查看原文
其他

我遇到一群靠“造梦”改变世界的人

史中 浅黑科技 浅黑科技 2021-10-21

浅友们大家好~我是史中,我的日常生活是开撩五湖四海的科技大牛,我会尝试各种姿势,把他们的无边脑洞和温情故事讲给你听。如果你特别想听到谁的故事,不妨加微信(微信号:shizhongmax)告诉我。




我遇到一群靠“造梦”改变世界的人

文 | 史中


故事的开头,是2013年那个风雨交加的夜晚。

窗外打着雷,屋里亮着灯。会议室里,头发蓬乱胡子拉碴的宅男们列坐两旁。如果不是有人电脑上粘着几只企鹅贴纸,估计你很难辨认出他们是腾讯的工程师。

气氛多少有点火药味,老司机们像辩论赛一样分成了两拨。

一拨人怀里揣着三个字母:Xen,另一拨人手里攥着另外三个字母:KVM。

这是要给什么新产品选名字吗?当然不是,技术宅选名字什么的都很随性的,绝不会打起来。比这厉害得多,他们是要给一个即将诞生的新产品选择“技术灵魂”。



啥新产品,值得这帮老司机大动干戈呢?

中哥不卖关子了,当时的情况是酱的:

2013年,腾讯做出了一个重磅决定,把自己旗下的腾讯开放平台改组为腾讯云,正式对外提供云计算服务。而会议室里这群老司机,就是在为腾讯云底层的“虚拟化架构”进行技术选型。

啥是“虚拟化架构”,你可能还不了解;但“腾讯云”这三个字在日后掀起了多少波澜,吃瓜群众有目共睹。

站在今天回望, 这场会议的结论曾拨动了鹅厂的一颗命运转轮。



(一)其实,我是一个“造梦师”


要想故事看得好,一波科普少不了。

在搞明白虚拟化技术的工作原理之前,中哥决不允许你往下看故事。别紧张,科普很快的,一点儿都不疼。

你看,这是啥:



这是一栋大厦。这是一栋充满魔力的“计算力大厦”。

腾讯把无数服务器堆积起来,建造了这座计算力大厦,起名为腾讯云。



然后他们的操作是把这幢大厦隔成一间间屋子租给有需要的人。(就是把计算力分割成小块租给企业。)



很快就来生意了。

有阔气的老板想租600平米,有刚毕业的年轻人想租15平米。于是,腾讯云就得按照人家的需要,打好隔断,交给他们。



没过两天,老板觉得用不到这么大的房子,想把600平米换成200平米;可年轻人突然事业爆发,要把15平米的房子换成2000平米。于是,腾讯云就要重新为他们打隔断,交付合适的“面积”。



腾讯云上的租户成千上万,难道要真的有一个“装修队”,每天手忙脚乱地打隔断吗?

并不是。

其实他们采用了一种更高级的技术——用代码做成一个个“梦境”,只需要修改参数就可以实时调节这个“梦境”的面积,从15平米,调到2000平米,就是一分钟的事儿。



而且,两个“梦”之间就像两个平行宇宙,既不透光也不透声,一切信息都无法相互交流,比隔断更安全,既干净又卫生。

这个营造梦境的技术,就是“虚拟化技术”。

中哥说得这么玄幻,其实是为了你方便理解。现实世界中虚拟化技术,就是在物理机上通过虚拟化技术创造出来的一个个相互隔离的“虚拟机”。让跑在虚拟机里面的操作系统感觉不到任何异常,而且可以像金箍棒一样随大随小。给你看个图就明白了:



如果拿一种职业作比较,虚拟化工程师非常像《盗梦空间》里的造梦师,不仅要把“梦”造得真实,还要让“梦”稳定运行——这是一个属于疯子或者天才的职业。



好,科普完毕。

现在你应该知道了吧,这个风雨交加的夜晚,屋子里坐的其实都是一群大内高手。正好他们的对决尚未分出胜负,你来帮忙评评理。


支持 Xen 的同学是大多数。Xen 有点像虚拟化界的“中坚派”,最主流。当时腾讯内部有很多地方也在使用 Xen。可是 Xen 也有缺点:它虽然是开源的,但代码过于复杂,工程师们很难100%把控它。有点像小时候家里的闹钟,你拆了就可能装不回来。。。

支持 KVM 的同学是少数。KVM 有点像虚拟化界的“少壮派”,它也是开源的,但代码简单清晰,有点像乐高积木,技术宅们可以随心拼拆,但它究竟能不能扛起云计算的底层架构,没有人验证过。

“中坚派”咄咄逼人:去饭馆吃饭还要挑人多的那家呢。先走一步的友商亚马逊 AWS 和阿里云都选择用 Xen 而不是 KVM 做虚拟化技术,难道是拍脑袋决定的吗?KVM 毕竟太新了,我们凭什么去踩坑啊?

