簡介：在3年時間內，技術團隊至少對整體系統架構進行了6次以上的重大重構，涉及微服務化、容器化、分布式數據庫等重要的技術，并嘗試通過Serverless技術提升系統的彈性伸縮能力。

作者：山獵，阿里云解決方案架構師

根據《中國少兒編程行業研究報告》及《2017-2023 年中國少兒編程市場分析預測研究報告》預測得出，少兒編程有望在3-5年內，達到少兒英語市場規模的一半，即500億左右，發展前景廣闊。

在信息化時代的今天，人工智能給人們帶來了巨大變化，新時代的家長處于互聯網時代，與上一代的家長思維產生較大的變化，能夠注重孩子的素質教育，注重培養孩子人工智能方向的才能。少兒編程教育就是在這樣的背景下快速發展起來。

核桃編程是少兒編程教育行業的領導者，致力于以科技手段促進編程教育，通過人工智能、自適應學習等先進技術和科學的教育方法，啟發中國孩子的學習能力。自2017年8月成立以來，核桃編程的業務量飛速發展，僅僅3年時間付費學員人數就突破了200萬，并實現了單月營收過億。

隨著核桃編程業務的快速增長，核心應用的系統規模和系統復雜度也在經歷翻天覆地的變化。核桃技術團隊不斷通過新興的技術手段維護整套系統架構的技術先進性。在3年時間里，技術團隊至少對整體系統架構進行了6次以上的重大重構，涉及微服務化、容器化、分布式數據庫等重要的技術，并嘗試通過Serverless技術提升系統的彈性伸縮能力。在疫情期間，當系統負荷呈現數倍突增的情況下，核桃編程的系統架構依然經受住了考驗。

隨著系統架構從簡單變得復雜，有一個在互聯網領域老大難的問題也逐步在核桃編程中體現出來：如何提升分布式系統的可觀測性？在線上編程教學場景里面，用戶一個簡單的操作，就有可能涉及到前后端系統的多次交互，以及多個服務端微服務應用之間的相互調用，甚至還會受到第三方服務接口的影響。任何一個環節出現故障或者性能瓶頸，都會導致用戶體驗的斷崖式下跌，而用戶體驗又是決定品牌形象的核心要素，所以對于核桃技術團隊而言，保證優秀的用戶體驗需要在系統可觀測性建設上做到這幾個方面：

全面而且實時的了解系統每一個對外接口的性能質量。

通過數據掌握最終用戶與系統交互時感受到的系統健康程度。

當系統健康程度存在問題時，技術團隊能第一時間發現問題，并及時處理。

處理問題時，能迅速定位到系統瓶頸和故障源。

任何一個技術團隊要想圍繞著這幾個方面，從零開始建設分布式可觀測體系，都是一項非常艱巨的任務，好在業界對于分布式可觀測性的建設，已經有了不少成熟的方法論以及開源項目可以參考。

業界廣泛認可的可觀測性（observability）包含三個核心要素：Logging（離散的日志信息）、Metrics（聚合的指標）、Distributed Tracing（分布式追蹤）。圍繞這三個核心要素，有不少開源項目可以進行選擇，幫助開發者快速建設分布式可觀測體系。

通過引入Skywalking，Prometheus等開源技術，核桃技術團隊建立了完整的分布式可觀測體系，能夠對服務端復雜的微服務應用實現全鏈路追蹤，并通過統一的日志服務體系收集分析業務日志。這樣的努力對于系統穩定性以及用戶體驗的提升是立竿見影的：當系統服務端的任何一個環節出現故障或性能瓶頸的時候，技術團隊都能第一時間得到通知，并快速定位問題，進行針對性處理。

相對于成熟的服務端監控技術，整個業界在客戶端監控領域的技術方案一直比較欠缺。在互聯網上，海量的用戶使用不同廠家、不同操作系統、不同屏幕分辨率的終端設備，分布在不同的地域，又通過不同的網絡運營商進行接入，甚至存在復雜的第三方依賴，包括CDN、第三方統計腳本、頁面嵌套等方面。當用戶體驗遇到問題的時候，如果僅僅擁有服務端監控手段，很難第一時間確認問題的根源到底在于前端還是后端。即便能夠排除服務端的問題，前端用戶體驗也受到頁面渲染、JavaScript執行、網絡質量、第三方接口服務質量等方面的影響，為進一步排查問題留下了非常多的挑戰。

