對.net系統架構改造的一點經驗和教訓

　　在網際網路行業，基於Unix/Linux的網站系統架構毫無疑問是當今主流的架構解決方案，這不僅僅是因為Linux本身足夠的開放性，更因為圍繞傳統Unix/Linux社群有大量的成熟開源解決方案，覆蓋了網站應用擴充套件的方方面面。

　　我記得十幾年前第一波網際網路浪潮的時代，採用Windows平臺ASP架構的大型網站是非常普及的，而如今採用Windows平臺.net架構的大流量知名網站已經鳳毛麟角了。很多采用Windows平臺.net架構的大型網站都面臨了架構上的擴充套件問題：

　　例如國外的SNS網站MySpace網站面臨過很嚴重的效能擴充套件問題，國內電商網站京東也不止一次受困於架構擴充套件帶來了效能瓶頸。因此，一些Windows平臺.net架構為主的網站，不得不考慮“去.net化”，拋棄.net，全面遷移到以Java為主的架構上。

　　但是大型網站的架構遷移，本身也是傷筋動骨的事情，風險極高，成功案例尚不多見，失敗案例俯拾皆是，這是因為：

1. 架構遷移是在現有業務系統上進行的，並不是從容的開發新產品，有足夠的時間測試和完善，相當於給正在高空飛行的客機換引擎，必須一次切換成功，沒有第二次機會，稍有差池，就會機毀人亡。而我們都知道，新開發一個大型系統，沒有上線磨合和完善過，無法做到一次100%完美。

2. 架構遷移意味著老的研發團隊將被淘汰，而往往老團隊體系隨著公司壯大已經掌握了足夠話語權，新架構的團隊在公司又根基未穩，出於維護自身利益的本能，新舊團隊之間很容易爆發政治鬥爭，相互排擠，導致遷移失敗。

　5173“去.net化”的教訓

　　5173網站以遊戲裝備交易起家，曾經在客戶端網路遊戲發展黃金時期，迎來了業務爆發性的增長期。此時，用.net架構開發的網站已經不堪重負，由於現有的.net研發團隊長期無法解決網站的效能問題，5173決定將網站從.net架構全面遷移到Java為主的架構上。為此，5173花了很大的代價，從淘寶和SUN公司挖了很多工程師，組成了一個六七十人的Java架構研發部門。

　　新的Java研發部門開發新的5173網站，而老的.net研發部門維護現有的5173網站，兩個部門並行工作，兩個版本的網站並行執行，這帶來了公司內部激烈的政治鬥爭，新開發完成的Java版本的5173網站從未正式上線過，老的.net研發團隊在面臨嚴重生存威脅的情況下，努力解決了一些核心的可用性和穩定性問題。同時隨著端遊黃金時代的結束，網站效能問題也逐漸顯得不再重要。

　　在圍繞新版本網站是否要正式替換老版本網站的問題上，各個利益方爭執不下，反反覆覆拉鋸戰，而空降而來的女CTO不屬於任何派系，態度模稜兩可。最終鬥爭的結果.net利益方戰勝了Java利益方，Java研發部門被清洗。

　我的.net系統架構改造的經驗和教訓

　　3年前，我剛接手CSDN的產品和研發團隊的時候，CSDN的核心繫統大約2/3是Windows平臺.net架構，1/3是LAMP架構。研發人員當時也很少：只有2個.net程式設計師，3個PHP程式設計師，後來還有1個我帶過來的Ruby程式設計師。當時的計劃是：網站整體架構改造的方向是Linux架構，逐漸替換掉現有的.net系統。因此不打算繼續招聘和補充.net程式設計師了，現有的.net程式設計師負責老的核心繫統維護工作。

　　但碩果僅存的2個.net程式設計師在隨後不到半年時間都走了：一個.net程式設計師跟著微軟出來的高管去創業，另一個.net程式設計師跳槽去百度做了前端工程師。這中間的道理也很簡單：既然公司要去.net化，那.net工程師就會擔心等到將來.net系統都換掉之後，自己在公司還有價值嗎，不就徹底邊緣化了嗎？

　　當然我在制訂架構遷移計劃的時候，也考慮到了這一點：我給那個更資深的.net工程師制訂的是整個公司總架構師的培養計劃，那個精通JS的.net工程師制訂的是未來前端團隊Leader的培養計劃。不過有不確性的承諾總是不如現實的威脅更迫切，所以我也特別能夠理解.net工程師的流失。

　　這個時候，我陷入了一個兩難的處境：

• 如果未來還是沿著“去.net化”的計劃往下走，就算重新招聘和搭建了.net研發團隊，由於.net在公司是註定要被替換掉的，那麼新的.net團隊是不可能穩定的，很可能來一兩個月，一看形勢不對，立馬走人了。而當時.net的核心繫統佔整個網站的比重很高，且極端複雜，一旦出問題，根本就束手無策，必須要有好手坐鎮維護。當時我已經開始review核心系統的.net程式碼，準備親自上陣了。

• 如果未來放棄“去.net化”的計劃，也許短期可以解決一些頭疼的系統維護的問題，但是對整個網站長期的發展會帶來很多不利的方面：例如網站的安全性問題，網站的架構擴充套件問題，網站服務端軟體全面正版化的成本問題等等。如果當時不下定決心去.net化，那麼將來再想做這個事情，代價只會越來越高。

　　當時，我最初的想法是：招聘2名水平尚可，沒有太大上進心，可以安於現狀，踏踏實實工作的.net程式設計師來維護老的.net核心系統；同時招聘和搭建ruby研發團隊，以我過去用ruby開發網站的驚人開發效率，爭取時間，逐一重寫老的.net核心系統。但是這樣做，風險也很大：

