识货云原生降本提效实践 - 瞿晟荣.pdf

1、识货云原生降本提效实践识货质量运维总监瞿晟荣Contents目录01背景介绍02云原生降本提效03总结和后续演进识货App年轻人的生活社区与消费决策平台新生代消费群集散地年轻用户的消费风向标和发声阵地品质与性价比消费新体验正品商品导购平台品牌与用户的沟通中枢提供专业营销服务激发年轻消费力识货App整合全行业供给的优势，通过专业导购营销服务，致力于为广大年轻用户提供专业的网购决策指导，帮助用户便捷筛选全网正品低价商品。并带来运动、潮流、生活、时尚等网购前沿资讯，在年轻用户圈层中建立起强信赖与强引导，帮助品牌与商家挖掘电商平台之外的用户流量。年20122014201520202021识货网上线优惠

2、信息频道上线球鞋团购频道上线识货App正式上线海淘频道上线MAU破千万双11DAU破百万拍照搜鞋功能上线，帮助用户简化消费流程为满足年轻用户需求，拓展数码、美妆、箱包、生活服务等类目联合上万商家签署安心购协议，严保正品淘宝联盟优秀合作伙伴-战功赫赫影响力奖第九届娱乐营销论坛暨5S金奖颁奖盛典活动20182019正品鉴别服务上线商品库服务上线社区升级上线，为年轻人提供更专业的内容服务与更具归属感的交流阵地牵手鉴定国家队，与中检集团奢侈品鉴定中心达成战略合作起源体育社区用户对正品装备讨论度高，消费需求旺盛识货十年，初心不变与中国年轻人共同成长2022持续成长国内电商导购细分领域TOP1国内App应

3、用排名前100持续拓展宠物、母婴、营养保健、潮玩等类目新类目GMV占比超30%上线AR虚拟试穿功能，科技感加速用户决策淘宝联盟优秀合作伙伴-匠心独运创新力奖（数据来源：识货市场部）业务特点大促场景，每年有多次大促活动节，流量/订单为平时的10+倍。电商业务，在线业务多为无状态服务。流量呈现波峰波谷的特点，周期性变化。如何做到低成本、高效能？我们的思考和演进混部&超卖弹性&治理智能&预测延迟敏感服务批处理计算实时计算混部和超卖节点维度：多个类型（在线，离线）的容器部署在一个节点上运行。集群维度：多种应用在一个集群内自动部署，通过预测分析应用特性，业务间错峰填谷。对数据中心资源利用效率的不懈追求。

4、埃森哲报告显示 2021 年公有云数据中心的机器利用率平均不到10%，意味着企业的资源成本极高。另一方面大数据技术的发展迅速，计算作业对资源的需求越来越大。什么是混部混部的目标混部需要解决的问题容器混合部署时的互相干扰（noisy neighbor）集群管理在线服务类型应用单机的资源竞应用对资源的敏感程度不同，在资源调度和单机服务质量上都需要精细化的管理策略。资源竞争引发应用响应时间出现抖动毛刺的现象，产生长尾问题（tail latency）提升集群资源利用率，降低 IT 成本。简化对集群资源的管理，可以实现对各类应用的资源容量，分配量，使用量的清晰洞察。面向混部场景的资源优先级和服务质量模型

5、作业类型批处理任务ACK slo-manager提供了以下机制量化超卖资源：分级可靠的策略，满足差异化的资源质量需求。及时识别干扰源，避免影响 LS 应用。稳定可靠的资源超卖机制细粒度的容器资源编排和隔离机制针对多种类型工作负载的调度能力增强复杂类型工作负载的快速接入能力中心管控大数据/AI以外的服务均部署在ACK资源超卖 将申请而未使用的资源利用起来总内存的1/2资源部署为可超卖，实际超卖1/5资源隔离：确保cpu和内存的隔离，优先保证在线作业为应用提供一键接入的能力，自动注入相关优先级、QoS 配置总CPU核数的1/2部署为可超卖，实际超卖1/3容器作业有部分后台服务和一次性任务，延迟容忍

6、度容忍度较高在线作业只使用非超卖资源离线作业优先调度到超卖节点问题：公司成本压力较大，机器整体CPU使用率偏低云原生降本提效 超卖混部解决方案部署情况混部落地效果混部实践中,将大量的后台服务和任务类的服务应用到混部中，对CPU和MEM进行超卖，目前署571核的业务pod，占整个集群的1/4,整体集群的资源利用率由原来7%提升到20%（数据来自识货业务场景实践）（来自识货业务场景实践）平时业务使用固定 ECS 承载。弹性业务使用 ECI 承载，无需执行弹性部分容量规划。通过指定调度策略，自动执行，无需介入复杂调度逻辑