20万台QQ服务器全量上云，4位腾讯老兵阐述“火车换引擎”背后逻辑
早年，騰訊主要創辦人之一、前 CTO 張志東給騰訊寫下第一份商業計劃書時，為 QQ 定的第一個“五年計劃”是在線人數突破 1 萬。
實際上，兩年內這個數字就達到了 100 萬。
QQ 風靡了網絡社交的初創時代，締造無數奇跡，成為騰訊最龐大、最悠久、最復雜的業務之一，以至于我們很大程度上強化了“騰訊就是 QQ，QQ 就是騰訊”的概念。
到后來，QQ 除了業務上取得成功，也留下了大量支持后臺的計算設備——其中就包括 20 萬臺冰冷的服務器，分布在華南、華北、華東三大區域。這些年，QQ 后臺服務依賴關系極為復雜。
不過，騰訊云團隊近日宣布：社交業務包括 QQ 和空間的體量有近 20 萬臺服務器已經全量上云，分布在 3 地的用戶全都遷到了云上，實現完整的 QQ 公有云上服務。
是的，“開著火車換引擎”，騰訊做到了。
業內人士評價，這次自研上云的成功，一方面為騰訊云的進一步壯大打下堅實的基礎，另一方面，也為 QQ 自身的技術重生埋下伏筆。
基于此，雷鋒網與 4 位騰訊老兵，對 QQ 上云的規劃、挑戰、流程進行了對話，以尋找到背后的邏輯。
“自研上云”是最新技術戰略
2018 年9·30 變革后，騰訊進行了“扎根消費互聯網、擁抱產業互聯網”戰略升級和提出了“科技向善”的新愿景，新成立的技術委員會，明確了“開源協同、自研上云”的公司技術戰略。
開源協同是代碼開放、資源協同，自研上云就是技術協同的一種最終落地的形式，在公有云上協同應用。
口號喊出來，就像是劍已出鞘。
自研上云項目天然作為一種全公司的重大舉措要被支持，這個時候意味著全公司的資源（BG 的資源）要全面擁抱騰訊云。
騰訊公司運營管理部運營規劃負責人陳鐵鋼表示，不光騰訊云要增加一部分人力來支持自研業務，同時自研業務的人，也要主動把自己的人力放上去支持把騰訊云的業務做好，是一個合力。
在這個技術戰略背景下，QQ 加快速度往云上“遷徙”。
陳鐵鋼在 2007 年加入騰訊，一直負責公司資源運營布局規劃、運營成本優化和架構評審工作，參與并見證了騰訊服務器從 2 萬臺到 100 萬臺的規劃落地。
在騰訊服務器過百萬臺的歷史時刻，他參與了騰訊技術戰略升級的重大變革，即推動自研業務上云。
QQ 業務上云的挑戰與應對
如果把 QQ 當做行進中的列車，那么云就是一個新的引擎。QQ 本身在業務層面不可能換擋降速，所以作為引擎的基礎設施必須變！
陳鐵鋼提到，在過去，騰訊云跟 QQ 等這種自研業務是完全割裂的兩個資源體系，自研業務用著一千臺自研的服務器或者十萬臺自研的服務器，云上業務支持 20 萬臺的服務器，兩邊是割裂的。
QQ 體量龐大，各系統間耦合非常強，這是一個非常大的難度。
作為騰訊云運維中心總負責人，徐勇州說到一個細節：2015 年，騰訊云在上海建立了一個測試業務上云的沙箱，整個基礎設施都是騰訊本身的計算存儲及數據庫等能力。
QQ 當時已經嘗試把業務放進來測試，但當時沙箱沒有解決整個網絡互通的問題，導致方案一直沒拿出來。
2018 年底-2019 年初，集團的“自研上云”戰略明確之后，騰訊加大了在網絡互聯互通上的投入。與此同時，騰訊云的精力也由服務外部大客戶到加大對內部自研業務的支持。
值得注意的是，QQ 上云工作不是一蹴而就，早幾年就已經在做，比如前文提到的沙箱測試，QQ 之所以成為自研上云的先行軍，與其準備度高分不開。
徐勇州在 2005 年 10 月份加入騰訊，是 QQ 后臺的第一位專職業務運維，一直負責 QQ 的運維能力建設，經歷了 QQ 從 1000 萬到 2 億最高同時在線的技術架構演進。
他表示，技術變革背景下，這個階段上云會體現出更大的一個價值，和過去砂箱的區別不是僅僅產品的有和無，還有就是服務和能力支持的一個問題。
