作者：互聯網運維技術保障團隊-Mo Han、Zhou Jianhua

在飛速發展的互聯網信息化時代下，抓住並充分利用“流量”將為業務增長帶來“潑天”富貴，已成為共識。如何通過真實、海量的數據打造一個集成本、質量、效率於一體的融合流量管理平台，也成了各行各業的關注焦點，本文通過”撥測“與“融合流量管理”兩個維度，來分享vivo在流量管理領域的一些實踐和探索。

本文為2025年 vivo 開發者大會互聯網技術專場分享內容之一，在公眾號對話框回覆【2025VDC】獲取 2025VDC 互聯網技術會場議題相關資料。

1分鐘看圖掌握核心觀點👇

圖1 VS 圖2，您更傾向於哪張圖來輔助理解全文呢？

一、背景

在飛速發展的互聯網信息化時代下，抓住並充分利用“流量”將為業務增長帶來“潑天”富貴，已成為共識。如何通過真實、海量的數據打造一個集成本、質量、效率於一體的融合流量管理平台，也成了各行各業的關注焦點，本文通過“撥測”與“融合流量管理”兩個維度，來分享vivo在流量管理領域的一些實踐和探索。

二、全球撥測

2.1 什麼是撥測

簡單來説，撥測就是一套模擬真實用户行為，主動進行健康檢查和性能測量的旁路監控系統。 它就像我們派出去的無數“觀察者”，通過這些“觀察者”，我們主要可以實現三大目標：

一是性能監控：它可以模擬用户對某個網絡接口或者網址，發起主動探測，檢測網絡的延遲、丟包，錯誤，及時發現網絡風險和故障。

二是產品優化：從用户視角去對比不同版本的性能差異，為產品迭代提供數據支持。

三是可用性監控：模擬用户使用業務場景和完整流程，評估業務的真實質量，及時發現業務可用性問題。

2.2 vivo撥測平台介紹

在vivo，撥測的核心使命，就是為所有業務和產品高可用保駕護航，網絡性能監控、業務可用性監控，產品優化分析、這是基礎能力，確保我們的服務穩定可靠。

在這基礎能力之上以及結合本次分享的主題，我們孵化了另外一種場景-“網絡調度檢測”，我們會持續地對CDN、機房、運營商這些基礎鏈路進行探測和分析，一旦發現問題，就可以基於撥測數據動態調整網絡策略，以實現流量和故障智能調度目的。

2.3 vivo撥測的原理介紹

瞭解了vivo自有節點規模後，那麼撥測如何工作的？下面這張圖清晰展示了vivo撥測系統的基本工作原理，它主要分為三步：

第一步，下發執行探測任務。

平台會向分佈在全球的邊緣探測節點，下發探測指令，比如去訪問某個網址，或者訪問某一接口，也或者下載某個APP等。

第二步，數據採集與分析。

節點在執行任務時，會收集網絡丟包率，響應時間、可用性等性能數據，並進行實時分析。

第三步，閾值和可用性告警。

如果發現探測結果超出了我們設定的閾值，比如訪問超時、不可用，檢測告警系統就會立即觸發告警，並可以聯動 智能調度策略 進行自動處理，比如切換線路，切換災備機房，切換運營商等。

2.4 vivo撥測能力介紹-採集側

為了管理如此龐大的節點網絡並執行復雜的任務，我們的撥測平台構建哪些技術能力呢？大家可以看下面這張架構圖，

首先、在採集側，我們具備了從底層的DNS解析、TCP建聯，到上層的HTTP可用性、私有協議，再到網頁首屏、流媒體等全方位的用户體驗檢測能力。

同時，我們對執行撥測節點的耗電，網絡環境，執行策略，配置管控都做了精細化管理 保障採集的撥測數據穩定、可信、可分析，可度量。

2.5 vivo撥測能力介紹-平台側

在平台側，我們同樣具備任務管理、配置管理、節點管理和告警能力。可以實現多維度的任務下發，比如可以按國家、省份、城市、地區、運營商、機型，網絡等維度下發。

同時，我們也具備了劫持，CDN故障等場景的檢測告警能力、以及異常快照、鏈路分析等故障分析能力 確保收集到的撥測數據得到充分的應用，同時經過大數據分析和AI能力加持，做到業務問題 一分鐘發現、即時告警。