一個簡單的思路是通過前端JavaScript做自定義的埋點，將最終用戶的各種行為實時上報給服務端進行統計，以第一時間了解到用戶體驗。這個思路本身是合理的，但業務埋點、數據采集、聚合分析、視圖展現等層面都有非常多的工作需要做，是一個浩大的工程。絕大多數技術團隊而言，投入如此多的精力來建設這樣一套前端監控方案都是不現實的。

建設前端可觀測體系，最好的捷徑是參考互聯網領域頭部企業的案例，選擇云計算廠商提供的完整方案。阿里巴巴多年實戰積累了一套全集團統一的前端監控方案，并開放給各個事業部接入。對于以HTML頁面形式呈現的前端應用，不管是PC端/移動端網站，嵌入到移動端App的HTML5頁面，都可以通過無侵入的方式接入到這套前端監控方案中。

這套監控方案也同時通過阿里云對外輸出，成為阿里云可觀測性整體方案的重要組成部分，服務于廣大的外部用戶。

在客戶端監控領域，包括ARMS前端監控和APP監控兩個產品，其中ARMS前端監控專注于Web端體驗數據監控，從頁面打開速度、頁面穩定性和外部服務調用成功率這三個方面監測Web頁面的健康度，幫助使用者降低頁面加載時間、減少JS錯誤，有效提升用戶體驗。

這套方案正好能補齊核桃編程在客戶端監控領域的能力缺失，所以核桃技術團隊嘗試在一些業務線接入阿里云ARMS前端監控。很快，他們就感受到了這套方案對于提升用戶體驗所帶來的價值。

ARMS前端監控方案之所以能被核桃編程采納，有一個很重要的原因是方案的接入是非常簡單的，唯一要做的事情是在客戶端HTML頁面的Body元素中加入一段由ARMS提供的統計接入腳本（一段JavaScript代碼），就能完成監控數據的自動上報。這其中不涉及到任何跟業務層主動埋點的工作，在核桃編程的多條業務線之間推廣起來是非常順利的。基于之前的經驗，凡是需要在業務層主動埋點的監控方案，都需要通過行政手段來保證多個研發團隊在編寫代碼的時候遵守既定的規則，這樣的方式從長期來看都是很難落地的。包括在服務端全鏈路監控方面，核桃編程也始終遵循業務無侵入的思路，避免主動埋點行為。

接下來，研發人員就能從前端監控控制臺全面了解應用端到端的健康程度，包括PV/UV情況統計、頁面加載速度情況、JavaScript執行情況，API請求成功率等多個方面。以頁面加載速度為例，ARMS可以基于客戶端自動上報的監控數據，實時展示每一個頁面的加載情況。

其中，首次渲染時間、首屏時間、Dom Ready等指標都是HTML頁面獨有的性能指標，遵循業務標準的指標定義。這些指標數據和前端頁面健康程度息息相關，影響著最終用戶每一次交互行為的實際體驗。

通過頁面加載瀑布圖，能夠按照頁面加載的順序，直觀地展示各階段的耗時情況。這些指標參數涵蓋了網絡層面的性能指標，當網絡層面出現性能瓶頸，比如應用系統的接入帶寬不能支撐用戶訪問流量的時候，僅僅通過服務端的監控手段，是無法洞察到的，必須依賴于客戶端的實時監控數據上報。通過ARMS前端監控，核桃編程能從頁面生產時（服務器端狀態）、頁面加載時和頁面運行時這三個方面，全面了解到每一個應用系統端到端的健康程度。

特別重要的是，ARMS前端監控能夠從地理位置、瀏覽器、操作系統、分辨率、網絡運營商、應用版本等多個維護，對性能指標進行聚合分析，從而幫助核桃編程更好地定位性能瓶頸。比如地理分布視圖就能通過對地理位置的聚合分析，展現全國每一個省的頁面首次渲染平均時間。當某一個地域的CDN出現故障的時候，地理分布視圖能幫助核桃編程迅速定位問題的根源，而傳統的監控手段是完全沒有辦法覆蓋這類場景的。

JavaScript錯誤分析和API請求分析也是核桃編程在應用系統的日常維護中非常關心的頁面健康度指標。前者可以展示JavaScript錯誤的基本信息和分布情況，并具備回溯用戶行為的能力。后者可以展示每個API的調用情況，包括調用成功率、返回信息、調用成功或失敗的平均耗時等。當前端頁面完全載入后，用戶的操作會涉及到復雜的JavaScript執行，并在頁面觸發多個API調用，其中還包括對第三方提供的接口調用。

