本文共 4410 字，大约阅读时间需要 14 分钟。
本报道对的内容进行概述。本专场的四位分享者均来自阿里云，分别是阿里云虚拟化技术总监张献涛（旭卿），阿里巴巴数据库专家傅翠云，阿里巴巴ODPS和iDST产品经理韦啸，以及阿里云金融行业资深架构师刘刚。本专场的分享可视为了解阿里云技术现状的渠道。
\\张献涛（旭卿）的分享内容是阿里云在2015年3月对Xen高危漏洞进行热补丁修复的经验。旭卿毕业于武汉大学，信息安全博士，2014年加入阿里云，任资深专家及虚拟化技术总监。之前曾供职于英特尔开源技术中心，是Xen、KVM等多个开源虚拟化项目的主要贡献者。目前正在主持阿里云弹性计算虚拟化架构的设计和研发工作。
\\2015年3月10日，Xen社区安全团队公开披露了，该漏洞可能导致一台Guest VM读取到其他Guest VM的敏感数据。由于此漏洞对公有云服务的影响重大，各个公有云厂商分别对此漏洞进行了重启修复或热补丁修复，其中，阿里云就是使用了热补丁修复的方式，在没有造成用户主机下线的情况下完成了整个系统的修复。
\\Xen发布十多年以来总共公开发布了125个漏洞报告，其中影响最大的可以说是两个：一个是去年的XSA-108，一个可能导致hypervisor内存泄露的漏洞；另一个就是今年3月10日公布的XSA-123这个漏洞，可能导致客户机提权访问到其他客户机的数据。
\\阿里云从Xen安全团队接到XSA-123的漏洞通报是在2月28日，是个星期六，按照惯例该漏洞会在10日之后公开，因此阿里云有10天的时间修复此漏洞。第二天也就是3月1日开始分析这个漏洞，在3月2日确定该漏洞为高危并提出两个修复的方向，打冷补丁重启生效，或者热补丁不重启生效。
\\内核热补丁并不是新技术，hotfix有很多成熟的方案，比如Oracle的Ksplice，SUSE的Kgraft，红帽的Kpatch，阿里的AliHotfix，另外在Linux 4.0内核开始，对hotfix已经有原生支持，所以已经是很成熟的一个技术。但是虚拟机的热补丁修复要比单纯的内核修复更加复杂。为什么呢？内核hotfix的基本原理是基于函数动态替换技术，补丁（即新函数）会以模块内函数的形式链接入内核，旧函数的第一个指令改成强制跳转指令指向新函数。这个替换的过程需要暂停所有CPU，切到一个内核线程并关闭本地中断，然后刷新指令缓存，重新让CPU恢复执行。这个过程的特点是内核有pre-defined接口，hotfix过程有权访问内核内存并插入内核Module进行函数级别的替换，而且因为是由CPU执行指令，要修复函数的位置是比较容易确定的。但是，Xen作为Type I hypervisor，其内存是被严格隔离的，管理员可访问的区域只有Dom0，而不能直接访问Xen Hypervisor的区域；而且Xen Hypervisor被装载的地址是动态的。Xen Hypervisor也不支持module插入，无法进行函数级别的替换。而且对于在线运行的云服务而言，如阿里云是2009年就上线运行，那时候并没有预留hotfix的接口。
\\3月2日下午，阿里云团队确认了hotfix的基本思路，就是利用硬盘设备读文件的DMA请求，截获这个请求，把补丁信息传入，修改DMA目的地址，以将补丁信息写入Xen Hypervisor的内存。3月5日晚，第一版hotfix开始测试，测试发现有万分之三的宕机率，于是继续优化。3月6日晚发布的第二版hotfix方案测试结果很好，完全没有宕机，就灰度发布到部分线上机器上，在3月7日、8日观察了两日，没有检测到问题。于是3月9日阿里云给用户发布公告，同时开始给线上机器批量应用补丁，到3月10日发布完毕，同日漏洞公开。
\\张献涛从整个修复过程总结了一个经验，就是云计算是系统工程，并不是开发大牛就能够解决一切问题的，而是需要开发、运维、测试、安全多个团队紧密合作，这很重要。
\\傅翠云（延瑛）分享的话题是阿里巴巴的异地双活数据中心DRC。傅翠云在2008年加入Oracle，曾任Berkeley DB的高级软件工程师，从事Berkeley DB数据库和高可用内核开发。2013年加入阿里巴巴数据库技术团队，任数据库专家，目前负责数据流产品DRC，参与了2014年阿里巴巴双十一交易异地双活数据同步和订阅、RDS迁移上云服务、七网隔离跨域同步、性能分析和优化、数据校验、链路优化等。
\\所谓异地双活主要关注两件事，一个数据同步，一个数据分发。阿里异地双活数据架构基础设施DRC目前已经正式上线在RDS产品，现在RDS官网已经有了数据迁移的功能，另外也在公测更多服务。
