Itlc2015
6 likes1,044 views
Tài liệu trình bày về kiến trúc hệ thống quảng cáo lớn trên nền tảng Scala, với trọng tâm là quảng cáo tự động (programmatic ad) và các yếu tố kỹ thuật liên quan. Nó thảo luận về cách mở rộng kiến trúc và mã thông qua lập trình hàm, cũng như các công nghệ sử dụng như Aerospike, Cassandra và Spark để xử lý dữ liệu lớn. Cuối cùng, tài liệu nhấn mạnh tầm quan trọng của việc áp dụng lập trình hàm trong phát triển phần mềm để nâng cao chất lượng mã và khả năng mở rộng.
Itlc2015
- 1. Kiến trúc hệ thống quảng cáo lớn trên nền scala. @huydx (Φφ) CyberAgent Inc
- 2. Agenda • Giới thiệu • Quảng cáo trên Internet: Programmatic Ad • Scale về kiến trúc / middleware trong một hệ thống quảng cáo lớn • Scale về code thông qua functional programming và scala • Demo
- 3. Agenda • Giới thiệu • Quảng cáo trên Internet: Programmatic Ad • Scale về kiến trúc / middleware trong một hệ thống quảng cáo lớn • Scale về code thông qua functional programming và scala • Demo
- 4. Giới thiệu bản thân • Name: Huy • Position: Software Engineer • Location: Tokyo/Japan • Favourite Language: Ruby/Scala/Java • Other • Admin/cofounder of Ruby Vietnam • cofounder of kipalog.com / ktmt blog
- 5. CyberAgent • Thành lập 1998 (17 năm) • Các dịch vụ chính: mạng xã hội (ameba (40tr users)), quảng cáo trên internet (adagency, adtech), game, investment • Doanh thu 1 năm ~ 2.4 tỉ USD • ~5000 nhân viên
- 6. Adtech Studio • Chuyên nghiên cứu, phát triển các hệ thống quảng cáo (DSP, SSP, AdNetwork, Affiliate, DMP…) • Một vài con số (trên toàn bộ studio): • Network Uplink: 160GBS • Overall QPS: ~2-3millions/per sec • Overall data size: ~ 30PB • Overall server instance: ~1-2000 servers (AWS, DC) • Ngôn ngữ: Scala, Java, PHP, Ruby, Go
- 7. Agenda • Giới thiệu • Quảng cáo trên Internet: Programmatic Ad • Scale về kiến trúc / middleware trong một hệ thống quảng cáo lớn • Scale về code thông qua functional programming và scala • Demo
- 8. • Bài nói sẽ nói chính về programmatic advertising bao gồm: banner ad và in-feed ad, chủ yếu về khía cạnh kĩ thuật Chú ý
- 9. Quảng cáo== đem thông tin của người cần bán đến người cần mua Quảng cáo != evil
- 10. Nhưng How???
- 11. • Tại sao hiện tại chúng ta phải hứng chịu nhiều quảng cáo tồi?? • Do hiển thị quảng cáo qua thoả thuận trực tiếp • Do không có đủ thông tin người dùng • Do máy móc, thuật toán chưa đủ "thông minh" • Do người cần mua và người cần bán không đến được với nhau •......