ARMS能夠從最終用戶的角度，真實還原前端代碼執行的完整現場，幫助核桃編程快速定位來自前端的故障源。和頁面加載速度統計一樣，JavaScript錯誤分析和API請求分析都能夠通過地理位置、瀏覽器等多種維度進行聚合分析。在線上編程教育的業務場景里面，客戶端的實現包含著大量業務邏輯以及云端之間的雙向交互，有一些問題只有在特定的瀏覽器和頁面分辨率下才有可能暴露出來，這類問題就特別依賴多維度聚合分析進行排查。

在熟練掌握ARMS提供的前端可觀測性能力之后，核桃編程開始把前端頁面健康度指標作為日常業務迭代的檢測標準，這項工作是通過與所有業務線的灰度發布計劃相互配合而進行的。對于生產環境的每一次版本升級，核桃編程都會通過灰度發布的方式實現，先將小規模的用戶流量導入新版本進行功能性、穩定性、健康性驗證，只有滿足預先定義的各項指標后，才會逐步增加導入新版本的用戶流量，否則會立即對版本進行回滾。前端健康度的各種指標都是非常重要的衡量維度，而這些指標僅僅通過版本發布前的常規測試手段，是沒有辦法全面采集到的。核桃編程將前端健康度納入業務迭代的衡量標準，體現著業務迭代過程中的可灰度、可觀測、可回滾，這也是在阿里巴巴廣為推崇的安全生產三板斧原則。

除了通過ARMS控制臺主動的觀察分析，掌握各項前端業務指標之外，更重要的事情是在遇到用戶體驗問題時，如何第一時間得到通知和告警，防患于未然。這個訴求通過ARMS完善的報警機制可以輕松實現。核桃基于自身對前端健康度的理解，以及業界通用的方法論，創建了多種維度的報警規則，比如“最近5鐘內平均頁面首次渲染耗時大于1秒”等。當規則被觸發時，系統會以預先指定的報警方式向報警聯系人分組發送報警信息，以提醒技術團隊及時解決。這些報警規則再配合上對生產故障的分級分類定義，能夠幫助核桃技術團隊建立一整套生產故障應對機制，真正實現實線上問題5分鐘內發現，10分鐘內隔離，30分鐘內解決。

核桃編程還積極探索前后端統一鏈路追蹤技術，將API請求從前端發出到后端調用的鏈路串聯起來，真實還原代碼執行的完整現場。這是通過對前端API請求自動注入Trace信息而實現，ARMS前端監控能夠在允許API自動上報的前提下，在API請求的Request Header中加入自動生成的TraceID，作為串聯前后端鏈路的標識。這樣通過調用的時間軸，可以知道是網絡傳輸還是后端調用導致請求耗時時間過長，進一步通過后端應用的線程剖析功能，可以洞察每次請求后端的完整調用鏈路，對于排查系統故障和性能瓶頸帶來了非常大的幫助。

完善的前端可觀測體系在幫助核桃編程減少了30%以上的運維工作量的同時，還縮短了60%以上的故障定位平均耗時，極大地提升了用戶體驗，為業務持續發展打下了堅實的基礎。核桃技術團隊將基于自身的技術特點，繼續探索更多前沿的云原生技術，充分享受云計算帶來的紅利。

核桃編程正在招聘業務架構師、運維架構師，核桃編程通過優質的課程內容和首創的AI人機雙師互動學習輔導系統，現已成為國內外領先的少兒編程教育公司，產品技術團隊多來自于阿里巴巴、百度等頂尖互聯網公司；課程研發團隊全部出身雙一流高校，同時還匯集了兒童心理及行為研究等領域的頂尖人才。

歡迎感興趣的架構師投遞簡歷至郵箱：donghuasong@hetao101.com

掃碼了解更多技術內容與客戶案例：

原文鏈接：https://developer.aliyun.com/article/781396?

版權聲明：本文內容由阿里云實名注冊用戶自發貢獻，版權歸原作者所有，阿里云開發者社區不擁有其著作權，亦不承擔相應法律責任。具體規則請查看《阿里云開發者社區用戶服務協議》和《阿里云開發者社區知識產權保護指引》。如果您發現本社區中有涉嫌抄襲的內容，填寫侵權投訴表單進行舉報，一經查實，本社區將立刻刪除涉嫌侵權內容。

總結

以上是生活随笔為你收集整理的核桃编程 | 前端可观测性建设之路的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。