战疫期，钉钉如何扛起暴增百倍的流量 ？

疫情期间，在线教育、在线办公需求持续井喷，钉钉做为不少企业首选的在线办公软件，用户量激增，特别是钉钉视频会议、直播的需求随之飙升。同时，钉钉为了响应教育部门“停课不停学”的号召，宣布老师们能够免费试用钉钉在线课堂。

流量如洪流般涌入钉钉，一场资源扩容的技术挑战拉开了帷幕。中小学生集体对钉钉展开了五星分期与在线写歌“泄愤”的策略，钉钉本钉不得不在线求饶。而在大战间隙，一声感叹传出：

流量这么大，钉钉为何不崩？

从1月28日开始，钉钉音视频会议、直播的访问流量倍数级增加。做为一个在云上成长起来的产品，钉钉开启了在阿里云的资源扩容之路，知足了用户在家办公及在家上课的需求，保证了用户良好的体验，钉钉如何作到的？

如此大型的扩容，面临着两大困境：效率与资源供应

人工扩容困境：效率低下

时间过短。面对流量暴增，留给钉钉技术团队时间只有几天。从1月29日起，钉钉团队就已在阿里云上24小时开始全力扩容，截止2月2日，从最初的2W vCPU扩容到3W vCPU，仅作到了数倍扩容，还远未达到业务需求。

购买与配置很是复杂。钉钉的系统架构包含多种资源，不一样于单一的云服务器ECS服务集群，还包含SLB、MongoDB、Redis、EIP等产品。这些资源都须要一个个购买，其之间的关系也须要技人工自行配置。

人工部署效率低、失误率高。钉钉用户群量级大。若是人工部署集群，一我的部署1个集群须要1小时左右，同时也只能操做3-4个集群，还须要大量的配置操做，很容易失误。

部署复杂度高。集群的服务能力自闭环，支持无限扩展，但也会相应提高部署复杂度，而此次扩容涉及8个地域、16个可用区，传统部署方式扩容场景效率低下
大规模集群管理难度大。须要快速扩容近千集群，才能知足几亿人在家办公及学生在家上课的需求。当资源上千后，就很难管理资源之间的关系了，更况且超百万的资源规模。

人工部署，容错率比较差，排查困难。集群之间常常出现误差，某个集群的SLB监听端口是300，另外一个集群是3000，出现问题很难排查。

除却以上困难，创建和运维如此巨大的集群规模还会带来更多的技术挑战。

利用资源编排服务ROS，实现快速自动部署

早在2月2日流量洪峰带来以前，钉钉就经过阿里云的资源编排服务（Resource Orchestration Service，简称 ROS）提升集群部署效率、帮助其快速扩容。而这款服务不负重托，帮助钉钉在短短2小时内新增部署了超过1万台云服务器，这个数字也创下了阿里云上快速扩容的新纪录。

什么选择资源编排服务？

资源编排服务是一款帮助阿里云用户简化云资源建立、更新和删除的自动化服务。其经过资源栈 (Stack) 这种逻辑集合来统一管理一组云资源（一个资源栈即为一组阿里云资源）。利用资源编排服务，云资源的建立、删除、克隆等操做均可以以资源栈为单位来完成。在 DevOps 实践中，资源编排能够轻松地克隆开发、测试、线上环境；同时，也能够更容易实现应用的总体迁移和扩容。

基础设施即代码（Infrastructure as Code）
资源编排服务是阿里云提供的基础设施即代码（Infrastructureas Code，简称IaC）的云产品，使用ROS能够帮助最快速地实践DevOps中关于IaC的理念。

全自动托管服务

ROS产品为全托管服务，无需购买维护IaC模板自己执行所使用的资源，只须要关注业务所须要使用的资源，即模板中定义的资源。尤为须要建立多个项目（对应多个资源栈）时，全托管的自动化能够更快地完成任务。

可重复部署

不管客户是须要部署的环境是开发，测试和生产环境，均可以使用同一套模板进行建立。指定不一样的参数能够知足环境的差别化，例如，测试环境的ECS实例数是2台，而生产环境的ECS实例数是20台。或是客户须要进行多地域的部署，使用同一套模板能够进行重复的部署，从而提升部署多地域的效率。

标准化部署
在实践中，不一样环境的细微差别每每带来很是复杂的管理成本，延长了问题诊断的时间，从而影响了业务的正常运转。经过使用ROS重复部署，能够将部署环境标准化，减小不一样环境的差别，将环境的配置沉淀到模板中。再经过相似代码的严格管理流程，从而保证部署的标准性。

统一的身份认证、安全和审计

和其它的同类产品对比，阿里云官方出品的ROS与其它阿里云产品有着最佳的集成。集成资源访问管理（RAM）提供了统一的身份认证，而无需为单独创建用户认证体系。全部的云产品操做都经过OpenAPI调用，意味着您可使用操做审计服务（ActionTrail）来审查全部的运维操做，包括ROS自己。

ROS如何服务钉钉扩容？

定义资源模板

ROS帮助钉钉快速建立了描述其所须要用到的阿里云资源（如 ECS 实例、数据库实例等）的模板，以定义它的集群架构。ROS提供可视化编辑器能力，可自动可以使用的模板。模板完成后，ROS将自动地建立并配置这些资源，便可实现基础设施即代码（Infrastructureas Code）的理念。

模板解析与执行

当ROS接收到用户建立资源栈的请求时，在执行建立前，首先会对模板进行解析。解析包括语法检查、参数校验、依赖分析等。

依赖分析就是分析出资源间的依赖关系，目的有两个：

• 保证资源建立的正确性：被依赖资源建立完成后才会建立依赖资源。
• 提供并行化建立的能力：无依赖关系的资源能够并行化建立。

模板解析完成后，ROS会按照依赖关系建立资源，只有全部前置资源完成建立，后面的资源才会开始建立，相似状态机的机制。

该资源模板能够快速地重复部署，尤为多地域、多可用区部署的状况；同时也能够减小环境之间的误差，将部署过程和结果标准化，减小由于环境误差引入的系统问题。

总结

钉钉使用资源编排服务ROS，扩容效率就提高了100倍，陆续为钉钉完成了10万台云服务器的快速扩容和部署，创下了阿里云上快速扩容的新纪录。

目前ROS已经拥有平均每分钟1个集群的扩容效率、天天超百万vCPU弹性能力。将来，能够预见到，疫情结束后，数百万资源回收释放也将是一个浩大的工程。资源编排服务ROS具备一键销毁功能，自动回收集群内全部资源，避免繁琐操做及遗漏。

弹性是云计算最大的优点，也是云计算对整个社会提供的普惠和便利，而阿里云弹性计算资源编排服务ROS做为阿里云上原生的自动化编排部署服务，让云计算的弹性发挥到极致，为钉钉提供了强有力的支持，让钉钉成为使用最频繁最流畅的平台。

查看更多：https://yqh.aliyun.com/detail..._content=g_1000107087

上云就看云栖号：更多云资讯，上云案例，最佳实践，产品入门，访问：https://yqh.aliyun.com/