3億＋月活用戶，解讀快手背後的前端、大數據和傳輸協議技術

2011 年，成千上萬的 App 在那個移動互聯網風起雲湧的時代誕生，其中也包括 GIF 快手。其 2013 年轉型為短視頻社交。到了 2017 年 12 月，快手 DAU 突破 1.1 億，技術驅動帶來迅猛增長，人均使用時長超過 66 分鐘。快手作為國內領先的短視頻平台，現在每月活躍用戶數超過 3 億，視頻總量累計超過 70 億條。

而 2018 這一年，快手在技術和產品矩陣上嘗試了更多的可能性，例如快手小遊戲。快手希望藉助遊戲平台在短視頻市場找到新的爆發點。目前來看，快手小遊戲日活突破千萬以上。所以，在 12 月 7 日舉辦的 ArchSummit 全球架構師峰會上，我們邀請了快手遊戲直播團隊前端負責人俞天翔老師來分享 Apollo GraphQL 與 xstream 結合的架構設計方案。而這與其它解決方案相比的優劣勢如何呢？

不使用 GraphQL 來進行資源聲明，的確也是可行的，可是這樣的話就需要在「對於資源聲明，變換、篩選過程」中進行自建，不管是基於 HTTP 還是基於 RPC 調用等都是可行的，但是需要自建方案的去明確邊界，成本較大。

如果從描述狀態入手解決問題的話，那麼業務開發中更多的精力需要關注數據的每一個時刻狀態，但是實際業務開發中真正需要的是數據變遷的整體過程，包括使用 redux/vuex 等，都需要大量的時間成本去完成因為需要描述具體時刻的狀態而編寫大量的狀態變化代碼 or 使用複雜狀態機。但是這中間並不是說這種方式不好，使用傳統 API Proxy 方案 + 狀態管理，最大的優勢就是所有的過程掌控性會更強，所以選擇哪種解決方案，要取決於業務過程中的關注點要放到哪裡，從而進行選擇。

除此之外，這個架構的瓶頸在哪？可用性如何保障？實際上，這個架構的瓶頸點在於需要依賴一些封裝的框架（Apollo GraphQL+ xstream），而框架的內部實現以及 issue 數量，以及一些 edge case 可能會影響現有業務的開發 / 維護效率。不過這幾個框架已經在國外大量項目中有過實踐，所以可用性上還是有保證的。

對於 GraphQL 與 Observable 的相關使用，業界很多公司還都處於摸索階段。大家對於這類技術都持有較高的興趣，但卻並不知道應該使用在什麼場景下。通過本次分享，介紹快手遊戲在生產環境中所遇到的挑戰，以及快手為什麼這麼做，曾經有過哪些思考，哪些場景能夠使用這些技術來完成更優雅的實現，給與會者一個新的思考方向。

快手多媒體傳輸演算法優化

快手的視頻內容匯聚了中國社會生活的方方面面，被稱為「流動的清明上河圖」。快手的業務形態包括短視頻和直播，由於業務的多樣化，對傳輸協議的要求也各不一樣。為了滿足多樣的業務需求，同時能進行深度的優化，快手建立了自己的音視頻雲端服務，開發了快手多媒體傳輸協議 KTP（Kwai Transport Protocol，快手傳輸協議），從內容產生的源頭優化用戶體驗。

也很榮幸，邀請到快手科技演算法科學家 周超博士來分享 KTP 的基本框架和優化實踐，幫助與會者對於媒體傳輸的問題獲得不一樣的認識；尋求對於多種業務參雜的需求的解決之道；也能對於各種典型場景的傳輸優化，能明確問題的本質及優化方向。

快手萬億級實時 OLAP 平台的建設與實踐

大數據場景下實時多維分析能力極大提升了公司對數據探索的效率。快手大數據架構團隊採用開源 Druid+Superset 的方案建設公司萬億級別實時 OLAP 平台。平台上線半年已經接入近 2000 數據源，日攝入消息數達 5000 億，平均查詢時延百毫秒級，在質量監控、事件分析、A/B Test 等業務場景廣泛使用。

所以這次我們邀請了快手大數據平台架構師 李遠策老師來分享快手 OLAP 技術架構，平台的演進過程，平台的建設經驗以及在大規模場景下遇到的問題和解決思路。幫助聽眾了解如何從 0 建設一個可以支撐萬億級別的實時 OLAP 平台，一起討論 OLAP 平台未來的產品形態。

也歡迎各位技術愛好者和求知慾強烈的技術夥伴來 ArchSummit 會議現場交流，切磋技藝。報名請聯繫灰姑娘 17326843116

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！