今日头条推荐系统架构设计实践

wyygxly · · 3912 次点击 · · 开始浏览    
这是一个创建于 的文章,其中的信息可能已经有所发展或是发生改变。

互联网时代内容分发的变革

今日头条推荐系统架构设计实践

 

今日头条本质上是一个强大的智能推荐引擎

今日头条推荐系统架构设计实践

 

数据截止于:截至2016年12月底

  • 头条DAU : 7800w ;
  • 头条MAU : 1.75亿;
  • 单用户日平均使用时长: 76分钟;
  • 用户行为峰值: 150w+ msg/s;
  • 每天训练数据: 300T+ (压缩后) ;
  • 机器规模:万级;

系统架构

今日头条推荐系统架构设计实践

 

面临挑战

  • 期望快速反馈: 10min内;
  • feature数量: 200+;
  • 存量用户数和每天的用户行为数据量巨大;
  • 在线存储:读写吞吐高,要求延时低且可预期;

流式计算

  • 实现Storm Python框架
  • 写MR的方式写Streaming Job ;
  • Topology用Yaml描述,代码自动生成,降低编写job成本;
  • 框架自带KafkaSpout ,业务仅关注拼接和计算逻辑;
  • Batch MR相关算法逻辑可以直接复用在流式计算中;
  • Job数: 300+ ;
  • Storm集群规模: 1000+ ;

在线存储-abase

  • 基于Rocksdb的分布式存储系统:
  • 基于文件的全量复制和基于rocksdb自身WAL的增量复制;
  • 内建和back storage强一致的key级别LRU cache ;
  • 基于bucket的sharding和migration ;
  • 基于compaction filter的延迟过期策略;
  • 数据量:压缩后,单副本85T ;
  • QPS :读360w、写40w ;
  • 内建Cache命中率: 66% ;
  • 延时: avg 1ms、pct99 4ms;
  • 机器数:单副本40台, SSD容量瓶颈;

架构抽象

推荐召回-典型策略

今日头条推荐系统架构设计实践

 

推荐召回-抽象

离线倒排更新

  • fid: (gid1, score1)>(gid2,score2)- .. >(gidnScoren)

在线search

  • (fid1,score1)(fid2,score2...fidk,scorek)-
  • (gid1,score1)(gidz,score2)..(gidnscoren)

其他组件

  • filter、merge、 boost等 ;

正排-相关数据

今日头条推荐系统架构设计实践

 

正排-痛点

  • 各模块各自维护相应的离线和在线,稳定性和时效性无法保证;
  • 格式多样: json、msgpack. protobuf等 ;
  • 字段重复、含义不一致,存储不统一: mc、redis等 ;
  • Trouble- shooting成本比较高;

正排-统一方案

  • 200+字段,由protobuf IDL描述,按"簇"存储;
  • 统一离线刷新框架,保证高时效性和稳定性;
  • 统存储和对外接口 ;
  • 提供完善的debug工具:查询正排内容、更新时间等;

存储方案- index_ service

今日头条推荐系统架构设计实践

 

成本压力

架构1.0-局部优化

  • 基于Thrift+ Python多进程模型:
  • 并行化: gevent、线程池;
  • C++扩展: cython、 boost.python;
  • 解释器: pypy ,
  • 需要适配依赖,主要用于离线;
  • 基础库so版本: protobuf、 thrift protocol、 json ;
  • 服务处理时间和用户感知时间gap ;

架构1.0-痛点

痛点主要来自Python多进程模型:

  • 性能无法满足策略优化,如:增加预估条数;
  • 单机QPS低,内存瓶颈, CPU用不上去,浪费严重
  • 只能堆机器提高吞吐能力;

架构2.0

  • 完全重构,拥抱C ++11 :
  • Thrift Nonblocking Server多线程模型;
  • 机器数减少60%+ ;
  • 平均延时下降30%+ , PCT99下降50%+ ;

延时控制

Cache问题

  • 在推荐系统中Cache并非总是万金油:
  • 一个用户刷新两次,不能重复,但搜索同一个query ,短期
  • 内返回相同结果;
  • 实时的用户Profile和模型特征, Cache会影响指标;
  • 召回候选集、倒排拉链实时更新;

Cache应用

但Cache依然是系统的重要组成部分,降低延时,避免雪崩:

  • LocalCache、分布式Cache、共享内存;
  • 些招数
  • 空值回填 ;
  • 异步刷新;
  • 一写时更新or写时删除;

Pool化

  • 内存池: tcmalloc、jemalloc ;
  • 对象池:复用对象,减少内存申请释放,实现warmup.
  • shared_ ptr deleter自动归还;
  • 线程池:并发执行,降低延时;
  • 连接池:多RPC副本连接管理、长连接复用;

今日头条推荐系统架构设计实践

 

今日头条推荐系统架构设计实践

 

今日头条推荐系统架构设计实践

 

今日头条推荐系统架构设计实践

 

今日头条推荐系统架构设计实践

 

今日头条推荐系统架构设计实践

 

今日头条推荐系统架构设计实践

 

来源:网络

作者:金敬亭

推荐阅读:

微服务为什么一定要用docker?阿里架构师带你彻底了解docker

微服务为什么一定要用docker?阿里架构师带你彻底了解docker

Spring,Spring Boot,Spring Cloud全家桶架构级别资料免费分享

一系列架构资料分享:

今日头条推荐系统架构设计实践

 

今日头条推荐系统架构设计实践

加入我的Java进阶架构交流群即可免费获取Q群号码:723890152    

点击链接加入群聊【Java进阶架构】:https://jq.qq.com/?_wv=1027&k=5e1aQIU

 


有疑问加站长微信联系(非本文作者)

入群交流(和以上内容无关):加入Go大咖交流群,或添加微信:liuxiaoyan-s 备注:入群;或加QQ群:692541889

3912 次点击  ∙  1 赞  
加入收藏 微博
暂无回复
添加一条新回复 (您需要 登录 后才能回复 没有账号 ?)
  • 请尽量让自己的回复能够对别人有帮助
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`
  • 支持 @ 本站用户;支持表情(输入 : 提示),见 Emoji cheat sheet
  • 图片支持拖拽、截图粘贴等方式上传