vivo撥測平台體驗地址：https://dial.vivo.com.cn

2.6 撥測如何支撐智能流量調度

如此海量的撥測數據，究竟是如何支撐流量調度的呢？

下面這張圖清晰展示了其工作原理。

首先，是“輸入”環節。

IP元數據管理平台會將公網服務IP信息同步到撥測平台，其中IP元數據包含6大關鍵維度：

1. IP信息
2. 歸屬運營
3. 歸屬業務
4. 歸屬機房
5. 歸屬集羣
6. 歸屬IDC

其次，是“執行”環節。

這些帶有元數據的服務公網IP信息，會生成具體的“IP任務”，通過“任務調度”系統，下發給我們遍佈全球的“邊緣探測節點”，執行探測任務。

接着，是數據分析處理環節。

探測結果數據會通過統一網關實時存入時序數據庫中，其中、結果數據包含四大關鍵指標：

1. ICMP Ping 可用性
2. TCP Ping 可用性
3. ICMP Ping 時延 
4. TCP Ping 時延

這些指標，最終構成了智能調度的核心數據基礎。

最後，就是流量智能調度的應用。

有了這些精準、實時的數據，我們就能賦能一系列上層的智能調度場景，比如：

• 故障快速恢復：一旦撥測發現某個IP不可用，調度系統可以秒級將它切換走。
• 故障精準定位：我們可以快速定位到問題出在哪個地域、哪個運營商，以及哪個線路。
• 流量異常檢測：通過持續的性能數據對比分析，發現潛在的流量衝擊和質量惡化 風險。
• 流量智能調度：基於質量和成本目標，結合業務場景、動態調整流量分配。

三、融合流量管理

3.1 技術背景

vivo採用了自建私有云和公有云結合的混合雲架構。用户的訪問流量，會通過DNS、CDN、負載均衡等一系列網絡基礎設施，最終到達我們的業務服務。

這個架構非常典型，但它也給我們帶來了五大核心挑戰。

• 複雜性：多運營商、多CDN、多機房，管理難度巨大。
• 成本壓力：帶寬費用，特別是突發流量帶來的額外開銷，非常高昂。
• 質量挑戰：任何一個環節的網絡波動，都會影響用户體驗。
• 安全風險：內部主動上網和外部衝擊，都是潛在的威脅。
• 運維效率：缺乏統一視圖和自動化能力，排障和變更操作將非常耗時。

面對這些問題，我們的目標很明確：就是要構建一個智能、高效、安全的一體化解決方案，最終實現降成本、提質量、強安全、提效率！

為了實現這些，平台落地為一系列具體的解決方案，比如：通過DNS域名解析、CDN加速接入來統一流量入口；通過302智能調度、機房帶寬調度來實現智能決策；通過WAF攔截、外發流量檢測來保障安全；並通過全鏈路監控和故障預案來實現自動化運維。

3.2 平台實踐

那麼，我們是如何做的呢？

下面是平台的整體技術架構，它是一個典型的分層架構。 

• 最底層是網絡資源，包括了我們對接的DNS、CDN、機房網絡等所有供應商。
• 往上是數據採集層，它會從機房、CDN、業務埋點、撥測系統等各個源頭，全面地採集流量、日誌和監控指標數據。
• 數據之上，是數據處理與分析層，我們使用大數據平台對數據進行實時和離線處理，並利用調度和檢測算法，來挖掘數據背後的價值。
• 架構的核心是控制與執行層，它通過API網關和自動化編排能力，去實際地配置和調度底層的網絡資源。
• 最上層是展現與交互層，通過一個統一的管理門户，面向業務和運維人員，提供接入、管控、報表等一系列服務。 

