抗住百万级流量并发，快手 + 阿里云混合云弹性调度系统的建设之路

快手 APP 是一款用户量极大的短视频应用。目前平均日活跃用户达 3.76 亿，平均月活跃用户达 6.73 亿，累计互关用户对数超过 311 亿对，日均互动（包括点赞、评论和转发等）总量达 80 亿次。为了支撑如此庞大的用户规模、业务量级，快手建立了多个庞大的数据中心，海量的服务器集群来承载每日数亿用户的访问。

为了应对并发量极高的秒杀场景，快手采用了如下图所示的分布式系统架构、负载均衡技术、缓存技术、消息队列、服务限流排队、热点缓存优化等技术手段，以提高系统的并发处理能力和扩展性；在数据中心能力上，提高服务器的处理能力和可靠性，以确保系统的稳定性和可用性。此外，还加强对系统的监控和运维，及时发现和解决问题，确保系统的高可用性。同时，也不断优化系统的性能，提升用户体验和满意度。

为了应对峰值，快手容器云平台构建了快手 IDC+ 阿里云的混合云架构，通过专线打通双方网络互联互通，利用阿里云丰富的产品能力和弹性优势进行业务“削峰填谷”。阿里云计算资源具备快手弹性和库存优势，为快手容器的弹性和扩展提供了强有力的支持，从而更好地应对峰值，满足高并发和大流量场景下的业务需求。

在扩展公有云资源的过程中，会基于时延和容灾域将相应公有云上不同可用区资源合入到快手内部不同可用区内，并优先将非高频访问缓存类的服务扩容到公有云机房，以优化业务性能。当发生单可用区的故障时，可通过可用区级的快速切流来完成业务恢复。同时为了加速业务的启动耗时，在公有云机房建立了镜像仓库缓存节点，结合 p2p 镜像下载机制，显著加速公有云上的容器实例的启动速度。

其中的混合云调度平台，通过打通预算管理、容器资源运营及资源交付等多平台，实现了混合云弹性资源的快速交付，满足业务突发流量的算力资源诉求。整体过程中实现了如下平台能力：

• 弹性云服务器资源快速纳入容器集群：可实现 10 万核计算资源 30 分钟内接入快手容器云并达到业务可用状态；

• 快手自建机房与公有云机房资源通过容器集群统一纳管：提供一致化的算力交付，业务侧不感知底层资源差异；

• 智能化的资源调度策略：平台统一托管资源分配策略，突发流量所需要的业务扩容优先使用云上资源，活动结束缩容优先退还云上资源并自动下线主机；

据了解，阿里云已经连续十来年保障了天猫双 11 的平稳运行，扛住了零点过后的流量峰值，阿里巴巴业务 100% 运行在阿里云上。那么，快手容器云＋阿里云的组合模式是否能经受住另一个大促考验呢？

在 2023 年某大 V 大促活动中，快手电商为了应对大 V 秒杀峰值的资源计算需求，快手的弹性容器云快速利用以上打通阿里云的系统，进行了峰值资源的扩容，扩充总量级达到数万核 CPU，将下单的峰值吞吐能力提高了 1 倍，秒杀期间实际峰值流量达到每秒百万次请求，系统各项指标稳定，系统 100% 可用，阿里云顺利通过了快手大促考验，可以平稳支撑快手顶流大 V 大促直播。下图中峰值的请求，即为通过阿里云弹性资源应对的峰值计算资源，解决了短时间内快速弹性扩容、峰值结束后快速缩容的问题，既提高了系统应对峰值的快速伸缩、系统稳定性、高并发诉求，又能大大减少资源的持有成本。

通过【快手容器云 + 阿里云】的技术深度结合，在【快手电商直播秒杀】场景下的大规模首次应用，也论证和验证了快手弹性容器云能力在应对高峰弹性上的实际效果，也为快手未来借助阿里云解决资源成本优势、快速扩缩容提供了坚实的基础，为快手引领直播电商技术的趋势提供了有力的支持。

快手在直播电商技术方面的不断创新和引领，为行业的发展和变革也带来了重要的意义。快手电商直播，应用弹性容器云 + 阿里云的混合云模式应对秒杀，不仅对于快手自身具有重要意义，也为整个行业带来了积极的影响。它引领了直播电商技术的发展趋势，为其他企业提供了借鉴和启示。未来，随着技术的不断进步，快手将继续发挥技术优势，为用户带来更好的购物体验。