背景

B站直播平臺近年來迅猛發(fā)展，為了吸引更多觀眾和優(yōu)質(zhì)主播，直播平臺通常會推出多樣玩法（包括節(jié)日活動、任務(wù)、榜單、抽獎），以激勵用戶參與和創(chuàng)造高質(zhì)量內(nèi)容，拉動平臺營收，豐富直播生態(tài)。諸多玩法都存在一個共同的場景：給用戶發(fā)放獎勵。為了滿足獎品種類以及發(fā)放場景的多樣性，我們設(shè)計了通用獎勵系統(tǒng)，用于支撐各類上層業(yè)務(wù)。本文將介紹直播獎勵系統(tǒng)的技術(shù)架構(gòu)，從需求分析到實現(xiàn)細節(jié)，全面解析其背后的技術(shù)方案。

圖片

需求分析

通用獎勵系統(tǒng)的設(shè)計需要從分別從需求側(cè)和供給側(cè)兩個方向入手：一是發(fā)放場景接入，二是獎品類型接入，獎勵系統(tǒng)為二者制訂了接入標(biāo)準(zhǔn)，方便進行后續(xù)的擴展維護。

圖片

從業(yè)務(wù)接入來看，獎勵系統(tǒng)需要滿足各類上游場景的發(fā)放，如：榜單截榜后發(fā)獎、任務(wù)完成發(fā)獎、抽獎發(fā)獎、競猜開獎發(fā)獎等諸多場景，因此接入方式既要足夠標(biāo)準(zhǔn)化又要兼容差異化。

從獎品類型來看，獎勵存在多樣性，既包含頭像框、頭銜、房間皮膚等權(quán)益類獎品，又包含電池、金倉鼠、包裹道具等價值類獎品，不同的獎品各自所需的配置屬性不同，由不同的下游發(fā)放，且每個下游吞吐能力也不一致，獎勵系統(tǒng)在處理獎勵發(fā)放時需要分別設(shè)置不同的發(fā)放限流閾值以防止擊垮下游。

從發(fā)放時效來看，業(yè)務(wù)能級有高低之分，高能級的業(yè)務(wù)場景發(fā)放延遲會造成用戶體驗下降，甚至?xí)l(fā)客訴輿情，因此需要有獨立的發(fā)放通道專門用于保障高優(yōu)業(yè)務(wù)。

最后作為一個值得被信任的獎勵系統(tǒng)，一定要滿足這三個特點：低延遲、不超發(fā)、不漏發(fā)。

架構(gòu)介紹

基于獎勵上游業(yè)務(wù)方多、峰值流量高、穩(wěn)定性要求高的特點，為求高峰值流量下獎勵系統(tǒng)的穩(wěn)定可靠，方案選型時選擇了基于消息隊列削峰、異步處理請求的總體方案。以下是獎勵系統(tǒng)整體架構(gòu)圖：

圖片

系統(tǒng)架構(gòu)包括：

• 接入層：負責(zé)制定業(yè)務(wù)接入標(biāo)準(zhǔn)，提供業(yè)務(wù)源注冊、獎勵發(fā)放、回收、獎品佩戴、取消佩戴等功能；
• 配置層：按照業(yè)務(wù)所需配置各類獎勵包裹，如：排行榜發(fā)獎、主播任務(wù)發(fā)獎、獎池抽獎發(fā)獎，同時還負責(zé)新獎勵類型的配置接入；
• 服務(wù)層：處理接入層的獎勵請求，拆分包裹，記錄發(fā)放狀態(tài)，管理發(fā)獎二級隊列，調(diào)度不同的獎品下游進行獎勵發(fā)放；
• 存儲層：架構(gòu)中依賴的存儲方案
• databus 作為MQ提升吞吐量
• mysql負責(zé)存儲基本配置、獎品和包裹的映射關(guān)系以及發(fā)放記錄
• taishanKV存儲獎品擴展配置
• redis 負責(zé)提供二級隊列、延遲重試隊列
• hdfs 存儲獎勵配置和發(fā)放記錄離線數(shù)據(jù)，提供分析、篩查等功能
• 離線層：數(shù)平oneservice數(shù)據(jù)檢索、掃描異常發(fā)放記錄狀態(tài)補發(fā)獎勵、系統(tǒng)日志、相關(guān)數(shù)據(jù)埋點

詳細設(shè)計

發(fā)獎流程按照：業(yè)務(wù)上游 → 一級隊列 → 二級隊列 → 發(fā)放下游 四個模塊串行，簡單直觀，業(yè)務(wù)方僅需配置獎勵，再調(diào)用接口投遞發(fā)獎消息即可，非常便捷，串行流程如下圖所示：