“少壮派”据理力争:如果用复杂的 Xen,我们就不能100%驾驭它。技术最怕有漏洞,万一哪天发现了 Xen 有漏洞,我们又修不了,影响到上面的用户怎么办?



“中坚派”发出灵魂一问:担心 Xen 有漏洞,KVM 就没事了吗?

“少壮派”一拍胸脯放出豪言:如果我们能研发出一套“热升级技术”呢?

空气突然安静。

啥是热升级技术?就是能在系统一边运行的时候,一边升级的骚操作。就像老司机一边开车还能一边修车那样。如果真的能做出来热升级,那就相当于《终结者》里的自修复机器人,再多伤口也能愈合,妈妈再也不用担心我死翘翘了。



几秒沉默之后,领导发话:吹牛没用,代码说话。给你们两个月时间,要是你们真的能研发出来 KVM 的热升级,那我就同意让 KVM 做腾讯云的虚拟化平台。

散会!

少壮派同学们拿到令牌,前一秒还击掌庆祝,后一秒才意识到时间紧迫压力山大,赶紧滚回去撸代码。这时他们才恨自己没有三头六臂——人手这么少,先找几个志同道合的大牛来才是主要的。

王佳就是这个时候加入腾讯云的。

王佳


王佳是 KVM 的坚定支持者,听说腾讯云正在求贤若渴地寻找 KVM 大牛,满心欢喜地加入。哪成想一进腾讯云连气都没喘匀,就被同事们揪进了漩涡中心——分秒必争地开始研究 KVM 热升级技术。

精诚所至,金石为开。“少壮派”有如神助。一个月时间,王佳和同事们就把热升级模块的代码拍到了桌子上。

同事们惊为天人。

“现在回想起来,虽然有些代码实现并不优美,但我们却不小心成为了业界最早研发出 KVM 热升级的团队。”王佳笑。

枪杆子里面出政权,代码就是技术世界的马克沁机枪。

技术领导看着 KVM 团队六亲不认的眼神,终于同意从腾讯云上分出5%的机器,让他们用 KVM 来做虚拟化,之后根据表现再择机增加比例。

你可能觉得,5%也太抠门了吧。。。

别忘了,腾讯云的总体量很大,哪怕5%所对应的绝对数量也已经很惊人了。而且腾讯云是当时腾讯的重要尝试,一万双眼睛在盯着。此时,给这个没人用过的技术选型投信任票,技术领导们背了多大的压力,可想而知。

2013年,腾讯云正式上线。中国云计算猝不及防地进入“战国时代”。而腾讯云因为身体里流淌着 KVM 的血液,成为云计算列强里的一个“另类”。

故事讲到这里,反派就准备登场了。把镜头拉远,在远处的黑暗中,敌人正在蹑足潜踪,准备扼住我们主角的小咽喉。

“老司机,带带我。。。”那天晚上,王佳结束了愉快的加班,回家打开音乐。手机还没来得及扔到桌子上,就开始疯狂震动。

“大家赶紧上线,我们的 KVM 虚拟机挂啦!!”



(二)生死热迁移


担心的事情,终于还是发生了。

而且要命的是,这个事故还发生在腾讯云第一波大客户——某大型视频网站——身上。

客户的“梦境”里包含N台虚拟机,每挂一台虚拟机,就相当于一部分“梦境”没了。幸好出问题的只是占比5%的 KVM 虚拟机,客户主体的“梦境”还在,业务没受太大影响,怒气值暂未爆表。

但留给中国队的时间不多了。。。



王佳他们灰头土脸没日没夜地检查了好几天。结果非常气人:虽然看上去很严重,但原因只是 KVM 开源版本里有一个隐秘的小错误,只要修改掉就可以了。

如果这个问题发生在 Xen 上,那难免要把腾讯云整个暂停,来一次停机升级。可在 KVM 上,你还记得之前搞出来的“热升级技术”么?