QQ 即時通訊的特點，決定了用戶對 QQ 的實時性要求很高，怎樣合理灰度，做到用戶對上云過程零感知，是一座需要跨越的大山。
“QQ 這種業務是屬于海量的用戶互相訪問的過程，既不可預測，也沒法做一個良好規劃。QQ 的訪問中，有大量臨時的 UDP（用戶數據報協議）的訪問會建立起來，會帶來各方面對基礎的虛擬化和網絡、計算性能的挑戰。”
說這話的是肖世廣，他是騰訊云原生架構總經理，前 QQ 技術運營總監。2008 年進入騰訊，曾先后負責 QQ、Qzone、騰訊視頻、QQ 音樂、騰訊廣告、QQ 農牧場等互聯網產品的技術運營管理工作。
他看到了無數的后端技術壓力，僅僅一個 QQ 群，就是原有技術需求幾百倍的放大。
作為騰訊云服務器第一負責人，李力親歷了云服務器從 0 到 1 的過程。他表示，早期給 QQ 做優化的時候，騰訊云更傾向于優化數據的性能，因為 QQ 中大量臨時 UDP 出現，會變成 QQ 上云之后一個比較小的性能瓶頸。
但是這個非常小的性能瓶頸可能就會帶來成本急劇的增加——因為 QQ 的業務實在太大了。
因此，面對 QQ 這種場景，騰訊云先嘗試做資源補充，研發團隊、虛擬化團隊花了很長時間在具體的細節方面做了很多工作，在軟件定義網絡的項目把這個問題解決掉，以一個非常合理的資源和成本滿足 QQ 的業務要求。
據雷鋒網(公眾號：雷鋒網)了解，QQ 后臺服務搬遷到云上部署，還面臨著安全問題（云上更容易被惡意入侵）、依賴問題（QQ 后臺服務依賴關系復雜）、容災問題（云環境多地容災）、灰度問題（用戶零感知）。
僅僅從容災方面來看，QQ 上云需提前評估自研機房到云機房所需的帶寬。
假如使用城市方案，專線帶寬應該跟現有的三地部署方案對齊。QQ 核心系統大概需要幾十G的帶寬。若采用 IDC 方案，QQ 里面有很多業務使用有狀態的尋址方式，把同城內的機房全部打散訪問。
因此，把廣州云當做深圳的 IDC 后，廣州云和深圳的專線穿越會增大。參考深圳內部的 IDC 穿越帶寬，預計需要增加幾十G的帶寬。
為此，開發者們評估了自研到云機房的帶寬：支持 QQ 幾大核心系統（接入、消息、狀態、資料、關系鏈、登錄）所需要的帶寬為N。而所有 QQ 基礎功能都遷移到云上，則至少需要 2N 的帶寬。
考慮到容災問題，實際上拉了兩條專線互備（防止專線被挖斷形成孤島），即為 QQ 上云專門搭建 4N 的帶寬專線。
這個項目為騰訊云和 QQ 都埋下了新伏筆
“集團給我們明確了，不是為了上云而上云，其中有一條：QQ 上云不能有額外的成本支出。”
陳鐵剛表示，騰訊內部對成本有著極致的要求。
有 20 年歷史的 QQ，成為騰訊內部運營時間最長的業務。
一方面這幾年騰訊云給 QQ 提供云上資源支持，另一方面 QQ 原本很多服務器到了服務年限，大部分都被自然裁撤了，少量的可以置換到其他云下的業務使用。
如果為了上云而把所有的服務器一下子從自研搬到云上，這會是一個非常巨大的成本。
現在，在 3 年上云的節奏下，騰訊云終于完成這項壯舉，也終于可以回答“自己家業務上云了沒有”這個問題。
當然，這件事對 QQ 本身的技術價值也非常之大，比如全面擁抱 DevOps，研發效率更高效；全面擁抱 DevOps，研發效率更高效；徹底擁抱云原生，用云來滿足業務快速迭代，資源彈性伸縮的需求；主動與開源社區協同，貢獻更多的功能特性。
在騰訊云走過全網服務器總數量突破 100 萬臺、帶寬峰值突破 100T、前 3 季度營收突破 100 億的重要節點上，QQ 全量上云，必將又是一個新的起點！
總結
以上是生活随笔為你收集整理的20万台QQ服务器全量上云，4位腾讯老兵阐述“火车换引擎”背后逻辑的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 2万机架，14.5亿投资，国家健康医疗大
- 下一篇： 性能提升23% 金山云第四代云服务器正