引言

Twitter實時處理大約4000億事件，并每天生成一個PB(petabyte)的數據。Twitter從多種事件源消費數據，例如分布式數據庫、Kafka、Twitter事件總線等。

Twitter訂閱源中的事件調用示例

在這篇文章中，我們將嘗試理解：

• Twitter過去是如何處理事件的，以及那種方法存在哪些問題?
• 是什么業務和客戶影響促使Twitter遷移到新架構?
• 新架構
• 舊架構和新架構的性能比較。

為了處理事件，Twitter有自己的一套內部工具，例如：

• Scalding是Twitter用于批處理的工具。
• Heron是Twitter自己的流處理引擎。
• TimeSeriesAggregator(TSAR)用于批處理和實時處理。

在我們深入了解事件系統如何演變之前，讓我們簡要了解一下這四種內部工具。

• Scalding：Scalding是一個Scala庫，可以輕松指定Hadoop MapReduce作業。Scalding建立在Cascading之上，Cascading是一個抽象了底層Hadoop細節的Java庫。Scalding與Pig相當，但提供了與Scala的緊密集成，將Scala的優勢帶入MapReduce作業中。
• Heron：Apache Heron是Twitter自己的流處理引擎，由于需要處理PB級別的數據，提高開發人員的生產力并簡化調試而開發。Heron中的流應用程序稱為拓撲。拓撲是一個有向無環圖，其節點表示數據計算元素，邊表示數據流動的流。
• Spouts：它們連接到數據源并將數據注入流中
• Bolts：它們處理傳入的數據并發出數據

TimeSeriesAggregator：

Twitter的數據工程團隊面臨著每天處理數十億事件的挑戰，無論是批處理還是實時處理。TSAR是一個健壯的、可擴展的、實時事件時間序列聚合框架，主要用于監控參與度：聚合與推文的互動，按多種維度(如設備、參與類型等)進行分段。

讓我們在非常高的層次上檢查Twitter的工作原理。所有Twitter功能都由遍布全球的微服務支持，包括超過10萬個實例。它們負責生成事件，這些事件被發送到事件聚合層，該層由Meta的一個開源項目構建。這一層負責對這些事件進行分組，運行聚合作業，并將數據存儲在HDFS中。然后處理這些事件，并進行格式轉換，重新壓縮數據，以創建格式良好的數據集。

舊架構

Twitter的舊架構基于lambda架構，它包括批處理層、速度層和服務層。批處理部分是由客戶端生成的日志，并在事件處理后存儲在Hadoop分布式文件系統(HDFS)上。Twitter構建了幾個擴展管道，用于預處理原始日志，并將它們作為離線源攝入到Summingbird平臺中。速度層的實時組件源是Kafka主題。

一旦數據被處理，批處理數據就存儲在Manhattan分布式系統中，而實時數據則存儲在Twitter自己的分布式緩存Nighthawk中。TSAR系統，如TSAR查詢服務，查詢緩存和數據庫，是服務層的一部分。

Twitter在三個不同的數據中心有實時管道和查詢服務。為了減少批處理計算成本，Twitter在一個數據中心運行批處理管道，并將數據復制到其他兩個數據中心。

你能想到為什么實時數據會存儲在緩存中而不是數據庫中嗎?

舊架構中的挑戰

讓我們嘗試理解這種架構在實時事件處理中可能遇到的挑戰。

讓我們用一個例子來理解這一點：

假設有一個大事件，如FIFA世界杯。推文源將開始向推文拓撲發送大量事件。解析推文的bolts無法及時處理事件，拓撲內部出現了背壓。當系統長時間處于背壓狀態時，heron bolts可能會積累spout滯后，這表明系統延遲高。Twitter觀察到，當這種情況發生時，拓撲滯后的下降需要很長時間。

團隊使用的操作解決方案是重啟Heron容器以重新開始處理流。這可能導致操作期間事件丟失，從而導致緩存中聚合計數的不準確。

現在讓我們嘗試理解批處理事件的例子。Twitter有幾個重計算管道處理PB級別的數據，并每小時運行一次，以將數據同步到Manhattan數據庫中。現在讓我們想象一下，如果同步作業需要超過一個小時，而下一個作業已經安排開始。這可能導致系統的背壓增加，并可能導致數據丟失。

正如我們所看到的，TSAR查詢服務整合了Manhattan和緩存服務，為客戶提供數據。由于實時數據可能丟失，TSAR服務可能會向客戶提供不準確的指標。

讓我們嘗試理解促使他們解決這個問題的客戶和業務影響：

• Twitter廣告服務是Twitter最主要的收入模式之一，如果其性能受到影響，直接影響他們的商業模式。
• Twitter提供各種數據產品服務來檢索印象和參與度指標的信息;這些服務會因數據不準確而受到影響。
• 另一個問題是，從事件創建到可用于使用可能需要幾個小時，因為批處理作業。這意味著客戶端進行的數據分析或任何其他操作將不會擁有最新數據。可能會有幾個小時的時間滯后。

現在，這意味著如果我們想根據用戶生成的事件更新用戶的時間線，或者根據用戶與Twitter系統的互動進行用戶行為分析，客戶將無法做到，因為他們需要等待批處理完成。

新架構

新架構建立在Twitter數據中心服務和Google Cloud平臺上。Twitter構建了一個事件處理管道，將kafa主題轉換為pub sub主題，然后發送到Google Cloud。在Google Cloud上，流數據流作業執行實時聚合，并將數據沉入BigTable中。

對于服務層，Twitter使用了一個在Twitter數據中心前端和Bigtable及Bigquery后端的LDC查詢服務。整個系統可以以低延遲(約10毫秒)流式處理每秒數百萬事件，并且在高流量期間可以輕松擴展。

這種新架構節省了構建批處理管道的成本，對于實時管道，Twitter能夠實現更高的聚合精度和穩定的低延遲。此外，他們不需要在多個數據中心維護不同的實時事件聚合。

性能比較

與舊架構中的Heron拓撲相比，新架構提供了更低的延遲，并提供了更高的吞吐量。此外，新架構處理了延遲事件計數，并且在進行實時聚合時不會丟失事件。更重要的是，新架構中沒有批處理組件，因此簡化了設計并減少了舊架構中存在的計算成本。

結論

通過將基于TSAR的舊架構遷移到Twitter數據中心和Google Cloud平臺的混合架構，Twitter能夠實時處理數十億事件，并實現低延遲、高精度、穩定性、架構簡化和降低工程師的運營成本。