天猫双11压测现场直击：工程师说比往年轻松
双 11 这个关于购物的狂欢节，到今年已经是第九年。从 2009 年的 5000 万元到去年(2016)的 1207 亿元销售额，不到十年时间，它见证了中国人消费习惯的迁移。这背后，是移动互联网崛起、消费升级、服务业转变等多层面的巨大变化。
这一场几乎是全民参与的最大规模的网络盛会背后，紧贴的是和我们生活最近的场景之一——购物。如果你参与过多年双 11，也许会对曾经的服务器拥堵、环节不流畅印象深刻，而现如今，这样阻碍「买买买」的情况却越来越少。这背后让人好奇的就是，双 11 是怎么变成现在这样的？
带着这个疑问，双 11 前夕，极客公园前往宁波海关、保税区仓库以及阿里巴巴技术部等重要环节，采访到在双 11 前进行「压测」的工作者，听他们聊了聊在大家尽情买买买背后的秘密。
看不见的争分夺秒
压测，全称压力测试，是对系统进行针对性测试，以此发现和解决问题，为正式活动做好准备。通俗点说，就是实战演练，「磨刀不误砍柴工」。
极客公园来到的第一站是宁波海关，这里是目前全国跨境物流包裹量最大的进口口岸之一。在历年双 11 中，这里承担了全国将近 50% 的跨境包裹量。面对现今日益完善的跨境电商业务，今年双 11 能否处理更海量的包裹单量申报，就成为其压测的目的。
「现在日平均处理单量大约是 10 到 20 万单，如果按照综合预测今年双 11 真的有 700 万单，就是平时的 30 多倍。」宁波海关技术处刘阳科长介绍，相比去年 双 11 不到三百万单的量，今年压力的确很大。
有海淘网购经历的用户应该比较清楚，在购买海外商品后，海关要对入境货物进行审核，完成备案，这一环节中，地方海关要在初次审核后进一步上报至海关总署，经过总署审核后才能够进行下一步动作。因此在面对双 11 这样的大型线上交易活动时，对于系统的考验更加巨大。而对于电商企业来说，要想让境外商品更快更高效送到用户手中，也需要和海关默契配合。
从九月份开始，宁波海关就和阿里巴巴对接，阿里巴巴会生成上百万份虚拟申报单，以测试海关系统能否在短时间内处理通关，并且顶住峰值压力。这一过程可以发现系统需要多长时间处理完大量数据、哪些环节比较慢等问题。经过十月份的第一轮准备，目前宁波海关已经可以在 24 小时内处理 700 万左右的单量，这意味着双 11 当天，即便大家都从海外买买买，海关处理起来也不会慢。
从海关采访结束，我们来到宁波保税东区的跨境电商专用仓库。虽然还有二十多天才到双 11，但这里 30 多个保税仓库不少都已经堆满货物，货车进进出出，工人们忙着理货、贴码、上架、包装等工作。
宁波保税区海关物流监控科科长孙长伟告诉极客公园，再有一个多星期，这些仓库应该就能完成所有备货上架，预包装工作也将基本完成。根据预测，今年宁波关区 700 万单的包裹量中，保税区将达 560 万单以上，这些货物预计可以在 10 天内全部完成发货。
但仓库的压测和别处不同，仓库管理人员告诉我们，在双 11 来临前，仓库也会进行实战演练来测试短时间内处理货物的能力。白天先将货物累积起来，到晚上十二点再集中处理，并预测包裹处理能力，发现其中可能出现的问题，包括人员效率，也包括机器是否正常运转等。
这和平常有所不同，平时用户白天的订单包裹，会在下午四点前发出，四点以后的包裹会在第二天早上发出，到双 11 这天，所有包裹都是晚上十二点下单之后就开始上线发货，所以考验的就是十二点以后的处理能力。
仓库管理人员告诉极客公园，用户下单之后，仓库在半小时以内就会接到物流信息，而宁波保税区的海外商品提前已经准备就绪，所以相比过去，如今即便是在双 11 期间人们大量购买的海外商品，出货时间也和国内商品基本相同，到收货点不会超过 10 天。
人变少，压力却变小了
