非常敏感。

美團即時物流架構

美團即時物流配送平臺主要圍繞三件事展開：一是面向用戶提供履約的 SLA，包括計算送達時間 ETA、配送費定價等；二是在多目標（成本、效率、體驗）優化的背景下，匹配最合適的騎手；三是提供騎手完整履約過程中的輔助決策，包括智能語音、路徑推薦、到店提醒等。

在一系列服務背后，是美團強大的技術體系的支持，并由此沉淀出的配送業務架構體系，基于架構構建的平臺、算法、系統和服務。龐大的物流系統背后離不開分布式系統架構的支撐，而且這個架構更要保證高可用和高并發。

分布式架構，是相對于集中式架構而言的一種架構體系。分布式架構適用 CAP 理論（Consistency 一致性，Availability 可用性，Partition Tolerance 分區容忍性）。在分布式架構中，一個服務部署在多個對等節點中，節點之間通過網絡進行通信，多個節點共同組成服務集群來提供高可用、一致性的服務。

早期，美團按照業務領域劃分成多個垂直服務架構；隨著業務的發展，從可用性的角度考慮做了分層服務架構。后來，業務發展越發復雜，從運維、質量等多個角度考量后，逐步演進到微服務架構。這里主要遵循了兩個原則：不宜過早的進入到微服務架構的設計中，好的架構是演進出來的不是提前設計出來的。

分布式系統實踐

上圖是比較典型的美團技術體系下的分布式系統結構：依托了美團公共組件和服務，完成了分區擴容、容災和監控的能力。前端流量會通過 HLB 來分發和負載均衡；在分區內，服務與服務會通過 OCTO 進行通信，提供服務注冊、自動發現、負載均衡、容錯、灰度發布等等服務。當然也可以通過消息隊列進行通信，例如 Kafka、RabbitMQ。在存儲層使用 Zebra 來訪問分布式數據庫進行讀寫操作。利用 CAT（美團開源的分布式監控系統）進行分布式業務及系統日志的采集、上報和監控。分布式緩存使用 Squirrel+Cellar 的組合。分布式任務調度則是通過 Crane。

在實踐過程還要解決幾個問題，比較典型的是集群的擴展性，有狀態的集群可擴展性相對較差，無法快速擴容機器，無法緩解流量壓力。同時，也會出現節點熱點的問題，包括資源不均勻、CPU 使用不均勻等等。

首先，配送后臺技術團隊通過架構升級，將有狀態節點變成無狀態節點，通過并行計算的能力，讓小的業務節點去分擔計算壓力，以此實現快速擴容。

第二是要解決一致性的問題，對于既要寫 DB 也要寫緩存的場景，業務寫緩存無法保障數據一致性，美團內部主要通過 Databus 來解決，Databus 是一個高可用、低延時、高并發、保證數據一致性的數據庫變更實時傳輸系統。通過 Databus 上游可以監控業務 Binlog 變更，通過管道將變更信息傳遞給 ES 和其他 DB，或者是其他 KV 系統，利用 Databus 的高可用特性來保證數據最終是可以同步到其他系統中。

第三是我們一直在花精力解決的事情，就是保障集群高可用，主要從三個方面來入手，事前較多的是做全鏈路壓測評，估峰值容量；周期性的集群健康性檢查；隨機故障演練（服務、機器、組件）。事中做異常報警（性能、業務指標、可用性）；快速的故障定位（單機故障、集群故障、IDC 故障、組件異常、服務異常）；故障前后的系統變更收集。事后重點做系統回滾；擴容、限流、熔斷、降級；核武器兜底。

單 IDC 的快速部署 & 容災

單 IDC 故障之后，入口服務做到故障識別，自動流量切換；單 IDC 的快速擴容，數據提前同步，服務提前部署，Ready 之后打開入口流量；要求所有做數據同步、流量分發的服務，都具備自動故障檢測、故障服務自動摘除；按照 IDC 為單位擴縮容的能力。

多中心嘗試

美團 IDC 以分區為單位，存在資源滿排，分區無法擴容。美團的方案是多個 IDC 組成虛擬中心，以中心為分區的單位；服務無差別的部署在中心內；中心容量不夠，直接增加新的 IDC 來擴容容量。

單元化嘗試

相比多中心來說，單元化是進行分區容災和擴容的更優方案。關于流量路由，美團主要是根據業務特點，采用區域或城市進行路由。數據同步上，異地會出現延遲狀況。SET 容災上要保證同本地或異地 SET 出現問題時，可以快速把 SET 切換到其他 SET 上來承擔流量。

智能物流的核心技術能力和平臺沉淀

機器學習平臺，是一站式線下到線上的模型訓練和算法應用平臺。之所以構建這個平臺，目的是要解決算法應用場景多，重復造輪子的矛盾問題，以及線上、線下數據質量不一致。如果流程不明確不連貫，會出現迭代效率低，特征、模型的應用上線部署出現數據質量等障礙問題。

JARVIS 是一個以穩定性保障為目標的智能化業務運維 AIOps 平臺。主要用于處理系統故障時報警源很多，會有大量的重復報警，有效信息很容易被淹沒等各種問題。此外，過往小規模分布式集群的運維故障主要靠人和經驗來分析和定位，效率低下，處理速度慢，每次故障處理得到的預期不穩定，在有效性和及時性方面無法保證。所以需要 AIOps 平臺來解決這些問題。

上述就是小編為大家分享的如何利用進行JARVIS美團即時物流的分布式系統架構設計了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。