就在不久前，Mobvista剛剛發布了2019年的財報數據。我們觀察到其程序化廣告收入已高達22.3億元，同比增長40.8%；經調整后EBITDA達3.6億元，同比增長高達19.5%……試想僅僅上市一年，Mobvista在增長放緩的大環境下依然能夠取得如此“高光時刻”，可見其發展勢頭不容小覷。

在收入方面大舉“開源”的同時，Mobvista還運用技術手段有效“節流”。財報中提到，過去一年匯量科技的程序化業務收入顯著增長的同時，程序化業務的服務器成本下降了10.8%，服務器成本占程序化廣告業務收入的比例，從2018年的6.6%降至2019年的4.2%。

這歸功于匯量科技獨立研發的技術中臺——尤其是其中的彈性集群管理平臺SpotMax，在過去一年中的深度應用。在程序化廣告業務的長期實踐中，Mobvista已經將大數據計算引擎(EnginePlus)、大規模機器學習算法平臺(MindAlpha)、數據管理平臺(Datatory)和云服務器彈性集群管理平臺(SpotMax)沉淀為可復用、共享和迭代的技術中臺。技術中臺提供的大數據實時計算的能力，為支持廣告精準定向和展示向安裝的轉化率持續提升，推動程序化業務的規模化增長提供了技術基礎。而技術中臺更為直觀的作用是實現云服務器成本的集約。

【資料圖】

SpotMax背后的云服務成本之觀

記得初識SpotMax還是在去年云棲大會與阿里云聯合發布之時，據悉在聯手打磨此款服務的過程中，阿里云彈性計算團隊會根據Mobvista的反饋對自身彈性集群作相應的改進提升；而Mobvista方面則是將自身的產品與解決方案更好融入阿里云的解決方案庫中，并定期向阿里云方面的架構師與銷售團隊同步，便于一同將價值傳遞給用戶。

盤點服務始末，我們發現，SpotMax始于Mobvista在利用Spot Instance優化云端成本上積累的一定經驗，為的就是幫助其他云的使用者找到成本可控的大規模云端系統實踐的可行之路。“我們更適合將SpotMax定義為一種體系，即利用彈性計算資源進行云端系統成本優化的工具，它包含產品和解決方案等諸多層面，甚至可以被理解為一種生態，可做到因需求不同來選擇具體的組成部分并完成既定目標。”Mobvista技術副總裁兼首席架構師蔡超對此總結道。

如今SpotMax解決方案和服務主要包含MaxArch、MaxChaos和MaxGroup三部分。其中MaxArch是一種基于架構的咨詢服務，主要是Mobvista為用戶提供針對現有架構的評估以及向云上遷移的實踐建議與有關云原生的架構設計等；而MaxChaos則是基于開源軟件與Mobvista自研的諸多服務框架之上，提供可以幫助用戶持續提升自身系統高可用性的混沌工程服務；最后MaxGroup則可被簡單定義為Spot Instance集群管理服務，主要通過集群防退化、集群推薦以及基于強化學習的混合機群負載均衡等助力用戶進一步降低云上系統的成本。總結一句，SpotMax寄希望于云計算平臺得天獨厚的彈性計算基礎能力，以此搭建一套實時競價和調度管理系統，達成按需購買與搶占實例低價的雙重優勢。

讀到此處，想必各位看官對剛才提出的“雙重優勢”一頭霧水，所以在細聊之前，晶少還是先針對性介紹下目前用戶購買使用云服務的幾種方式以及與之產生的成本關聯吧！如今用戶購買使用云服務會有這樣幾種形式，最常使用的當屬按需實例，即隨買隨用、按需獲取模式，這種方式雖然省去了提前規劃的復雜性，但也是最昂貴的使用方式之一，如果不是財大氣粗的企業用起來恐怕還是吃不消的。

另外一種則是預留實例，即用戶通過預定用量和時長來享受一定折扣的服務，但缺陷比較明顯，那就是不夠靈活彈性，在這個“天下武功為快不破“的時代顯然也是使用起來寸步難行。而以SpotMax服務為代表的則是第三種方式，也是目前Mobvista業務中在線系統正在大規模使用的，一度被阿里云稱之為搶占實例，顧名思義就是“想用就要搶”的理念，這也是目前提出的一種最大化購買碎片計算力資源來優化云上系統成本的做法。

如果從技術角度考量這幾種形式，可以這樣被理解：常用的按需獲取其實主要利用了云計算的彈性拓展特性，因為此過程中云服務提供商需要具備讓用戶可以隨時隨地獲取被釋放計算資源的能力，所以就不得不預留大量的計算資源，競價實例可以被認為是云服務提供商利用閑置計算資源推出的實例，其價格會根據供需情況實時變化，但與按量實例相比較其價格優勢就非常明顯了。

可盡管競價實例的價格通常是按需實例的10-20%，但遇到出價低于市場價或是資源緊張的情況就會出現被回收，也就是關于競價實例中存在的中斷機制。基于此為了保持系統服務的可持續性和服務水平，用戶就需要在競價實例被回收時及時作出應對系統集群容量變化的有效舉措 ，通常情況下此過程中需要結合一些Spot集群管理軟件，幫助維持集群容量的動態穩定，這樣就可做到在不影響可用性的前提下實現系統成本的大幅度節省。