針對需求中的三個特點系統(tǒng)分別進行了如下設(shè)計：

• 低延遲：提供不同通道的隔離發(fā)放，針對高優(yōu)業(yè)務(wù)可選擇Fast通道，防止發(fā)放量過大的低優(yōu)業(yè)務(wù)影響高優(yōu)業(yè)務(wù)的發(fā)獎時長；
• 不超發(fā)：獎勵中心設(shè)計了全鏈路冪等，上游消息攜帶 source + msg_id，中間寫庫設(shè)置DB唯一鍵防止重復(fù)消費，下游提供支持冪等的發(fā)放接口，確保獎勵無論怎么重試都不會被超發(fā)；
• 不漏發(fā)：層層重試，因獎勵系統(tǒng)存在多重異步，針對每一步都設(shè)置相應(yīng)的重試策略，避免中途鏈路中斷產(chǎn)生漏發(fā)。

古希臘哲學(xué)家赫拉克利特曾說過："The only constant is change."，意思就是：唯一不變的是變化。這句話提醒我們要接受變化和不確定性，并在這種情況下保持適應(yīng)能力，設(shè)計系統(tǒng)也是如此，外部的變量太多，不能僅僅停留在理想狀態(tài)思考問題，因此獎勵系統(tǒng)在容錯上做了不少細節(jié)設(shè)計：

1.快慢隊列

某天凌晨收到大量客訴，反饋直播獎勵到賬延遲，排查下來是運營上了一個用戶觀看直播10min獲得抽獎券的任務(wù)，0點10分過后，大量的發(fā)獎消息涌入隊列，當(dāng)時獎勵系統(tǒng)沒做消息隔離，造成高優(yōu)業(yè)務(wù)的發(fā)獎消息消費延遲。

圖片

圖片

直播按業(yè)務(wù)能級可以劃分高優(yōu)和低優(yōu)兩類業(yè)務(wù)，一般低優(yōu)類業(yè)務(wù)因門檻較低所以獎勵發(fā)放量比較大，如：用戶觀看直播獲得抽獎券。而高優(yōu)類業(yè)務(wù)往往獎勵發(fā)放量比較少，如：用戶消費電池參與活動獲得獎勵。不同的是這兩類業(yè)務(wù)各自對發(fā)放時效的敏感度，低優(yōu)業(yè)務(wù)對時效不敏感，可接受延遲發(fā)放；高優(yōu)業(yè)務(wù)時效敏感，獎勵延遲到賬易導(dǎo)致用戶體驗降低，甚至帶來客訴。

獎勵系統(tǒng)提供了讓業(yè)務(wù)自主選擇快慢通道的能力，上游可根據(jù)業(yè)務(wù)是否容忍延遲來選擇快慢通道，可滿足不同場景下的業(yè)務(wù)需求。

2.冪等

一級消息處理器接到消息后首先獲取獎勵包裹子獎勵，如果這一步出現(xiàn)異常，會直接返回消息重試信號，等待消費者重試。

接著將包裹中包含的所有獎勵進行封裝，再按 uid%64 進行分庫寫表，這里會通過DB組合唯一鍵 souce + msgId + awardTypeId + awardId + uid 實現(xiàn)發(fā)獎冪等判斷，如果已經(jīng)存在發(fā)獎記錄則跳過本次寫入，之后再根據(jù)快慢隊列各自的發(fā)獎鏈路進行二級隊列轉(zhuǎn)投，防止因某個下游發(fā)獎處理過慢導(dǎo)致整體消費吞吐量下滑造成的消息積壓。

慢通道消息會按照獎品類型進行隊列分配，一種獎品類型分到一組redis list隊列，具體隊列key的數(shù)量由初始化配置決定，而快隊列則是選擇databus，直接分成三個不同等級隊列，這么選擇的原因主要有以下兩點：

• 快通道對獎勵可達性和時效性要求較高，因此選用高可用的MQ作為承載方式，但使用MQ需要單獨申請producer和consumer，這在運維部署上面增加了成本，因此只申請了高、中、低三個二級隊列，避免了每次新增獎品類型都需要單獨部署資源，針對不同的獎品類型會按照配置進行隊列分配，比如涉及金錢的獎品類型會放入Fast隊列，優(yōu)先保障；一些已知的慢下游會主動配置放到Slow隊列，避免拖慢整個發(fā)放隊列，其他的獎品類型默認進入Default隊列；
• 慢通道對獎勵的時效性要求較低，redis list 不會增加運維負擔(dān)，對于應(yīng)用來說只是從邏輯上劃分了多個隊列，非常便于擴充新獎品類型，但redis的可用性比起MQ稍顯不足，一旦出現(xiàn)意外情況可能會丟失數(shù)據(jù)，因此需要有離線補償?shù)氖侄危@會犧牲獎勵發(fā)放的時效性，因此僅針對慢通道的獎勵采用這種模式。

