vivo|vivo不小心把内部自研技术方案写进了“年终总结”,我直接好家伙

杨净 萧箫 发自 凹非寺
量子位 报道 | 公众号 QbitAI
自研专业影像芯片V1,可1秒内处理30张与普通手机像素相同的照片,搭载该芯片的品牌,在第三季度成为4000+以上高端市场份额TOP 3;
国内总活跃用户超2.7亿,应用日均分发10.8亿;
平台开发者短短9个月内收获超10倍的广告收入……
在开发者大会上,vivo这样公布了自己过去一年的成绩单。
vivo|vivo不小心把内部自研技术方案写进了“年终总结”,我直接好家伙
文章插图
如此业务能力和用户分发体量,作为2021的“年终总结”,似乎已经足够。
然而,vivo却不止于此,甚至甩出了一张更大的“底牌”——
公开部分底层研发引擎的架构,相当于把vivo程序员们“内部传阅”的技术案例放出来进行了分享。
线上的弹幕显然也没想到vivo会放出这般大招,直呼“热情”:
vivo|vivo不小心把内部自研技术方案写进了“年终总结”,我直接好家伙
文章插图
甚至还有人迫不及待地想要“打听细节”:这些问题是困扰许多公司的难题,你们是咋解决的?
vivo|vivo不小心把内部自研技术方案写进了“年终总结”,我直接好家伙
文章插图
这次,vivo究竟公开了什么值得一提的技术方案?
一起来看看。
vivo内部秘籍公开vivo这次公开的秘籍确实不少,例如防止同事删库跑路的数据库平台、同时运行数十款月活过亿应用还不崩的服务器平台、以及让设计师不用再麻烦研发的工具产品……
具体来说,可以分为基础架构和产品工具两种类型。
一方面,vivo公开了数据库与存储平台、推送平台这两大引擎。
其中,数据库与存储平台,解决的是数据库和服务器这两项“产品基石”的问题。
简单来说,在产品开发过程中,会面临数据库故障频发,例如同事不小心“删库”这种手误操作;以及服务器成本高昂等问题。
本着当前开源产品不够完善的想法,vivo自研了一个数据库与服务器平台。
效果怎么样呢?
从服务器密度来看,从2017年只能在570台服务器上运行1507个实例,到今年能在3880台服务器上运行56236个实例,效率增长了接近7倍:
vivo|vivo不小心把内部自研技术方案写进了“年终总结”,我直接好家伙
文章插图
可以说是极大地提升了服务器的资源应用率(老板一定很高兴)。
从数据库来看,用上自研的平台后,SLA(性能压测通过指标)直接达到了99.99%(据说是11个9)的可靠性。
目前,已经有数十款月活过亿的应用在这个自研平台上稳定运行。
vivo|vivo不小心把内部自研技术方案写进了“年终总结”,我直接好家伙
文章插图
除了数据库与存储的问题以外,不少开发者在应用上线运营阶段,也会遇到这样的难题:
对运营分析并不擅长,尤其是像流量、用户点击率、反馈效果等因素。
日均分发10.8亿的vivo,这次分享了自己的秘籍——推送平台。
它能支持亿级设备同时在线,同时能达到100w/s的推送速度和100亿级的消息吞吐量。
在保证消息时效性的同时,还具备实时推送效果分析、内容安全审计等能力,即使是对运营数据“知之甚少”的开发人员也能随时看明白流量效果。
对技术人员来说,这不整挺好?
vivo|vivo不小心把内部自研技术方案写进了“年终总结”,我直接好家伙
文章插图
另一方面,vivo也公开了部分自研产品工具的解决方案,分别能针对代码、测试以及部分热门产品的开发流程进行优化。
一上来,就直击程序员的痛点——用来提升代码质量的马可平台。
这是vivo推出的首个前端集成代码覆盖率的平台。
什么是代码覆盖率?简单来说,就是通过计算执行代码占源代码的比例,来度量软件和产品质量。

推荐阅读