网易商业化项目分享|网易云音乐-评论系统后端架构设计

​截止2019年二季度，网易云音乐用户数已经突破8亿，成为最活跃的音乐社区，位居在线音乐行业第一阵营。

相信大家或多或少都使用过网易云音乐，不知道有没有人跟我一样，在云音乐听歌的时候喜欢打开评论看一看，有时发现评论比歌曲还精彩！

话不多说，今天就带大家对网易云音乐评论技术进行一番探秘，其中很多场景的实现方法可以应用到大部分互联网系统。

该专题分为上下两篇，本文（上篇）主要讨论以下两个主题：

• 了解云音乐评论的业务场景

• 熟悉云音乐评论的基础架构

云音乐评论的业务场景

首先最常见的就是歌曲评论，每一首歌都有单独的评论区；第二就是歌单评论，第三块是网易云音乐新的社交场景——动态，然后还有电台，在电台详情里面也可以看到评论区。

以上只是云音乐里面出现评论的冰山一角，可以说评论在云音乐里面是无处不在，上述出现的场景比如歌曲、歌单、动态、电台等等我们统称为「资源」，云音乐要求评论可以支持所有资源，并且具备快速扩展和接入新资源的能力。

然后我们再来看以下图片，第一个红框我们可以看到评论需要支持计数；

第二个红框可以看到评论的显示方式，默认是推荐的评论，即按照特定的规则将精彩的评论在顶部呈现给大家，还可以按照最热或最新进行排序显示；

第三个红框我们可以看到评论回复模块，即在评论之上可以进行回复，支持二级评论列表。

业务场景简单总结如下：

• 中台化（简单理解即对不同业务提供复用的能力）

  • 支撑云音乐所有资源，包括歌单、歌手动态、音乐电台等

  • 具备快速扩展和接入能力多样性

• 多样性
  • 功能多样（精彩热评，个人评论页，评论盖楼等等）
  • 规则复杂（按赞数排序，按时间排序，按优先级排序等等）
• 高并发
  • 复合场景峰值QPS 2W+
  • 随热门资源和热门事件产生高并发

云音乐评论的基础架构

接下来我们来了解一下云音乐的基础架构，从上面的逻辑架构图可以看到，从下往上依次是：

• 数据存储层：采用MySQL数据库，但不是简单的MySQL单点或者主从模式，而是MySQL分布式集群，使用数据库集群有两大好处，一是可以承载更多的数据量，二是可以提供更好的性能，因为有多节点可以同时提供服务，数据库负载能力可以水平扩展。
• 数据缓存层：虽然使用了分布式数据库，但数据库能直接承载的并发请求还是非常有限的，无法直接承载线上那么高的QPS，因此在数据库之上采用Memcached做了一层数据缓存（无业务逻辑，与数据库表一一对应）
• 应用业务层：在数据缓存之上是应用服务，从图中可以看到该层是评论的主要业务逻辑处理层，按模块功能进行不同微服务拆分
• 应用缓存层：除了数据缓存层，云音乐还会在应用业务层之上使用Redis再构建一层缓存，应用缓存层的数据是经过了复杂的业务组装之后聚合而成，是可以直接返回给前端的
• 网关层：网关层可以理解为云音乐后台的统一请求入口，并为云音乐评估提供基础通用的全局能力，具体下文会细说
• 客户端：最上层即客户端层，即用户终端层

网关层

接下来详细说一下云音乐的网关，其最基本的作用就是请求路由。

如上图所示，用户请求在经过Nginx之后正常就可以直接进入后台服务，但云音乐在这里加入一层网关，将Nginx的所有请求都先打到API网关上面，然后API网关采用RPC或服务注册发现的方式调用下层应用，那网关在这里的作用是什么呢，具体有以下几点：

• 适应微服务发展

  • Nginx变更重启时对服务可用性有损，有了网关之后新应用上线无Nginx变更

  • 网关与下层应用通过服务注册发现，应用服务可以实现自动化扩缩容

  • 网关可以提供灵活分发机制，为同城多活、异地多活提供基础能力

• 建立了全局能力

  • 服务注册与发现
  • 限流与降级
  • 鉴权
  • 异常监控
  • 服务治理

有了网关层，可以避免将流量监控、服务降级、应用限流等基础功能下沉到各个应用服务去实现，各业务团队可以专注业务功能开发，然后统一接入网关，这就是网关全局能力的体现。

数据存储/缓存层

如基础架构图所示，云音乐的特点之一是数据量庞大，而且新增数据量也很庞大。

采用网易杭州研究院出品的分布式关系型数据库提供了两大能力：一是支持海量数据存储，二是支持水平扩展。

云音乐评论数据的另一特点是读远远大于写，在此场景下使用缓存可以保证缓存有较高的命中率，否则请求经常会穿透缓存打到数据库，使得架设缓存的意义不大。

接下来看一下缓存设计：

缓存分多层级，从前到后依次是客户端（iOS/安卓）缓存，这里更多的是为服务降级考虑，防止服务端临时不可用时给客户造成太差的客户体验；

接下来是服务器本地缓存，将少量最热门的数据缓存在服务器本地，可以提供更好性能的同时缓解下层压力，但缺点是容量比较小；

最后是分布式缓存，可以提供集群化部署和弹性扩缩容；可以看到不同层级的缓存的作用不一样，各有优势，在不同场景下发挥不同作用。

当然使用缓存提升性能的同时，也会带来一些问题，提高系统设计和实现复杂度，常见的缓存问题比如缓存雪崩、缓存穿透、数据一致性等，这个在下一篇会细说。

以上就是云音乐评论的业务场景和基础架构，下一篇将围绕云音乐评论的核心功能，对功能如何实现以及为什么要这么实现来进行探秘，欢迎继续关注。