没错,终于派上用场了。

他们赶快对所有 KVM 虚拟机都进行了在线热升级。而云上的用户业务不仅没中断,而且几乎是没有感觉的。



接下来的剧情走向就很有意思了。

王佳心里凉了半截,本以为经过这次事件,KVM 技术在腾讯云里要被打入冷宫,没想到,由于 KVM 的热升级能力在众目睽睽之下经受住了考验,领导们做出了一个凶猛的决定:继续加大 KVM 虚拟机的比重。

就这样,KVM 在腾讯云里的比重加到了30%,稳定运行一段时间,又加到了60%,到了2014年底,KVM 就成为了腾讯云官方指定唯一白金钻石级底层虚拟化平台,虚拟化团队也全部转向 KVM 技术路线。

这是当时团队的合影


对于这些宅男老司机来说,看着自己从零呵护起来的技术路线支撑起整个腾讯云,比跟相恋多年的女友修成正果还开心。

此时,时间已经推进到了2015年,最愚钝的人,都发现了世界的变化。

北京杭州上海深圳的机场,巨幅的广告位被各家云计算大厂包揽一空。

这些一掷千金的广告背后,折射出云计算行业刺刀见红的竞争。各家云厂商也清楚,疗效比广告更重要,他们纷纷加大投入,打磨底层技术。

有一个细节,王佳后来才知道——就在那时,阿里云和 AWS 已经越来越感受到 Xen 的束手束脚,疼定思痛,成立了小分队,认真研究要把底层虚拟化技术从 Xen 切换到 KVM。

而由于两年前雨夜的那场“豪赌”,腾讯云幸运地最早拥抱了 KVM,在这一回合技术较量中占尽了先机。市场份额不会说谎,在诸多研究机构的报告中,那一年腾讯云的用户暴涨,开始奋起直追中国市场的领头羊阿里云。

真正让这群老司机感觉到鼓舞的,不是市场份额,而是聚光灯。彼时腾讯云成了国内 KVM 虚拟化技术的圣地,各路顶级英雄纷纷来投。

如今腾讯云虚拟化团队的负责人陈立东,就是在这个时候加入的。

陈立东


陈立东还记得,自己加入不久,腾讯云的总负责人汤道生就宣布,要在未来3年豪掷500亿,争夺中国云计算的权柄。

这时的腾讯云,已经不仅仅是一个“重要尝试”这么简单,就像一个弱冠年轻人,需要为整个家族的命运承担责任了。

“从那时起,虚拟化团队每天都是如履薄冰,一秒都不敢松懈。”陈立东回忆。

可问题还是来了,以一种妖娆的姿势来了。

2015年,陈立东他们在后台数据中突然发现了怪异现象:最近一些虚拟机好像故障率有点高。。。

在各家云计算混战正酣的时候,出了这个问题,无异于苏德交兵的时候,坦克突然掉链子。

正在他们努力定位问题的时候,商务同事开始在群里反馈:有用户说了,最近感觉腾讯云不如以前稳定了,要是不赶紧处理,他们可是要转投别人家了!

大家更紧张了。。。

问题找到了,果然不是软件问题,而是最近采购的部分内存有质量缺陷。

硬件是云计算的基础。就像组成一幢房子的砖石,非常重要。


内存厂家有错就认,挨打立正,同意把这批货全部更换。

可是,陈立东他们却犯愁了。如果换内存,虚拟机一定会被破坏。在那之前,得先把用户的虚拟机搬个家,可是搬家的时候,客户还得把机器关掉一段时间啊。

这可不是小事。当时腾讯云的客户有很多都是游戏厂商。你这给人家虚拟机停机再迁移,少说也得半小时。相应的他们就得给玩家停服半小时,这后面的损失算谁的??