3.可重試

二級隊列消費者隨時監(jiān)聽二級隊列消息，收到發(fā)獎消息后根據(jù)不同的獎品類型進行下游發(fā)放交互，拿到結(jié)果后更新DB狀態(tài)（如果失敗則會累計重試發(fā)放次數(shù)），更新產(chǎn)生的binlog會被canal監(jiān)聽，如果遇到發(fā)放異常需要重試的情況會將消息寫入三級隊列，此隊列主要用于獎勵重試，基于 redis zset 結(jié)構(gòu)設(shè)計的延遲隊列進行指數(shù)退避重試發(fā)獎，按照 2^0s → 2^1s → 2^2s → ... → 2^12s，自動重試13次，大概在2小時左右，如果還未恢復(fù)，則判定為下游不可用，不再重試發(fā)獎等待人工介入。

圖片

4.離線補償

只要發(fā)獎記錄落表成功，無論如何都需要走到最終的發(fā)獎，因此我們專門為此設(shè)計了離線補償方案，通過job定時撈取離線庫未發(fā)放完成的狀態(tài)記錄進行重試發(fā)放，如此可保證在最壞情況下的兜底，最大程度保證獎勵的可達性。

5.業(yè)務(wù)接入

為了降低上游接入成本，獎勵中心設(shè)計了一套易于理解且接入簡單的消息格式，同時支持面向未來擴展，消息格式如下：

MQ消息體
{
    "source":"(int64)業(yè)務(wù)來源，由獎勵中心頒發(fā)",
    "msg_id":"(string)消息id，同一個投遞來源下的消息id需要保證唯一",
    "uids":"([]int64)發(fā)獎勵的目標(biāo)uid，支持單條消息給多人發(fā)獎",
    "package_id":"(string)獎勵包裹ID，內(nèi)部封裝了多個子獎勵",
    "msg_time":"(int64)業(yè)務(wù)方時間戳，默認不傳用下游接收到的時間處理",
    "extra_data":"(string)擴展字段，json格式，用于面向擴展",
    "business_type":"(string)業(yè)務(wù)類型，統(tǒng)計使用",
    "business_id":"(string)業(yè)務(wù)ID，統(tǒng)計使用",
    "expire_time":"(int64)動態(tài)過期時間戳，此時間會覆蓋package內(nèi)配置的過期時間"
}
  
extra_data 格式：
{
    "lottery":{
        "count":"(int64)發(fā)放包裹數(shù)量，在已有包裹獎勵配置的數(shù)量上再*count得到最終發(fā)放數(shù)量"
    },
    "send_gold_seeds_package":{
        "room_id":"(int64)送出的直播間id",
        "ruid":"(int64)送出的主播ID"
    }
}

以上消息基本滿足語義：給xx用戶發(fā)放xx獎勵，易于理解，消息體內(nèi)已經(jīng)約定了冪等鍵，按照 source + msg_id 組成聯(lián)合冪等鍵，防止超發(fā)，此外還支持了 extra_data 用于針對一些特定場景，比如動態(tài)數(shù)量、動態(tài)直播間等場景，如果未來有擴展需求可基于此持續(xù)迭代。

6.獎勵配置

上面的發(fā)放條件內(nèi)包含package_id，代指獎勵包裹，其內(nèi)部封裝了我們發(fā)獎所需要的所有獎品參數(shù)，通過可視化面板進行獎品配置：

圖片

獎品配置主要分為4個部分：

• 包裹ID ：通過編輯不同的編號產(chǎn)生不一樣的包裹ID，如果想把多個獎品放入同一個包裹可以給它們設(shè)置相同的編號；
• 基本屬性：選擇獎勵類型，再根據(jù)類型對應(yīng)的屬性分別配置獎勵I(lǐng)D、數(shù)量、有效期，不同的類型屬性不同，取決于服務(wù)端下發(fā)；
• 擴展屬性：不同的獎品類型附帶的發(fā)獎參數(shù)也不相同，擴展屬性根據(jù)獎勵類型進行附加，以便在發(fā)放時作為參數(shù)攜帶；
• 顯示配置：用于C端展示；