每年双 11 这一天的零点，大量用户会进入阿里平台，选购商品。这里包含的不仅仅是不同地区用户复杂的使用习惯，同时也需要电商/海关/银行/物流等各方面的快速协作，从这一层面来说，即便双 11 已经到第九个年头，也仍然会有挑战。
「当流量大的时候机器性能会达到一个瓶颈，突破这个瓶颈就会影响用户体验，引起一系列异常。」
经历过八年双 11 的天猫双 11 技术大队长霜波告诉极客公园，系统要处理几亿用户同时下单，要保障这一点是很难的，所以压测这件事从第一次双 11 开始做到现在。但最初几年的压测是在线下，之后发现线下压测很难找到线上的问题，因为线下压测要另外搭一套系统，这套系统里的机器/容量都和线上很难匹配，所以到 2013 年，阿里做了线上全链路压测，技术人员会模拟双 11 当天用户所有行为，直接在线上机器去下单。和线下压测相比，线上压测按照链路走，这个链路可以很深很深。
「比如你在淘宝下一个单，然后可以马上支付，可以发出物流单，然后商家就可以立即操作发货，这就可以看作一个完整链路，我们可以把这个链路完全走完。」天猫双 11 稳定性负责人叔同表示，之前压测时，要对系统一个一个压测，之后会知道哪个部分该加服务器，哪个该扩容。但这种分而治之的策略像堆积木一样，不牢靠。如果一个应用和后面三个有关系，那联系起来就会出很多问题。
「全链路就是把一整套串起来压测，把支付宝/菜鸟这些也都串起来，打通消息交互和服务调用，都可以直接测试。这样能够达到跟双 11 类似的压力环境。我们第一年做全链路压测发现五百多个问题，后来分析过，如果这里面有两三个问题爆发，整个双 11 就是失败的，但通过这样的机制，能让它把问题提前暴露提前解决。」
从 2013 年开始，全链路测试为双 11 当天解决了不少问题之后，到今年，阿里开始尝试的，是如何能在效率提升的基础上，让更少的人，投入更少精力去参与双 11 测试，所以就有了「尖兵计划」，让机器代替人去解决一部分压测问题。
「我们在线上，白天会有百分之五十的量跑真实用户，另外隔离出百分之五十的量去跑压测数据，这样就能自动去跑压测数据，也不会对线上造成影响，今年尖兵计划中，我们提前发现了一些系统 bug 还有硬件资源 bug，所以到晚上压测时压力就更小一些。」
霜波表示，之前的压测都在晚上进行，为了不影响用户使用，去年双 11 前工程师对系统进行了 8 次压测，而今年通过模型上新的算法，加上大数据的分析，压测实际上在白天就自动完成了一部分，而另一部分也帮工程师解决了很多问题。10 月 20 日晚上，一轮新的压力测试开始，当屏幕上的数据突破某一峰值后，曲线出现了一次小幅度的下跌，几分钟后，数字又恢复了平稳，看似普通的压测，却和往年有所不同。
「刚才我们的一台机器就出现了过载，分配到这台服务器的订单都出现了交易失败的情况。如果是去年，就能听到有人说，要把这台机器下线，但是今年你会发现这个过程是自动的，系统自动发现了这台服务器的问题，自动把它下线，修复问题之后会自动把这台服务器重新上线。」霜波表示，像这样的人工决策点，今年有一半都交给了机器，压测的次数也从 8 次减少到了 3 次，「工程师的工作量减少了 30%，轻松很多。」这不仅仅是减少工程师熬夜，也是自动化算法的优势。
压测不断改进也在提升着双 11 当天的峰值处理能力，叔同表示，在 2015 年双 11，系统峰值处理能力是 8.6 万次/秒，到 2016 年就达到 17.5 万次/秒，尽管今年双 11 具体情况尚不可知，但至少在压测当中，系统的自动调配处理能力在不断增强。
在我们能够感知的维度，大多数人看到的双 11 仅仅是一次普普通通的网购，可当互联网用户群越来越大，网上购物的行为越来越普遍时，要怎样连接各个环节，让所有人都能感知到体验升级，怎样确保大量用户参与也不至于出现问题，这里面不仅仅是不同领域的协作，也是技术的进步。而当你再下单参加双 11 狂欢时，也许会有更进一步的体会。