箭在弦上,陈立东他们必须火速研究出一种技术:热迁移

顾名思义,热迁移就是一个搬家队,在系统不停机的情况下,把所有东西从一个虚拟机搬家到另一个虚拟机。打个比方,就像一个饭店,要一边炒着菜,一边从一个屋子搬到另一个屋子,还不能耽误给食客上菜的速度。这难度可想而知。。。



战场上已经吹响了冲锋号。这群老司机没有退路,就是死也得把这个“搬家技术”搞出来再死。

热迁移起码要解决两个问题:
1、迁移成功率;
2、服务可用性。


先说“迁移成功率”。

之前说过,虚拟机就像大厦里的隔间,有大也有小。

给一间小饭馆搬家比较容易,把屋里的东西装进一个箱子,搬到另一个屋子就行了。可是如果面对一间大饭店,各种东西琳琅满目,还有不少大件物品。



这时就需要一个很大的搬家队,而且搬得时候还有可能磕碰损坏。


陈立东他们遇到的就是你这个问题。如果虚拟机配置小,那么迁移起来就很容易成功;如果虚拟机配置大,就会有一定的概率迁移失败。

这怎么解?

他们的办法是:压缩!

还拿搬家打比方,这就像是搬家的时候,把家里的物品条理清晰地放进箱子里,让它们占用空间的方式最紧凑,这样就可以让箱子数量尽可能少,搬家时损坏的可能性也就更低了。

那段时间他们没日没夜,尝试了各种工程方案,生生把内存里的文件压缩后的大小降低到了安全线以内。随之,迁移失败率大大下降。



再说“服务可用性”。

刚才说过,迁移的过程中,这个虚拟机还是要正常运行的。上一秒还在这间屋子里炒菜,下一秒就要在新屋子里继续炒菜。



解决这个问题,就要求搬家的动作又快又稳。

但是,陈立东和同事们被生生卡在了这里。

由于 KVM 本身的设计问题,在热迁移处理某个特定逻辑的时候,同时只能交给一个 CPU 核心。这就好像饭店里的煤气灶,搬迁有危险性,必须由专业的师傅来搬。给一间小饭店搬家还可以,但是面对大饭店,煤气灶很多的时候,这个师傅就会手忙脚乱,宏观表现就是虚拟机在搬迁的时候性能“抖动”。



最开始,这群技术宅的思路就是“多找几个煤气师傅一起来搬”。可是弄来弄去,并发的细节怎么都搞不定。结论很沮丧——只能由一个师傅来搬。

眼看时间一点一点流逝,虚拟化团队的技术宅们心急如焚。

一天早晨,商务的同事在技术群里恨恨地发了一条消息:客户走了。

言下之意,是谁的责任,你们心里有数。

陈立东他们内疚极了。然而,他们每天仍然不断地被拉进各种客户群,面对像浪潮一样涌来的吐槽。虚拟化团队一口口呛水,拼命找出路。

那段时间,根本连觉都睡不着,做梦都在尝试技术方案。

陈立东回忆起来,仍然心绪难平。

说出来你可能不信,方案真的是做梦时候想出来的。

那天半夜,陈立东“垂死病中惊坐起”。冲到电脑边,开始记录他想到的方法。

这个方案其实并不复杂。你还记得吧,之前他们的思路一直是多找几个煤气师傅,现在的思路是:就让这一个师傅来搬,但是用多种技术限制他同一时刻的工作量,这样就起码不会出现手忙脚乱(进程卡满)的状况,从宏观上看,虚拟机的抖动反而大大下降了。



虽说这个技术方案不如之前的那么优美,但在当时却能堪大用——解决了大配置虚拟机平稳热迁移的问题。

技术方案出炉,接下来就一马平川。依靠热迁移技术,客户们被平滑地般到了健康的主机上,这批问题内存也第一时间被换掉了,客户们的吐槽也以依次平息,没人再提要离开了。



我们把镜头摇回这群技术宅,他们的打怪升级还在继续。

就像一个人买彩票,一辈子都中不了奖,但是一千万人一起买彩票,那就几乎每期都会有人中奖。随着腾讯云上的客户越来越多,原本发生概率非常非常低的问题,渐渐开始显露。

这让虚拟化团队的游戏难度陡然升为“变态模式”。

这不,2017年,新课题又来了。

事情还是出在老冤家——内存——身上。

如果把一台电脑比作人的话,内存就是人的短期记忆。你日常生活里做任何事,都要时刻查询短期记忆。电脑也是一样,所以内存经常被读写,读写的次数多了,就难免出现内存错误。

内存一错误,虚拟机就会宕机。虚拟机一宕机,客户就抄刀。

可是人类目前的科技水平就是这样,内存就是有一个极低的概率会错误。在这个前提下,有没有办法让虚拟机依然不宕机呢?

