腾讯大讲堂-1.4亿同时在线背后的故事_学习笔记(二)

千万级同时在线，主要解决问题是高可用性和高可运维性。他主要从以下5个方面讲：

1.原来的qq群业务做成集群，到后来的多种业务都做成集群处理

2.容灾处理。

大的方面，所有业务放在两个IDC(internet data center)里，应对整体故障。

小的方面，存储集群分主从服务器，为半自动切换模式：主服务器死机多数命令不受影响，从服务器死机业务不受影响。业务集群、接入集群和同步集群为自动切换模式：死机其他均不受影响。

设置指挥集群，定时收集业务集群的状态，反馈到接入集群中去，如果出现某个业务机器死机的情况，接入集群会把新的业务请求分配给别的业务机器上去。

3.针对新推出的代码bug涌现的问题：代码review和灰度发布，分时间分批次地将新的代码加入业务中，根据用户的反馈及时作出调整和修改。

4.完善监控、报警。针对机器的异常或者业务状态的异常，及时发现处理。

5.运维自动化。淘汰原来通过vim或者mysql的操作，通过web半自动化的运维。

亿级用户同时在线，原来的架构灵活性不够好，增加新的业务需要打补丁，还要应对新的情况：微信崛起、用户多点登陆、隐私权限控制等，腾讯设计了IM(Instant Messenger)4.0架构，是重新设计实现的，要有高性能、高可用性、高可运维性、高灵活性这些优点。据庄老师讲，物理架构详细到机架的摆放，可见用功之深啊。

他对逻辑架构和物理架构是一笔带过，可能和原来的很类似。

某些功能很新颖，例如区域自治：某一地区和外部的网络连接断了，这一地区的用户也是可以登录并和本地区的用户聊天，实现某些业务；监控分析智能化；可接入5-10亿个用户实例；百亿级的关系链对数；每天千亿级的服务请求；保持99.99%的高可用性。

总之，虽然现在腾讯做了很多很好别的业务，但IM服务仍是腾讯帝国的基石，也是未来全球化战略的重要一环。