昨日今日頭條宕機與網站可靠性

1月6號，像往常同樣，在工做的間隙，我打開手機上的今日頭條。點開了其中一個新聞，發現進去後頁面提示網絡不給力，請稍後重試。前兩天個人4G網絡上不去，折騰了半天正要打聯通客服咒罵，在IVR語音提示時才發現已經欠費了。但如今話費但是本月剛充的啊，況且如今連的是公司的WIFI，難道公司網絡有問題？這時通知中心彈出了其餘應用的提醒，貌似其餘應用是正常的。那麼就是被頭條的提示的忽悠了，任何錯誤提示給用戶的都是你的網絡不給力。

果不其然，稍後其餘的新聞看到頭條的服務掛了許久的消息。

SRE - Site Reliability Engineering, Google提出的一個概念，綜合了Google多年運維大規模服務器集羣的經驗演變出的一個職位。其目的就是爲了最大限度的保障Google服務的可靠性，其演進方向是從運維工程師向開發工程師邊界的擴展，要求運維工程師以軟件工程的思路解決大規模運維的問題，用工具而不是人力來解決不斷擴大的服務器集羣對管理的需求。

如何保障網站可靠性，一般是在運維，基礎架構，系統管理員的範疇。關注業務開發的軟件工程師不關心這個，他們要忙着應付PD的最後期限，讓飛速發展的平臺支撐上層的業務需求。

在雲計算基礎設施還沒成型時，互聯網公司都會有個運維團隊負責搞各類各樣跟系統有關的活。在企業發展的不一樣階段，這隻團隊可能會忙着提採購需求給財務；評估系統容量，要多少IOPS的SSD硬盤， 多大的內存才能知足應用需求；寫各類各樣的發佈腳本，將開發提供的war包（若是是java應用）批量分發服務器的目錄上並啓動tomcat；搭LVS爲機房入口提供熱備的負載均衡設施；用keeplived提供VIP去單點，爲後端服務提供故障遷移能力；跑到機房去爲機器上架，佈設機架網線，甚至配合容災演練去拔網線測試；還要制定線上應用的發佈規範，保證成千上萬的應用能按照統一的規範發佈，秉着約定優於配置的原則，讓整個公司的人能夠不加思索的找到應用的啓動腳本，log目錄；新機器上線須要初始化系統，隨着虛擬化大潮物理機都要切分紅虛擬機才交付給開發部門；出了個緊急安全漏洞得給系統或應用打補丁；線上生產機的權限要管好，別被黑客提權出了簍子；每每可能還要客串一把網絡工程師粗排一下千奇百怪的運營商到IDC網絡丟包，緩慢問題。

以上還不是最累的，運維團隊還要爲線上故障排查負責，軟件工程師半夜只會收到本身應用的報警，運維團隊是要接受本身管理所有應用的報警的，出了問題每每開發和運維都要一塊兒排查，一個高速發展的公司都會經歷那麼一段故障頻發的苦逼日子，運維整天到晚在忙着救火。

因爲運維與開發部門不在一個部門，且各自關注的目標不一樣，伴隨着長期的衝突和博弈。開發只關心功能上線，運維部門關心應用穩定運行。從前，開發能夠快樂的本身登陸到線上機器上發佈代碼，scp個本地的war包過去，就跑起來了；自從xxx日出了故障致使網站宕機1小時，錯過了促銷的黃金時間後，發佈就被套上了流程的管控，層層審批，就是爲了減小發布的次數，由於理論上發的越多，越容易出問題，一個一年只發布一次的系統，基本沒什麼可能出問題。

Devops理念是伴着雲計算理念出來的，在amazon的雲計算成熟後，以上說的傳統運維已經能夠經過買雲服務實現了，不用本身採購機器，買個EC2，數據庫服務也能夠直接買RDS，對象存儲用S3, Load Balancing也能夠買。開發人員自助在上面操做一下，部署上本身的應用就能夠提供服務了，買個域名將DNS直接A記錄指向服務器就好了。能夠說是中小公司的福音，互聯網創業不用考慮太多的服務器問題了，把有限的人力投入到相當重要的業務功能開發商，其餘的服務器運維工做交給專業的雲計算公司來作。

網絡視頻租賃商Netflix就是個知名的例子，其服務都運行在AWS上。因爲其多年跑在雲上的分佈式經驗，還在github上開源了很多分佈式處理的組件，回饋了社區。其遷移的路程也算長的，從2008年到2015年，7年，完成了所有應用到AWS的遷移。他們認爲AWS提供了更可靠的服務。

有遷入也有遷出的，著名的網絡存儲提供商Dropbox因爲嫌AWS太貴，將自家服務從新移到了自家機房運維。

頗有意思不是嗎？

那麼
想體驗本身的服務被上億人使用的感受嗎？
想參與每一年雙11的技術狂歡嗎？
想了解一線大廠的分佈式技術如何抗住海量流量嗎？

阿里集團客戶體驗事業羣旨在創建更高的客戶服務標準，讓客戶在阿里享受到最「爽」的服務，讓「客戶第一」成爲阿里的百年口碑。

CRM產品技術部做爲支撐全網服務的產品技術團隊，但願經過咱們的產品、數據、技術去提高阿里集團服務幾億客戶的能力，提高全網客戶體驗。這裏是最能聽到「炮火」的地方，能夠經過咱們的努力，最直接的看到產品的改善。

在這裏能夠接觸第一手的大數據。

這是一個以用戶爲中心的多角色無邊界團隊，一個有夢想的歡樂團隊，一個能近距離感覺用戶溫度的團隊。不管你是何種角色，只要站在用戶的角度思考問題，你的意見都有機會被採納實施，去產品中落地。

關於用戶體驗的經驗和妙想會獲得重視，能夠站在集團層面，推進與解決難以落地的用戶問題。

若是你來到咱們團隊，那麼你的職責可能包括但不限於：

1. 負責Alibaba客戶服務相關的產品研發
2. 深刻發掘和分析業務需求，撰寫技術方案和系統設計
3. 核心代碼編寫、指導和培訓工程師、不斷進行系統優化
4. 參與或領導跨團隊的研發項目

崗位要求：

1. JAVA基礎紮實，理解io、多線程、集合等基礎框架，對JVM原理有必定的瞭解；
2. 3年及以上使用JAVA開發的經驗，對於你用過的開源框架，能瞭解到它的原理和機制；對Spring,ibatis,struts等開源框架熟悉；
3. 熟悉分佈式系統的設計和應用，熟悉分佈式、緩存、消息等機制；能對分佈式經常使用技術進行合理應用，解決問題；
4. 掌握多線程及高性能的設計與編碼及性能調優；有高併發應用開發經驗；
5. 掌握Linux 操做系統和大型數據庫（Oracle、MySql）；對sql優化有豐富的經驗；
6. 學習能力強，適應能力好；具有耐心/細心的品質；
7. 喜歡去看及嘗試最新的技術，追求編寫優雅的代碼，從技術趨勢和思路上能影響技術團隊

簡歷盡情發送到kunrong.zkr@alibaba-inc.com