\\到底怎样的应用会需要异地的双活？比较常见的场景有三个。
\\所谓DRC，就是Data Replication Center的缩写，数据复制中心。这种复制是同步的，支持异构的，高可用的（有严格容灾系统，实时性好），支持订阅分发的。
\\以前在一个城市做双机房主备，两个机房是数据对等的，写入是随机分布，然后通过主备HA进行数据同步。这样机房对等的思路会导致业务增长、数据增长只能通过两个机房不停堆机器来解决。另一方面，如果整个城市断电，那么双活就成了双死。下一个思路是做跨城市，早期常用的做法是一个城市写，另一个城市冷备，就是晚上做同步，但这就意味着白天如果发生了什么事儿，这一天的数据就比较危险。另一个思路是两个城市多写，数据落两边，这样的问题是应用调用次数频繁的话，如果调用异地数据多来那么一两次，整个应用的延时就很长。这个思路再进一步发展，就是做单元内封闭以减少异地调用，这就涉及到业务上的改造。
\\顺着这个思路，阿里的异地双活重点做了几件事。一个是热插拔，可以做到在业务高峰时增加节点，高峰过了把增加的节点关闭。做到这个的一个关键是流量实时切换，DRC可以在20秒以内把一个单元（region）的流量迁移到另一个单元。另一个是数据实时恢复，就是通过一定的冗余设计，一旦一个单元挂掉了，可以在另一个单元做全量恢复。
\\2014年双十一，这套异地双活系统处理的规模是，抓取了约100TB的实时数据量，给17000多个实时下游提供了最高每秒30GB的数据量。2014年期间DRC已经覆盖了超过50%的新增RDS实例。
\\韦啸分享的主题是他们在ODPS上做的一些平台服务性质的事情。韦啸（龙场），阿里巴巴ODPS和iDST产品经理，中国科学技术大学量子通信硕士，普渡大学计算物理硕士，密西根大学信息学硕士。阿里巴巴ODPS和iDST产品经理。曾任职微软Windows、Surface、Bing产品经理，获微软GoldStar奖和Hackday Winnner等。
\\韦啸是几个月前加入的ODPS，最近迁移到新团队iDST，即数据科学研究院，该团队跟ODPS团队协作一个叫做阿里PAI的产品，以期用更加友好的方式帮助阿里云客户运用自己的数据。
\\ODPS目前处理的数据量已经到EB级别，数据增长越快意味着成本越高。目前ODPS已经可以做到单集群15000台服务器的规模，在这个规模下保持20%以下的性能损耗。而单个ODPS的部署则可以多集群部署100万台以上的规模，当然这会有更大的性能损耗，对网络和灾备环境有更多依赖。支持异地。
\\使用上有几个特点：
\\ODPS现在支持的计算引擎大致如下：
\\SQL和MapReduce，编程模型简单，适合流水线作业。离线SQL的性能优于HIVE，准实时SQL中间数据不落盘性能优于TEZ。
\\图计算引擎，使用上类似Pregel，对于PageRank或者标签传播这种场景是很高效的算法。计算规模支持最大41亿顶点数，300亿边数，120万迭代次数，6千亿发送消息量。
\\R，适合处理GB级别的小数据。
\\MPI（message passing interface），科研界流行的引擎。支持数据切片，子进程计算，上传超步。MPI是内存计算，适合迭代多的算法。
\\Parameter Server参数服务器计算框架，这个是今年在开发的，支持超大模型，不仅对数据分片，也对模型分片，以应对模型数量超过机器内存的场景。
\\以上是ODPS的硬能力。为了将这些能力如何更好的开放，iDST团队在上层做了阿里PAI算法平台，预计将在今年5月为天池算法大赛的选手们提供支持。
\\最后一场，刘刚分享的话题是余额宝、三马保险等IT转型案例。刘刚（法华），阿里云金融行业资深架构师，阿里金融云创始团队成员，是“三马保险”、“余额宝”等相关金融机构上云的主要负责人和架构师。目前致力于打造中国金融行业基础设施，推动互联网金融生态的发展。
\\金融公司、保险公司与互联网结合，是极大的发展机会，面临的问题也很多，首先要安全合规，其次是交易处理能力要跟上（每秒万级并发），然后是数据分析处理能力，最后还有高可靠、高可用、敏捷开发和运维的能力。刘刚介绍了传统系统改造上阿里云的架构调整过程，涉及到系统和数据的拆分，数据分库分表，应用系统的无状态化，核心业务和复杂业务的分级处理等。
\\本专场的现场视频会于近期发布在InfoQ中文站视频演讲专区，感兴趣的朋友们可以多关注！
转载地址：http://ndupx.baihongyu.com/