直播是快手电商的重要业务场景。为应对直播秒杀的极端流量峰值,快手容器云联合阿里云打造混合云弹性调度架构。日前首次大规模应用,成功支撑了百万级别秒杀峰值的计算资源需求。这为直播电商技术的发展提供了重要借鉴。
据公开资料,快手目前平均日活跃用户达3.76亿,平均月活跃用户达6.73亿,累计互关用户对数超过311亿对,日均互动(包括点赞、评论和转发等)总量达80亿次。为了支撑如此庞大的用户规模、业务量级,快手建立了多个庞大的数据中心,海量的服务器集群来承载每日数亿用户的访问。
用户量如此庞大,使得直播成为快手技术挑战最大的场景,而直播秒杀的技术挑战尤为突出,它具有并发量大的特点。在秒杀活动期间,大量用户会同时访问快手的电商平台,对系统的并发处理能力提出了极高的要求。特别是对于上亿粉丝的主播而言,直播间单件秒杀商品可能达到数百万件,单品最高秒杀请求达每秒百万次,下单交易链路系统同时支撑每秒百万次的并发。
为此,快手技术系统采用分布式系统架构,搭建了弹性容器云平台,它能够根据业务需求自动扩展和收缩容器实例,以满足高并发和大流量场景下的业务需求。通过使用弹性容器云,快手可以在大促秒杀期间快速扩展容器实例,以应对突然增加的流量和请求。当流量和请求减少时,弹性容器云又可以自动收缩容器实例,以节省资源成本。
快手容器云平台构建了快手IDC+阿里云的混合云架构,通过专线打通双方网络互联互通,利用阿里云丰富的产品能力和弹性优势进行业务“削峰填谷”,为快手容器的弹性和扩展提供了强有力的支持。
在快手大促期间,这种混合云架构首次大规模应用,当秒杀期间实际峰值流量达到每秒百万次请求时,系统各项指标稳定,系统100%可用,阿里云顺利通过了快手大促考验。
快手直播应用弹性容器云+阿里云的混合云模式应对秒杀,不仅对于快手自身具有重要意义,也引领了直播电商技术的发展趋势。未来,快手将继续发挥技术优势,为用户带来更好的购物体验。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。