还真让他们找到了,解决的方案就在内存的好基友——CPU——里。



(三)深探 Intel


众所周知,CPU 是一个计算系统的大脑,掌握着生杀予夺的大权。

我们假设一个场景:

今天上午同事告诉你有一家新开的快餐店很好吃,出门左拐不远就到了。于是你把这个方位放在大脑的短期记忆(内存)里,决定午饭的时候去试试。



结果中午的时候,你刚出楼门,瞬间就给忘了同事说的是出门左拐还是右拐。此时你就发生了一个内存错误。



这个内存错误被迅速报告到你的大脑(CPU),这时你的大脑就懵逼了,你立刻站在原地。。。


刚才这个场景其实就模拟了内存错误时的情况。

一旦内存在运行过程中存储发生错误,就会立刻汇报给 CPU,这时 CPU 为了防止错误继续扩大,最稳妥的选择就是先尬住,这就是死机。

日常查看技术资料的时候,陈立东突然发现,其实 CPU 的制造商 Intel 也注意到了这个问题,并且研究出来一个解决方案。

这个方案就叫做 MCA Recovery。

这个方案用白话解释起来挺简单:之前 CPU 的逻辑是,无论遇到什么内存错误,都直接宕机。MCA Recovery 就是让 CPU 在遇到内存报错时先不要慌,抽根烟,对内存发生错误的严重性做一个判断,如果判断这个错误不会影响程序进程,就忽略掉这个错误,继续运行;如果严重,再死不迟。



“踏破铁鞋无觅处,得来全不费工夫!”陈立东正准备高兴,突然发现备注里写着一行小字,只有在4路和8路的服务器里,Intel 才支持这个功能。(4路服务器指的是在一台服务器里有4颗 CPU。)

然鹅,腾讯云的很多服务器都是2路的,感觉有被忽略到。

没有没关系,我拿钱砸到你有。

在2016年,腾讯云对 Intel 提交了定制芯片的订单,里面就明确了需求,要在2路服务器上加入 MCA Recovery 功能。

半年之后,虚拟化团队激动的心颤抖的手,终于拿到了定制 CPU。

放到测试环境里一试,结果感人:虚拟机还是想死就死,不给任何人留情面。。。

这群老司机愣在原地,为这个世界的不科学深深叹服。

仔细寻找问题才发现,仅仅 CPU 支持了 MCA Recovery 还不管用,还要服务器里的很多其他模块跟着调整,虚拟化平台也需要大量修改适配。



问题是,当时这些服务器都不是腾讯自己研发设计的,而是从供应商那里买的。所以他们赶紧提出需求,让供应商开发完整支持 MCA Recovery 的服务器。

然而,由于 MCA Recovery 是新技术,不同的服务器供应商“悟性”不同,有的支持得好,有的支持得屎。于是虚拟化团队还专门编写了一套测试软件,告诉硬件采购的同事:以后通过这套测试的机器才能进入采购名单,不通过的一律不要。

站在现在回望, 这件事也坚定了腾讯云自研服务器的决心。当然这是后话。

这张照片就是后来腾讯云自研的星星海服务器。


折腾了几个月,总算是服务器都支持 MCA Recovery 了,这群老司机又发现,MCA Recovery 还是有很小的概率会在不该死机的时候死机。所有的证据都表明,问题出在 Intel 芯片里面,需要了解芯片的内部处理机制才有机会进一步优化。

陈立东赶紧联系了 Intel 中国的技术人员,对方研究了一个礼拜,最后还是建议:“你们去一趟美国总部吧,跟芯片开发工程师直接聊聊。。。”

就这样,陈立东和同事又买了去美国的机票,跟 Intel 的工程师当面“对质”。

在 Intel 总部,美国的技术宅也很坦诚,把芯片的内部逻辑都展示给陈立东他们,开诚布公地一起研究。果然,在 Intel CPU 设计 MCA Recovery 的时候,确实存在一些有待改进的空间。这些问题很隐秘,一般很难触发,除非使用的机器足够多。不巧,腾讯云上的服务器就足够多。

