Tair

TFS的开发，让淘宝的图片功能得到了充分的发挥。同TFS一样，很多技术都是在产品的推动下得到发展的。在讲下面的技术之前，有必要说说那些年，我们一起做过的几个产品。

先说个比较悲剧的——【团购】，这个团购可不是现在满大街挂的那种groupon类型的模式，在groupon出生之前，在2006年，淘宝的产品经理一灯就提出了“团购”这种产品。一灯最初的设想是让买家在社区发起团购，“团长”找到足够的人之后，去跟卖家砍价，这类似于现在蘑菇街的“自由团”。但由于种种原因，在开发的时候产品的功能做了裁剪，跟最初的设想比起来偏离了一点，变成了让卖家设置团购价，在买家达到指定的数量之后，以团购价成交。这个功能看起来是结合了淘宝一口价和荷兰拍的另一种交易模式，但不幸没有支撑下去，这种交易方式最大的弱点就是让买家看到了卖家的底牌，即便达不到团购的数量，他们也往团购的价格上砍。当时为了引流量，淘宝网开辟了团购专区，实诚的卖家在达不到团购数量的时候，被砍价砍亏了，狡猾的卖家干脆提高原价，利用这个专区做促销。在接下来的两年里这个产品沦落成了促销工具（话说现在满大街的团购，其实也就是促销）。这个产品，让研发人员对“产品”这个概念有了深刻的认识。

再说一个更加悲剧的——【我的淘宝】，我的淘宝是给会员管理自己的商品、交易、收货地址、评价、投诉的地方，这个地方由于登录之后才能看到，所以风格跟外面完全不一样，很长时间都没有优化过，样子丑，用户操作也不方便，如果一个人有很多商品，上下架需要一个一个的操作，非常麻烦（想想那些卖书的）。这时候一个重要人物登场了，承志（现在的蘑菇街CEO，他让我把他描写的帅一点），他给我们演示了最牛叉的前端交互技术，就是Gmail上那种Ajax的交互方式，可以拖动、可以用右键、可以组合键选择、操作完毕还不刷新页面，管理商品如有神助，帅呆了。我是这个项目的项目经理，一灯是产品经理，我们再拉上万剑和一伙工程师就开搞了。热火朝天的干了三个月，快要完成的时候，老马不知道怎么回事突然出现在我身后，看我操作了一遍新版我的淘宝之后，问我这是不是客户端软件，我说是网页，他抓狂了，说这跟客户端软件一样，链接底下连线都木有，上下架用文件夹表示，我都不知道怎么操作了，卖家肯定也不会玩。

老马果然是神一样的人物，他说的应验了，淘宝历史上第一个群体性事件爆发了，试用完新版本的我的淘宝之后，很多卖家愤怒了，说不会玩。一灯就和承志一起商量怎么把页面改得像个网页一点，改了半个月，愤怒依然没有平息。我很无奈地看着这两个人在那里坚持，然后跟老板们商量怎么办。后来我们用了一个很挫的方法给自己一个台阶，到论坛上让大家投票要不要使用新版我的淘宝，投票结果是一半以上的反对。于是这么十来个人做了3个月的系统被杀掉了。这让我非常沮丧，但最痛苦的还不是这个，我们下线之后，另外一拨卖家不满了，说这么好的功能怎么没有了？啊~~~你们怎么不早点站出来，亲？这个产品带给我们的是新技术（Ajax）的尝试，还有就是新技术对用户操作习惯的改变，一定要慎之又慎。另外还有一点没有总结好的教训，就是应对群体事件的时候，我们手足无措，在后来【招财进宝】和淘宝商城出现群体性事件的时候，我发现悲剧在重演。

说到【招财进宝】，这个是最悲剧的产品。到2006年五一的时候，一个划时代的项目启动了（我苦逼的连续失去了两个五一节，前面一个是2005年做支付宝系统）。财神说要用最好的项目阵容，我被选中了，这一下子让我觉得我能划分到最好的员工之类，在【我的淘宝】这个产品中严重受伤的心又痊愈了。这是一个商品P4P的系统，就是按成交付费。我们认为已经有很多卖家有钱了，但淘宝上这么多的商品，他们很难被找到，卖家愿意花钱让商品排在前面。我们允许卖家购买广告位，把他的商品按一定算法给个排名（类似于百度的竞价排名，但不仅仅看他出了多少钱，还有信用、成交量、被收藏数量等等，这个算法搞的巨复杂）。这是一个多么牛叉的盈利模式啊！

这个系统进行的很顺利，但发布的时候，更大的群体性事件出来了，买家们质疑：你们不是承诺3年不收费么？收广告费不是收费么？后来我们的竞争对手又推波助澜，公关公司和圈子里各路大侠上蹿下跳，甚至同行搞了个“一键搬家”的功能来收纳我们的会员。一时之间，舆论哗然，各种矛头都指了过来。为了收场，我们又一次在论坛里面让用户投票决定产品是否下线，同【我的淘宝】一样，以悲剧收场。也如同【我的淘宝】一样，下线后，一拨尝到甜头的卖家说，这么好的功能怎么没有了？（直到后来yahoo中国合并过来之后，开发了淘宝直通车，才以类似的产品形态满足了这部分需求）

