Contenu connexe
股市动荡下的雪球架构进化历程
- 2. q 关于雪球，关于我 q 雪球总体架构 q 雪球架构优化历程 q 一些总结和感想 大纲
- 3. q 雪球 聪明的投资者都在这里 q web 1.0：新闻资讯，股价信息，K线图 q web 2.0：SNS 订阅，分享，聊天 q web 3.0：移动 APP，交易闭环 q http://xueqiu.com/about q 内部推荐简历送 IPhone6 关于雪球
- 4. q 员工 100+ ，技术人员占一半 q 2014.9 C轮 $40M by RENN q Java，Scala，Akka，Finagle， Nodejs，Docker ，Hadoop q 租用IDC机房自建私有云，正在往“公有 云+私有云”方向发展 关于雪球
- 5. q 沪深港美2w+股票 q 债券，期货，基金，比特币，信托，理财， 私募。。。 q 百万组合，实时调仓信息 q 百万日活，每天4亿API调用（不算自动 轮询接口） 关于雪球
- 6. q 前新浪微博架构师，微博ID @唐福林 q 微博短链 t.cn q 微博计数器 redis，rediscounter q 微博用户关系服务 q 微博稳定性、性能改进 关于我
- 7. q 雪球首席架构师，雪球ID @唐福林 q 性能，稳定性，代码质量改进 q 基础组件，微服务容器建设 q XDC 雪球数据中心 关于我
- 8. q 关于雪球，关于我 q 雪球总体架构 q 雪球架构优化历程 q 一些总结和感想 大纲
- 9. 雪球总体架构
- 10. q 关于雪球，关于我 q 雪球总体架构 q 雪球架构优化历程 q 一些总结和感想 大纲
- 11. 2015年A股大盘走势
- 12. IM 推送消息数
- 13. 外网带宽消耗
- 15. q 小 VS 大： q 小：小公司的体量，团队小，机器规模小 q 大：堪比大公司的业务线数量，业务复杂 度，瞬间峰值冲击 挑战
- 16. q 快速增长 q 移动互联网 + 金融，风口 q A股大盘剧烈波动 挑战
- 17. q 前端 q Hybrid APP，端到端可用性监控 q 接入层 q 轮询Server优化 q 业务层 q 股价提醒，IM 推送，注册逻辑 … q 通用优化 q JDK8，config service，metrics 优化
- 18. q 雪球App实践—构建灵活、可靠的 Hybrid框架 q http://wot.51cto.com/2015mobile/ q http://down.51cto.com/data/ 2080769 q 原生框架 + 离线H5页面 Hybrid APP
- 19. q 《移动时代端到端的稳定性保障》 q 每个请求里带上前一个请求的结果 q succ or fail ： 1 char q 失败原因：0 - 1 char q 请求接口编号： 1 char q 请求耗时：2 - 3 char q 其它：网络制式，etc APP端可用性监控
- 20. q 开盘期间，每个在线客户端（包括web） 每1秒轮询一次当前用户关注的股票的价 格变动情况 q Netty + 本地内存存储 q 主动更新 Quote Server
- 21. q 雪球上热门股票拥有超过 50w 粉丝（招 商银行，苏宁云商） q 粉丝可以设置：当这支股票涨幅或跌幅超 过 x%（默认7%）时提醒我 q 曾经连续3天，每天超过1000股跌停，证 监会开了一个会，于是接下来2天超过 1000股涨停 股价提醒性能优化
- 22. q 原来做法：股票涨（跌）x%，扫一遍粉 丝列表，过滤出所有符合条件的粉丝，推 送消息 q 新做法：预先建立索引，开盘期间载入内 存 q 1%：uid1，uid2 q 2%：uid3，uid4，uid5 q 3%：uid6 q 问题：有时候嫌太及时了：频繁跌停，打 开跌停，再跌停，再打开。。。的时候 股价提醒性能优化（2）
- 23. q 聊天功能：送达率第一 q 雪球IM：Netty + 自定义网络协议 q Akka ： 每个在线client一个actor q 推模式：client 在线情况下使用推模式 q 多端同步：单账号多端可登录，并保持各 种状态同步 IM 推送性能优化
- 24. q 推送功能：瞬间峰值性能第一 q 优化 q 分配更多资源：推送账号actor池 q 精简业务逻辑：重复消息只存id，实时提醒 内容不推历史设备，不更新非活跃设备的 Session列表等等 q 本地缓存：拉黑等无法精简的业务逻辑迁 移到本地缓存 q 优化代码：异步加密存储，去除不合理的 akka 使用 IM 推送性能优化（2）
- 25. q 2015.7.10/17/24 中国好声音 q 预估广告播出期间2小时新注册100万 q 压测发现 DB 成为瓶颈： q 昵称检测 cache miss > 40% q 昵称禁用词 where like 模糊查询 q 手机号是否注册 cache miss > 80% q 注册新用户：5 insert 注册模块优化
- 26. q 优化： q redis store：昵称，手机号 q 本地存储：昵称禁用词 q 业务流程优化：DB insert 操作同步改 异步 注册模块优化（2）
- 28. q 解决方案： q Hazelcast In-Memory Data Grid q replication map q java -XX:+DisableAttachMechanism -XX:-UsePerfData 前置模块HA（2）
- 29. q 一支股票可能在超过20万个组合里（南车 北车中车，暴风科技） q 离线计算，存储计算后的结果 q 股价3秒变一次，涉及到这支股票的所有 组合理论上也需要每 3 秒重新计算一次 组合净值计算性能优化
- 30. q Akka q 分级 + 批量 q 构建高可用的雪球投资组合系统技术实践 q http://sz2015.archsummit.com/ speakers/201825 组合净值计算性能优化（2）
- 31. q JDK6 升级 JDK8 q -XX:+ParallelRefProcEnabled -XX:- CMSClassUnloadingEnabled q Config Center和开关降级 通用优化
- 32. q 统一所有client q redis, mysql, http, mq q 统一metrics体系 q dropwizard + logback appender 通用优化（2）
- 33. q 关于雪球，关于我 q 雪球总体架构 q 雪球架构优化历程 q 一些总结和感想 大纲
- 34. q 一个单一架构的大服务 VS 一堆架构各异 的小服务 总结
- 35. q 高大上的架构 VS 可以工作的架构 q 优化到极致 VS 优化到可以接受 总结
- 36. q 重写 q 重构 q 裱糊匠 q 最小改动 总结
- 37. q 数据指标！数据指标！数据指标！ q qps q p99 q error rate q USE method：Utilization, Saturation，error （Velocity 2013， Performance Methodologies for Production Systems，Brendan Gregg） 总结
- 38. q 技术栈的一致性和简单性 总结
- 41. q 技术人员的自我修养： q 知道什么是好的结果 q 知道如何去追求好的结果 q 能够给出好的结果 感想
- 42. q 技术方案： q 20倍设计，10倍实现，3倍部署 q 扩展性：凡事留一线，以后好相见 感想
- 43. q 技术实现： q DevOps：上线后还是你自己维护的项目， 实现的时候注意各种出错和边界的处理 q 用户投诉的时候需要你去排查，实现的时候 一定要记得可复现，可追踪 q 快速实现，不是“随便实现”，万一火了呢： 性能，方便扩容 感想