中美两波工程师还抽空合了影。


可是在了解了芯片内部逻辑之后,陈立东也发现,这个问题修复起来并不容易。

最后,两拨工程师商量出一个方案:在 KVM 里把有可能触发异常的逻辑禁用 ,提升 MAC Recovery 的成功率。

你看,内存错误发生的概率本来就不大。可就是为了搞定这个概率极低的宕机问题,这群技术宅定制了服务器,又定制了 CPU,还去 Intel 美国总部杀了一遭,揪着芯片里几个特定的回路跟 Intel 工程师掰扯了一个底朝天,横跨东西半球,才终于让这个问题得以缓解。。。

就这样,腾讯云的稳定性指标,在小数点几位之后,又增加了那么一块。虽然很多粗心的用户甚至体感不到腾讯云每年稳定性的提升,但是陈立东他们却一刻不敢懈怠。

如今,这些代码所承载的腾讯云,已经不是可有可无的玩物,而是银行、制造、商品流转、衣食住行,是无数人的箪食瓢饮,是很多人的工作生计。每一行代码都在悄无声息地改变着这个社会的命运转轮。

在我们的故事里,“造梦师”们一步步把腾讯云建造成梦想中的样子,终于为自己迎来了荣耀时刻。




(四)吃自己的狗粮 


2018年,腾讯集团做出了一个决定:吃自己的狗粮——腾讯内部所有业务,包括QQ、微信、游戏等等全部切换到腾讯云上。

这就是腾讯轰轰烈烈的“自研业务上云”运动。

你可能有点纳闷:咦,原来腾讯自己的业务都没有在腾讯云上啊。

你说得没错。对于腾讯来说,是先有的QQ、微信,再有的腾讯云。所以那些较早的大业务其实并没有使用腾讯云,这是历史原因造成的。

那么,这些业务之前使用什么作为底层计算力呢?使用的是物理机。

你还记得那个房子的比喻吗?使用物理机,相当于自己盖一座计算力的别墅,因为全是自家的,所以根本不用打隔断,不用虚拟化。



现在全集团上云,每个业务都得放弃自己的房子,进驻腾讯云大厦里的一个个隔间,这样既可以节省成本,又能依靠虚拟化技术“伸缩自如”的优势增强业务弹性。



你可能会想,毕竟是兄弟部门,让内部业务上腾讯云应该很简单吧。

呵呵你错了,亲兄弟才明算账呢。

由于业务部门是从别墅迁移到大厦的隔间里,自然会把现在和过去的体验作对比。虚拟化虚拟化,毕竟是虚拟的,肯定在某些地方比不上真实的物理机。

其中有一个最主要的地方,叫做“性能损耗”。

简单来说,在物理机里造出并维持虚拟机的梦境,是需要耗费一部分性能的。也就是说,在一台物理机上运行一台虚拟机,虚拟机的绝对性能是要低于物理机的。

假如虚拟机只有物理机性能的95%,我们就说它的虚拟化损耗是5%。至于此时此刻虚拟化损耗到底是多少,取决于跑在上面的应用是什么。



按理说,全员上云应该从比较小的业务开始。不过腾讯“艺高人胆大”。2018年第一个吃螃蟹的,就是最重磅的应用之一——微信。

为了判断性能损耗有多严重,微信先拿了一部分虚拟机做测试。结果证明,微信的很多功能恰恰是对虚拟机很不友好的。在这种情况下,虚拟机的性能只能达到同样物理机的70%,损耗达到了将近30%。也就是说原本100台物理机能搞定的事情,现在需要140台同等配置的虚拟机才能搞定。

微信的同事把测试结果的屏幕转到陈立东面前:请开始你的解释。

没啥好解释的。陈立东带着同学们回到办公室,重新来过。



团队专门派出两个最资深的老司机,就以微信为例,看看哪里还有能降低虚拟化损耗的地方。

山重水复疑无路,柳暗花明又一村。他们发现 KVM 在虚拟化损耗方面的优化空间还是很大的。只不过降低虚拟化损耗这件事,恨不得比外科手术还要精细,其中的技术细节太高深。

不过为了满足你的好奇心,这里中哥还是简单给你举个例子:

KVM 下面连接物理机,上面连接虚拟机,再上面是操作系统。操作系统对 CPU 的某些操作,在虚拟机里是无法执行的,需要由 KVM 跳出到物理机层面执行。这个跳出跳入的过程,就造成了损耗。