針對上述結(jié)構(gòu)，我們抽象出獎勵的基本結(jié)構(gòu)體如下：

// AwardType 獎品類型
type AwardType struct {
    // 類型ID
    TypeId int64 `json:"type_id"`
    // 類型名
    TypeName string `json:"type_name"`
    // 對C端展示類型名（為空則展示 TypeName）
    ShowTypeName string `json:"show_type_name"`
    // 類型值（用于標(biāo)記擴展字段）
    TypeVal string `json:"type_val"`
    // 獎勵I(lǐng)D控件類型 none:無 select:下拉 input:輸入
    AwardIdControl string `json:"award_id_control"`
    // 獎品是否存在數(shù)量配置 0:否 1:是
    IsNum int64 `json:"is_num"`
    // 是否存在有效期配置 0:否 1:是
    IsTime int64 `json:"is_time"`
    // 有效期配置
    TimeConfigData []*AwardTypeTime `json:"time_config_data"`
    // 擴展屬性控件配置
    ExtendPropControl []*ExtendPropControlItem `json:"extend_prop_control"`
}
  
// SelectItem 擴展屬性下拉數(shù)據(jù)選項
type SelectItem struct {
    Id   string `json:"id"`
    Name string `json:"name"`
}
  
// ExtendPropControlItem 擴展屬性
type ExtendPropControlItem struct {
    // 屬性名
    PropName string `json:"prop_name"`
    // 顯示表頭名
    ColumnName string `json:"column_name"`
    // 控件類型 switch、input、select
    PropControl string `json:"prop_control"`
    // 控件下拉數(shù)據(jù),僅限控件類型為 select 會用到
    PropSelectData []*SelectItem `json:"prop_select_data"`
}
  
// AwardTypeTime 獎品有效期配置
type AwardTypeTime struct {
    // 有效期類型id
    TimeType int64 `json:"time_type"`
    // 有效期類型說明
    TimeTypeDesc string `json:"time_type_desc"`
    // 有效期值控件 (none:無 datepicker:日期選擇框 input:文本框)
    TimeValControl string `json:"time_val_control"`
    // 有效期單位控件 (none:無 select:下拉框)
    TimeUnitControl string `json:"time_unit_control"`
    // 有效期單位數(shù)據(jù)
    TimeUnitData []*SelectItem `json:"time_unit_data"`
}

服務(wù)端可以通過接口告知配置后臺應(yīng)該如何渲染配置面板，從而在新增獎品類型的時候無需后臺介入開發(fā)，提升生產(chǎn)效率。

7.新獎品類型接入

作為一個通用的獎勵系統(tǒng)，快捷高效地接入新的獎品類型應(yīng)該放在首要位置考慮，系統(tǒng)設(shè)計了標(biāo)準(zhǔn)的獎勵發(fā)放和回收接口，用于實現(xiàn)快速接入新類型能力，如圖所示：

圖片

AwardTypeFunc為獎勵接口，AwardTypeDefaultFunc 為默認實現(xiàn)，下面繼承自AwardTypeDefaultFunc的各個struct為具體獎勵，在這里真正實現(xiàn)下游接口的調(diào)用。

獎勵發(fā)放接口拿到上游獎勵包裹配置數(shù)據(jù)和發(fā)放消息參數(shù)后，先進行參數(shù)驗證，計算獎勵的過期時間，調(diào)用下游接口進行獎勵發(fā)放，由于下游接口實現(xiàn)標(biāo)準(zhǔn)各不統(tǒng)一，如不支持批量用戶發(fā)放，還需要獎勵自身做一層適配轉(zhuǎn)換，最終給到上游結(jié)果，結(jié)果返回發(fā)放成功的用戶ID、發(fā)放失敗的用戶ID、需要重試的用戶ID以及失敗的具體錯誤明細，上游再根據(jù)返回值做對應(yīng)的流程操作。

8.數(shù)據(jù)監(jiān)控

系統(tǒng)目前做了獎勵發(fā)放記錄相關(guān)的埋點，可以觀測到一段時間范圍內(nèi)各個獎品類型的發(fā)放情況，通過監(jiān)控可分析出單品斜率過高的獎勵，從而針對治理（提速、隔離、限速）。

圖片

未來規(guī)劃

獎勵系統(tǒng)經(jīng)過多次迭代逐步演化成如今的多層次架構(gòu)，未來還需要在以下幾個方向分別進行建設(shè)：

1. 獎勵配置復(fù)雜度過高導(dǎo)致配置準(zhǔn)確性無法保障，需要接入配置自檢能力，盡早檢測出配置問題，避免線上事故；
2. 系統(tǒng)的監(jiān)控粒度覆蓋不夠全面，如：獎勵發(fā)放異常監(jiān)控、上游發(fā)放來源監(jiān)控、各個隊列的生產(chǎn)消費情況監(jiān)控；
3. 測試環(huán)境自動化回歸。