1. 我來CSDN的時間不是很長，當時CSDN線上產品又多又雜，足有上百個之多，很多系統我都不清楚幹什麼的；
2. 公司領導也不太支援我這麼快動手，甚至很擔心我大刀闊斧的改造網站，會把當時已經很脆弱的網站徹底搞休克；
3. 我來北京以後，只帶過來1個Ruby程式設計師，而搭建Ruby團隊，磨合團隊，開發核心系統，都不是一朝一夕的事情，想快也很難快起來；

　　幸運的是，我招聘過程中，面試到了兩個相當不錯的.net工程師，有很強的上進心，程式設計功底和悟性都很好。雖然不符合我當時想找安於現狀的工程師的標準，但我又不太想錯過好的人才，所以我臨時改變了自己的想法，將他們招過來，組建了新的.net團隊。

　　為了避免出現之前.net團隊流失的問題，給新的.net團隊創造在公司發展的機會和空間，我想來想去，決定採取一個折衷的方案：即保留和沿用.net程式語言和框架，但是網站整體架構仍然去Windows化，概要說來：

1. 資料層放棄SQL Server資料庫和儲存過程，全部遷移到Linux平臺上的MySQL資料庫上；
2. 快取不再依賴.net自身提供的快取機制，遷移到部署在Linux平臺上的分散式的Redis上；
3. 服務之間的呼叫，避免使用.net自身專有協議，改成Restful的HTTP Web API呼叫；
4. 靜態資源請求，不再讓IIS自己處理，分離到Linux平臺上的nginx去處理；
5. 需要讀取的檔案系統，也改成訪問Linux平臺上的分散式檔案系統；
6. 部署.net程式碼的Windows伺服器放在LVS後面，用LVS做負載均衡和故障切換；

　　簡單說來，就是單純讓.net做應用層的程式語言和框架，其他都交給Linux平臺的開源解決方案。而.net框架單純做應用層，無論ASP.net MVC的開發效率，還是.net CLR虛擬機器的執行效率都非常好，目前我們單臺Windows伺服器上跑幾百萬的動態請求毫無壓力，而且應用層架構是可以橫向擴充套件的：如果請求負載非常高，只需要新增更多Windows伺服器即可。總之，做到了揚長避短。

　　此外，我也比較注重不同程式語言研發團隊之間的交流，鼓勵.net工程師熟悉Linux作業系統，培養.net工程師整體架構意識。我們現在的主力.net骨幹和我說，感覺來到這裡以後技術上最大的提升就是視野一下被開啟了。

　　在後來兩年的整個網站改造過程中，也證明了這樣的做法是相當成功的：

1. .net團隊穩定的延續了下來，而且成為整個研發部門表現一直非常突出的團隊；
2. 整個系統改造的過程非常穩健和平滑，沒有碰到過什麼風險；
3. 對網站使用者的衝擊很小，基本上都是在潛移默化當中，不知不覺的完成了整個網站產品的翻新；
4. 對公司線上業務也沒有造成任何影響，而且隨著系統不斷改造，對業務的支援越來越好；

　　當網站架構全面Linux化，並且架構解決方案全部統一以後，其實在應用層用什麼程式語言來寫，就不是一件重要的事情了，我們目前應用層現有產品線，既有.net，也有PHP和Ruby寫的，但是架構都是統一的，用什麼程式語言，主要取決於研發團隊資源的調配情況而定。

　　總之，以我的經驗來說，一個傳統上嚴重依賴微軟解決方案架構的網站，如果要進行架構改造，遷移到Linux平臺，甚至用其他程式語言重寫，從來都不是一個單純的技術問題，它至少涉及如下幾個層面的問題：

1. 如何保障舊系統的研發團隊的利益問題，如何做到激勵老團隊參與架構改造，分享成功。這是最重要的，往往也是架構遷移最容易出現的致命問題，如果架構改造註定要犧牲老團隊，完全不考慮和保障他們的利益，我認為一定會產生殘酷的政治鬥爭，最終必然失敗；
2. 現有業務系統如何保持正常運轉和平滑過渡的問題，如果架構改造影響到了業務，那一定會夭折；
3. 如何保證網站使用者體驗的平滑過渡和改善的問題，如果架構改造影響了使用者基本使用體驗，那也一定會被叫停；
4. 領導對架構改造當中出現風險的容忍度問題，以及領導對架構改造週期拉長以後的耐心問題；

　一點題外話

　　我感覺我們網際網路行業有一個不太好的現象：有些網站在促銷期間癱瘓了，有些網站經常出現訪問不穩定的現象，公司老闆就喜歡跑到微博上來放狠話，請下屬喝茶，或者急就章的嚷嚷百萬年薪招CTO，這些都是很幼稚的做法。這就好比一個人，平常生活習慣差，花天酒地，從不注意養生，結果長年累月下來，終於病倒了。在這個時候狠狠的揮舞支票嚷嚷，哪個名醫能給我藥到病除，我給誰百萬報酬。

　　所以，當一個網站出現嚴重的技術問題，其根源往往都不是單純的技術問題，也不是單純換個CTO就可以藥到病除的，要反思公司企業文化是不是從來沒有重視過研發，對技術團隊的激勵到位了嗎？對架構師的意見重視過嗎？對未來可能面臨的技術門檻是否有過長期的研發投入？

　　關於這個現象，我記得Fenng說過一句很精闢的話：“技術問題，總是在短期被高估，在長期被低估”，我也想補充一句：“技術出現了問題，從來都不單純是技術導致的問題”。