而降低这种损耗的一种方法,就是具体分析这些指令,看是否可以把很多需要跳出执行的指令归在一起执行,这样就避免了频繁的跳出跳入,从而让系统减少负担。就像你去超市之前先列一个清单,一趟就买齐,就会比频繁往来超市节省时间。



类似这种逻辑,团队发现了很多 KVM 的优化点,每做好一个优化就把微信的同事们拉过来测一次。果然,虚拟化损耗渐渐地从30%降到5%。

微信之后,很多应用都陆续来做上云测试,提出了各种问题。我们没白没黑集中搞了半年以后,突然有一天,发现大家都没什么意见了。那一刻我知道我们成了,别提多高兴了。

陈立东回忆。

于是,微信、QQ、王者荣耀、穿越火线等等你耳熟能详的腾讯应用,开始了正式的“上云大迁徙”。

腾讯轰轰烈烈的自研业务上云,其实只是一个缩影。把镜头拉远,是烟尘中的千军万马,几乎全中国的企业都在奋勇地跨越河流,从传统的 IT 架构跳向云计算的彼岸,成为更自信的数字中国的一部分。

正在读文章的你,当然也是这一切的见证者。

有一件事不得不提。这些年为了改进腾讯云的底层技术,虚拟化团队积累了很多硬核代码。他们陆续把这些改进都整理清晰,提交给了 KVM 开源社区。在过去的三年,腾讯云团队一直是 KVM 社区贡献榜的中国区第一名。

在 KVM 大会上演讲


仅仅在过去的2019年,腾讯提交了40个改进,其中Exitless Timers、Yield to IPI target、Per-VM cap to disable exits 等等都被认为是年度重大改进。腾讯云毫无疑问地成为了 KVM 社区的重要贡献力量。

之前中国人一直被开源社区诟病,认为我们总索取,不贡献。客观来说,我们确实有做得不好的地方。但我们希望用行动说话,为开源社区贡献真正硬核的好东西,慢慢改变开源社区对中国的偏见。

陈立东说。



(五)靠“做梦”改变世界


2019年底,KVM 已经成为所有主流云计算厂商的虚拟化方案。

同一时刻,在最新的行业报告中,腾讯云市场份额位居中国第二,和领头羊阿里云的差距进一步缩小。考虑到腾讯在阿里之后才进入云计算市场,这样的成绩值得赞叹。

不过老司机的步伐丝毫没有停止。

用了几年时间,基本搞定了 Intel CPU 的虚拟化优化之后,他们又马不停蹄地开始了 AMD CPU 的虚拟化优化,而基于更多种类 CPU 的虚拟化,也在他们的计划之列。

你还记得当年非常困扰他们的“热迁移”技术吗?(就是那个一边炒菜一遍移动煤气灶的技术。。。)当年他们采用了“妥协方案”,而这几年他们并没有停止思考,最近他们终于解决了全部技术难题,正在仔细地写新模块的代码。

陈立东告诉我,这个模块也会贡献给 KVM 社区,这之后,所有使用 KVM 的云计算产品,就将会自动具备强大的热迁移功能。

“把这些核心功能贡献出来,不是给竞争对手增加武器吗?”我问。

“虽然你说的也没错,不过我们不从这个角度想。KVM 正在成为这个世界云计算的基座,我们的贡献,是代表腾讯云为 KVM 社区做的。”陈立东说。

告别之后,我反复回想这句话。

我从这句话里读到了自信。而在漫长的岁月里,自信恐怕是最美的东西。但自信也像稀世的珍宝,只有跟世界死磕,满身伤疤之后仍然傲视群雄,你才会拥有它。

这群老司机虽然沉默寡言,虽然屡遭挫败,但好在从未想过停下脚步。他们把技术边界向前一点点移动,把我们的计算力基座一毫一厘地压实。

这么重要的任务交在这群老司机手上,我感到很靠谱。




注:本文头图以及文中“内存错误”科普用到的三张图修改自游戏《没有人知道的大冒险》,这是一款让人感动的游戏。它的作者同样是一位爱做梦,想要改变,并且不轻易动摇的程序员。我自愿为这个游戏做个广告,如果大家有能力的话,请去 Steam 多多支持啊。




再自我介绍一下吧。我叫史中,是一个倾心故事的科技记者。我的日常是和各路大神聊天。如果想和我做朋友,可以搜索微信:shizhongmax

转载文章,请加微信:woshimantoujie


既然是做梦

干脆做大点

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存