架构解析 | 从ABTest是啥开始说

数据驱动概念的兴起，ABTest逐渐被各互联网大厂所应用。ABTest提供了科学的分流能力，能够实施监控实验效果数据，根据用户与产品的互动情况，支持各实验版本的流量的实时调整，保证实验结果数据可靠有效，助力业务决策。

接下来，我们来具体了解下什么是ABTest。

什么是ABTest?

为了验证一个新策略的效果，准备原策略A和新策略B两种方案。然后在用户群中根据一定的分流方式区分出一部分目标用户群，将这部分用户随机的分成两个组。将原策略A和新策略B分别展示给不同的用户组，一段时间后，结合统计方法分析数据，得到两种策略生效后指标的变化结果，并以此判断新策略B是否符合预期。这个过程就是ABTest（或称AB实验，也叫“对照实验”或“小流量随机实验”）。

图1-1大致描述了应用、场景、实验和流量之间的关系，为了更好的了解ABTest，我们先熟悉以下常见的名词。

1、应用

应用是对流量和系统的划分，比如商详页可以是一个应用，购物车也可以是一个应用。应用实现对流量的隔离，一个应用下可以包含多个场景。

图1-1 应用、场景、实验与流量关系图

2、场景

场景是指需要对比不同策略的业务场景，场景是进行ABTest的业务单元，一个场景下可以包含1个或多个的实验（测试中的场景通常至少包含2个实验）。流量在同一应用下的不同场景之间可以被复用。

3、实验

实验代表场景下的策略，由实验配置来描述，即一份实验配置对应一种业务策略。同一个场景下的实验相互之间是互斥的，场景的分流结果仅返回一个实验。

4、流量正交

每个独立实验为一层，层与层之间流量是正交的，一份流量穿越每层实验时，都会再次随机打散，且随机效果离散，这一过程叫正交，这样的实验叫正交实验。 正交实验能最大化的保证各层实验相互独立，确保各个实验不会相互影响。

图1-2 正交实验效果图

5、流量互斥

即为在同一层中拆分流量，且不论如何拆分，不同的流量是不重叠的。 互斥实验时在流量足够的情况下进行的分流策略，各个实验之间也不会相互影响。

图1-3 互斥实验效果图

6、分流器

实验中用到的一个重要组件，它的作用就是通过一定的规则将随机流动的数据分成多个版本，用户会进入分流器后会被自动分配到各个版本中，各个版本对应开发的新旧版本，从而进行稳定测试。

ABTest设计

了解了ABTest的概念之后，如何设计ABTest呢？ABTest设计简图如图2-1所示。