虽然招财进宝失败了，但这个项目中对技术的探索更加深入，这里面用到了用户行为追踪、Ajax等。其中有一个技术的细节非常经典，淘宝商品详情页面每天的流量在10亿以上，里面的内容都是放在缓存里的，做招财进宝的时候，我们要给卖家显示他的商品被浏览的次数（见下图），这个数字必须实时更新，而用缓存的话一般都是异步更新的。于是商品表里面增加了这样一个字段，每增加一个PV这个字段就要更新一次。发布上去一个小时数据库就挂掉了，撑不住这么高的update。数据库撑不住怎么办？一般的缓存策略是不支持实时更新的，这时候多隆大神想了个办法，在apache上面写了一个模块，这个数字根本不经过下层的web容器（只经过apache）就写入一个集中式的缓存区了，这个缓存区的数据再异步更新到数据库。这就是我前面提到的，我们整个商品详情的页面都在缓存中了，把缓存用到了极致。

（这个图真不是广告，亲）

那么接下来，我们就说说缓存的技术吧。

淘宝在很早就开始使用缓存的技术了，在2004年的时候，我们使用一个叫做ESI（Edge Side Includes）的缓存。在决定采用ESI之前，多隆试用了很多java的cache，但都比较重，后来用了oracle web cache，也经常挂掉，oracle web cache也支持ESI，多隆由此发现了ESI这个好东东。ESI是一种数据缓冲/缓存服务器，它提供将Web网页的部分（这里指页面的片段）进行缓冲/缓存的技术及服务。由Oracle公司和Akamai Technologies公司制定规格，Akamai公司提供对应的信息传送的服务。以往的数据缓冲服务器和信息传送服务以“页”为单位制作，复制到数据缓冲服务器中，处理静态页面很有效。但在面对动态内容的时候，就很难得到高效率。在ESI中是部分的缓冲网页，使用基于XML的标记语言，指定想要缓冲的页面部分。由此，页面内分为动态地变更的部分和静态的不变更的部分，只将静态的部分有效地发送到服务器中。淘宝网的数据虽然大部分都是动态产生的，但页面中的静态片段也有很多，例如页面的头、尾，商品详情页面的卖家信息等（如下图右侧），这些最早都是从ESI缓存中读取的。

ESI解决了页面端静态片段的缓存，聪明的读者可能马上就想到了，在后端的那些数据能不能使用缓存？显然也是可以的，而且是必须的。例如一个大卖家的商品和店铺，一天的浏览量可能是几百万，一个小卖家的可能只有几个，那这个大卖家的用户信息要是每次都去数据库里面取，显然不划算，要是把这个信息放在内存里面，每次都从内存里取，性能要好很多。这种应用场景，就是memcached这种Key-Value缓存的用武之地。只可惜在淘宝急需要memcached的时候，它还没有崭露头角（它2003.6出现的，但近几年才火爆起来，当时没发现它）。我们的架构师多隆大神再一次出手了，他写了一个缓存系统，叫TBstore，这是一个分布式的基于Berkeley DB的cache系统，推出之后在Alibaba集团内部使用非常广泛，特别是对于淘宝，tbstore上应用了ESI（就是上面说过的那个ESI）、checkcode（验证码）、description（前文说过的商品详情）、story（心情故事，商品信息里面的一个大字段，长度仅次于商品详情）、用户信息等等内容。

TBstore的分布式算法实现：根据保存的key，对key进行hash算法，取得hash值，再对hash值与总Cache服务器数据取模。然后根据取模后的值，找到服务器列表中下标为此值Cache服务器。由java client api封装实现，应用无需关心；这点和memecached的实现方案完全一致。

TBstore有一个优点，这也是它的弱点，它的存储是基于Berkeley DB的，而Berkeley DB在数据量超过内存的时候，就要往磁盘上写数据了，所以说它是可以做持久化存储的。但是一旦往磁盘写数据，作为缓存的性能就大幅度下降。

这时又有一个项目，推动了淘宝在缓存方面的技术提升。在2007年，我们把淘宝的用户信息独立出来，形成一个中心系统UIC（user information center），因为淘宝所有的功能都要依赖于用户信息，所以这个模块必须单独拿出来，不然以后系统无法扩展了。把UIC拿出来以后，应用系统访问UIC，UIC访问数据库取得用户信息，粗粗算一下，每天要取几十亿的用户信息，直接查询数据库的话，显然数据库要崩溃的，这里必须要用缓存。于是多隆为UIC专门写了一个缓存系统，取名叫做tdbm。tdbm抛弃了Berkeley DB的持久功能，数据全部存放在内存中。到2009年，多隆又参考了memcached的内存结构，改进了tdbm的集群分布方式，在内存利用率和吞吐量方面又做了大幅提升，推出了tdbm2.0系统。

由于tdbm和TBstore的数据接口和用途都很相似，开发团队把二者合并，推出了淘宝自创的KV缓存系统——tair。tair包括缓存和持久化两种存储功能。tair 作为一个分布式系统，是由一个中心控制节点和一系列的服务节点组成。我们称中心控制节点为config server，服务节点是data server。config server 负责管理所有的data server，维护data server的状态信息。data server 对外提供各种数据服务，并以心跳的形式将自身状况汇报给config server。 config server是控制点，而且是单点，目前采用一主一备的形式来保证其可靠性。所有的 data server 地位都是等价的。tair的架构图如下所示：

部署结构图是这个样子的：

目前，tair支撑了淘宝几乎所有系统的缓存信息。Tair已开源，地址code.taobao.org。

在创造了TFS和tair之后，整个系统的架构可以如下所示：

在这个时候搜索引擎iSearch也进行了一次升级，之前的搜索引擎是把数据分到多台机器上，但是每份数据只有一份，现在是每份数据变成多份，整个系统从一个单行的部署变成了矩阵。能够支撑更大的访问量，并且做到很高的可用性。