- 12. openRTB ra đời
- 13. •RTB == real time bidding •Việc hiển thị quảng cáo diễn ra tại realtime thông qua việc "bán" view của user tại thời điểm user visit website •Advantage: •User "ngon" sẽ được mua với giá đắt •User "tồi" sẽ được mua với giá rẻ • --> có lợi cho cả bên bán lẫn bên mua
- 14. người bán user 1, visit 2. phát lệnh bán 3. đấu giángười bán người mua người mua 1000vnd 2000vnd 3000vnd người bán 4. hiển thị quảng cáo của bên thắng
- 15. openRTB == ngôn ngữ để bên mua nói chuyện với bên bán Đặc điểm: • Fix format thay vì fix protocol (có thể sử dụng cả json, xml hay protobuf) • Format khá uyển chuyển để chứa đủ thông tin cho việc đấu giá trở nên hiệu quả
- 16. Những khó khăn • Scale hệ thống (~millions qps) • Scale dữ liệu lớn ( TB~PB) • bidding Logic RTB • Tracking user giữa mobile/web • Thuật toán để đưa quảng cáo đến đúng với người dùng
- 17. Agenda • Giới thiệu • Quảng cáo trên Internet: Programmatic Ad • Scale về kiến trúc / middleware trong một hệ thống quảng cáo lớn • Scale về code thông qua functional programming và scala • Demo
- 18. Hệ thống phụ trách • DMP system • QPS: ~10000req/s (140 instances) • Hadoop: ~100nodes • Cassandra: 15nodes (7TB) • Aerospike: 14nodes (~2TB RAM!) • MySQL: ~100GB • Datasize: 4.5billions cookie data
- 19. Stack
- 20. Architecture in short front server log aggregator (fluentd) redshift hdfs BI tool aerospike (user data) (fast layer) cassandra (user data) (slow layer) hadoop (batch layer) spark ML job
- 21. Architecture in short front server log aggregator (fluentd) redshift hdfs BI tool aerospike (user data) (fast layer) cassandra (user data) (slow layer) hadoop (batch layer) spark ML job
- 22. Why Aerospike
- 23. Aerospike • Rất nhanh với SSD • Ghi trực tiếp vào SSD không qua OS • 99.99% request sẽ dưới 1ms • Vertical scale với P2P cluster • Cross-datacenter replication • Rất ổn định ( chưa thấy chết bao giờ ) • Tuy nhiên giá server đắt do: • Phải trang bị RAM lớn cho index • Phải trang bị SSD đúng chuẩn
- 24. Aerospike rất được tin dùng bởi các công ty quảng cáo lớn như: Appnexus, bluekai, adform… :))))
- 25. Tại sao cần cả cassandra và aerospike • Aerospike server quá đắt (1server 200GB Ram ~ 10k$) • Khi cho data từ batchlayer vào thì việc rebuild index của aerospike ảnh hưởng performance • Cassandra có performance khi batch write rất tốt, tuy nhiên tốc độ read lại không đảm bảo
- 26. Architecture in short front server log aggregator (fluentd) redshift hdfs BI tool aerospike (user data) (fast layer) cassandra (user data) (slow layer) hadoop (batch layer) spark ML job
- 27. Một chút về spark/hadoop
- 28. Hadoop & Spark • Hadoop là solution không thể thiếu để xử lý dữ liệu lớn • Tuy nhiên Map/Reduce java code quá nhiều boilerplate • Unit test khó viết (MRUnit đã không còn update từ 1 năm trước) • Đang viết lại toàn bộ xử lý qua Spark
- 29. Hadoop & Spark • Why Spark • Code được viết bằng scala (yay!) • Compability với hadoop (hadoopApiFile) • Ít boiler plate, code sáng sủa hơn rất nhiều • Dễ viết test hơn nhờ khái niệm RDD • Đi kèm với bộ mlib để xử lý machine learning
- 30. Hadoop & Spark • Một vài trick thú vị • Lzo encode để giảm lượng dữ liệu + lzo có thể đọc được trực tiếp từ mapper • Serialize data dưới dạng protobuffer có thể speed up tốc độ xử lý • Spark có thể đọc trực tiếp dữ liệu từ S3 - > giảm chi phí HDFS
- 31. Architecture in short front server log aggregator (fluentd) redshift hdfs BI tool aerospike (user data) (fast layer) cassandra (user data) (slow layer) hadoop (batch layer) spark ML job
- 32. Tạo BI tool với redshift • Redshift là columnar database của amazon • Hỗ trợ truy vấn dữ liệu theo PostgreSQL syntax • Adhoc query trở nên dễ dàng hơn rất nhiều (window function support) • Redshift scale rất tốt chỉ với thêm instance • Điểm yếu: giá cao, không insert được data realtime (chỉ support batch insert/ bulk load)
- 33. Architecture in short front server log aggregator (fluentd) redshift hdfs BI tool aerospike (user data) (fast layer) cassandra (user data) (slow layer) hadoop (batch layer) spark ML job
- 34. Front server với • Scala lightway webframework ( trong thời gian gần sẽ thành akka-http) • Actor model (thông qua akka) • Tận dụng core rất tốt (% sự dụng trên mỗi core thường là xấp xỉ nhau) • Fault-tolerance với rất nhiều pattern thú vị (tham khảo let-it-crash: reaper pattern, backpressure streaming….)