基于此蔡超表示，SpotMax就是源于該理念所達成的設計實踐，目前已經在Mobvista內部同時支持了三條主要業務線的運維工作，主要側重大量搶占實例支撐的在線系統，輔以其他優化措施實現了單位請求成本節約70%。

關于未來的技術創新迭代，他表示其實最初設計SpotMax時就已經考慮到要積極有效應對用戶不同場景中千差萬別的需要以及以后層出不窮的剛性需求，所以在架構上著力采用了插件的模式，即可根據用戶場景不同來選擇相應的插件使用。“目前Mobvista針對容器化場景的插件已經被提供，另外某些定制化創新性質的插件正在被研發中。盡管目前SpotMax依然處于早期的推廣使用階段，但從反饋的數據中我們發現針對目前試用用戶的系統計算資源成本至少可降低一半左右。”

云原生架構實踐促Mobvista“云端儉省之道”

如此說來，SpotMax是云上系統成本降低的剛需產物不假，但我們目前所經歷的云上系統成本居高不下又根源于何呢？其實很重要的一方面是計算資源的成本使然。所謂計算資源成本，簡單來說就是我們熟悉的云端虛擬機、數據存儲、流量使用以及云端資源所涉及的諸如消息隊列服務、機器學習等功能性服務之類；如今隨著企業上云的規模化與產業化差異性越發鮮明，需求的碎片化趨勢也逐漸加劇，如何有效降低運成本就順理成章變成用戶關注的大問題，所以也就不難理解SpotMax的應運而生了。

對此晶少覺得，其實降低成本最直觀有效的辦法就是系統可以做到對需求量完成自動伸縮以及合理使用服務平臺的收費模式，在此過程中無論是最基本的CPU利用率還是數據存儲選擇的范圍等都會被納入考察范圍之內，進一步來說如果想要達成此種彈性的系統要求，架構的合理性絕對是關鍵所在。“在利用云特點的基礎之上采用更加細膩有效的伸縮方式，比方說微服務架構讓系統伸縮力度更顆粒性。畢竟復雜單體系統伸縮會需要更大而昂貴的計算資源，繁雜的人力支持更是不可缺少。”蔡超補充道。

具體來說，通過架構調整來完成系統伸縮力度更細化，其實本質上是促成架構更高效適用云平臺的契機之一，即利用云平臺特性讓服務集群更好地應對競價實例，減少中斷對服務集群自身容量的影響并穩定容量，例如采取最基本的機器保障支持利用率、根據數據屬性選擇合適的存儲方式以及線上集群自動伸縮等。

說到此處不得不提及一點，其實Mobvista在投身SpotMax研發之前自身也經歷過促成云成本降低的艱難探索，無論是嘗試低CPU利用率機器的合并淘汰，還是對數據存儲的優化以及購買Reserved Instance預留實例等，同時也是蔡超在加入Mobvista之后秉承all in cloud的前提不斷跟進的重要任務之一。

眾所周知，Mobvista旗下擁有程序化廣告平臺，移動程序化廣告的具有請求量巨大的特性，峰值達到單日近千億次，同時對于響應時間也有著非常苛刻的要求。晶少了解到通常程序化一般對于響應時間的要求是50-100ms，在這種苛刻的條件下要采用競價實例的話勢必要充分提高系統的彈性，一來二去，展開Mobvista架構向微服務為代表的云原生構架遷移就被提上了蔡超的日程。

通過介紹，晶少知曉早年間Mobvista的幾大業務系統都是部署在云端較為龐大的單體系統，其中最大的瓶頸則是需要橫向擴展時不免要整體復制，過程中必然需要更多的計算資源。基于此Mobvista方面首先開始了從云單體系統向云原生架構的改造，構建微服務成為第一步，該實踐需要考量的是面向容錯、恢復和混沌工程，以此建立一個高可用的微服務架構使云上系統更具彈性，以便更好利用資源。

深入提及架構改造，蔡超明確，云原生實質是幫助企業高效運用云平臺，以便更快速開發和發布應用的一些技術方法及理念。但在此嘗試中由于基礎設施的改變需要相應架構調整去適配，所以本地系統直接向云上遷移是完全不可行的，不但使用艱難還會造成巨大的成本浪費。“另外更容易被忽視的一點，企業嘗試云原生時往往停留在系統建設層面，而忽視了與其配套的開發團隊甚至是工作方式的相關調整，這方面確實需要很長一段時間來解決，不能一蹴而就，這也算是Mobvista的一些寶貴的實踐心得。”

如今Mobvista已經在架構方面完成了微服務的改造，未來還將緊跟技術趨勢加大對容器化、服務網格等技術的引入。“我們希望能夠提升基礎設施的抽象層次，做到從虛擬網絡到容器網絡，再到服務網絡，如此就可以大大提升大規模與復雜系統的可維護性。更深入來講，無論是目前的推廣、變現還是數據洞察業務，抑或是云端架構改造所帶來的成本優化，本質上為企業創造價值并構建工具生態的想法是需要持續被堅持的，也是Mobvista的大事兒。”蔡超說。