- 35. Every one
- 36. Architecture in short front server log aggregator (fluentd) redshift hdfs BI tool aerospike (user data) (fast layer) cassandra (user data) (slow layer) hadoop (batch layer) spark ML job
- 37. Fluentd • Là một giải pháp aggregate log từ "source" đến "destination" <made in japan> • Một số đặc điểm thú vị • Dựa trên cơ chế plugin • Code viết trên ruby -> dễ debug, dễ đọc, dễ viết • Fault tolerance tốt (cơ chế buffer, retry... khá thông minh)
- 39. Agenda • Giới thiệu • Quảng cáo trên Internet: Programmatic Ad • Scale về kiến trúc / middleware trong một hệ thống quảng cáo lớn • Scale về code thông qua functional programming và scala • Demo
- 40. Tại sao lại cần functional programming
- 41. Thực ra là không cần
- 43. • Bạn không cần biết tất cả những khái niệm trên để hiểu về functional programming (FP) • Nắm vững một số “ cách nghĩ” (concept) của FP giúp code của bạn (có thể) trong sáng hơn, (có thể) ít bug hơn, và (có thể) scale tốt hơn rất nhiều Important!
- 44. • Tách biệt “ hiệu ứng phụ” (side effect) với những đoạn code thuần ("pure code") • pure code là những đoạn code với cùng 1 đầu ra sẽ “ luôn luôn” output ra 1 kết quả (Referential transparency) • Một số ví dụ về side effect • Mutable variable (re-assignment) • Thao tác IO (database) • Logger, Cache… Một số “ cách nghĩ” của FP
- 45. • Thay vì nghĩ về từng bước giống như imperative programming thì hãy nghĩ về luồng xử lý (how) • First class function (truyền xử lý, hay là truyền how) (ví dụ như sử dụng hàm map trong ruby hay scala thay vì for loop) • Function combination: kết hợp nhiều xử lý con thành 1 xử lý to (for comprehension) Một số “ cách nghĩ” của FP
- 46. • Luôn cố gắng tổng quát hoá mọi bài toán bằng hết mức có thể (generic). Ví dụ: • Monoid type class mô hình tất cả các đối tượng có khả năng thao tác với nhau thông qua binary operator (ví dụ như phép +, phép *) • Option type class mô hình tất cả các đối tượng có khả năng chứa giá trị null -> tránh trường hợp NPE trong java • Chuyển vất vả về library designer, người dùng (application programmer sẽ rất “ nhàn”) Recommend cuốn “ From Mathematics to Generic Programming” của Alexander A. Stepanov Một số “ cách nghĩ” của FP
- 47. Một số tính năng của FP hay được sử dụng • Basic • Kết hợp nhiều function • Sử dụng linh hoạt Option/Either/Future • FP Iterator style như foldLeft hay là @tailrec • Pattern matching • Advance • Monadic composition • Type class
- 48. Hiệu quả đạt được • Tránh mutable state sẽ giúp code có thể lý luận được chỉ nhờ đọc code, tránh được các thể loại bug khó phát hiện (heisenbug) • Generic hoá giúp code dễ mở rộng • Sử dụng function pipelining (kết hợp nhiều xử lý con thành 1 xử lý nhỏ) một cách thành thạo sẽ giúp code dễ hiểu hơn nhiều
- 49. Điểm bất lợi của FP • Functional programming không dễ • Khó scale về mặt con người • Khó thực hiện ở giai đoạn “ start up” khi cần tốc độ nhiều hơn là chất lượng code • Tìm ra một giới hạn “ vừa đủ” để áp dụng là rất khó vì thế giới FP rất rộng lớn
- 50. Giải quyết • Thực hiện các buổi học nhóm thường xuyên trong nội bộ công ty • Thắt chặt tuyển dụng (những người thành thạo FP thường sẽ <ít có> khả năng là một lập trình viên "tồi" !!!) • Học haskell, closure trước (bắt tay vào học FP trên scala sẽ không tự nhiên bằng haskell hay closure)
- 51. Một số tài liệu tham khảo •Paper •http://monkey.org/~marius/funsrv.pdf (your server as a function) •Book •Functional programming in scala •Functional Programming Patterns in Scala and Clojure: Write Lean Programs for the JVM •Learn your haskell for great good •Slide •http://www.slideshare.net/pnicolas/advanced-scala-concepts
- 52. Demo session (openrtb + a little bit of FP)