通過這個架構，我們將複雜的流量管理工作，平台化、系統化了。

3.2.1 多CDN統一接入納管

我們深入到具體的實踐場景。

首先是CDN的治理。

我們打造的“融合CDN”平台，核心價值體現在六個方面：

• 配置融合：統一了不同廠商的配置標準，大大提升了管理效率。
• 流量調度：支持多種策略，讓調度既精準又靈活。
• 數據融合：在一個平台就能看到所有廠商的數據指標。
• 成本優化：通過一系列運營手段，我們成功將成本降低了30%。
• 秒級容災：基於全網撥測點的質量感知，一旦發生故障，可以自動調度，實現秒級容災。
• 智能運維：同樣基於撥測節點，可以智能地進行故障的根因定位。

3.2.2 融合CDN產品架構

下面這張架構圖展示了我們如何實現這些價值。大家可以看到，我們通過一個“融合CDN管理平台”，把全球主流CDN廠商的API都接入進來，屏蔽了底層的差異。

對於業務方來説，他們只需要通過我們統一的控制枱或OpenAPI進行操作。同時，平台集成了我們的端側質量埋點、智能解析、302智能調度等核心能力，形成了一個強大的調度中心，為用户提供最優的加速體驗。

在融合CDN中，302智能調度是我們最核心、最有價值的能力之一。

如圖，即使是在同一個地區，不同的CDN廠商，在同一時間的下載速度，是不一樣的。藍色的線可能在某個小時最快，但下一個小時，也許綠色的線就反超了。

這就帶來一個核心問題：我們如何保證我們的用户，總能用到當下那個最快的CDN呢？同時，當某個廠商出現故障時，我們又如何快速地把用户切換走，實現容災呢？這就是302智能調度要解決的問題。

3.2.3 302智能調度

為了解決這個問題，我們設計了這套技術方案。它非常巧妙，主要分為四步：

• 第一步，客户端，也就是我們的業務服務端，在響應用户請求時，它不會直接返回一個寫死的下載地址。
• 第二步，它會先向我們的“302調度服務”發起一次請求，問一個問題：“現在哪個CDN最快？”
• 第三步，我們的調度服務，會根據海量的埋點數據，通過智能算法進行實時計算，然後立刻告訴業務服務端一個最優的廠商域名。
• 第四步，業務服務端拿到這個最優域名後，再通過302跳轉的方式，把用户引導過去。

 整個過程對用户是完全透明的，但我們確保了用户的每一次下載，走的都是當下最優的路徑。

這套方案的背後，是一個強大的技術架構在支撐。 大家可以看到，它包含了完整的指標數據採集處理層和調度執行層。

我們通過ETL、Druid等大數據技術，對海量的業務指標數據進行實時處理。 在控制層，我們有靈活的調度策略管理和多重調度算法。

在調度執行層，我們通過統一的網關，為商店、遊戲、系統升級等八十多個業務場景提供服務。

整個架構的設計，核心就是為了保證四點：精細化控制、故障快速切換、實時性與動態適應，以及靈活可擴展。

正是這些，才讓我們的調度服務既快又準。

最終帶來了什麼樣的效果呢？

• 首先是性能：我們的服務端P99響應時間做到了小於2毫秒！這對用户來説是完全無感的。同時，配置變更可以秒級生效，實現了真正的實時。
• 其次是規模：目前每天的調度執行次數，超過了60億次！覆蓋了我們80多個核心業務場景。
• 最後是業務價值：通過這套系統，我們為應用商店等業務，帶來了整體下載速度提升超過2%！
• 更關鍵的是，它為我們的商業化帶來了超過千萬元的收入提升！這就是技術驅動業務增長最直接體現！

3.2.4 公網帶寬治理

講完了CDN，我們再來看另一個成本大頭：機房公網帶寬。 從這張全網公網帶寬的趨勢圖。可以看到，在2022年之前，我們的帶寬增幅是比較大的，成本壓力也隨之而來。

但是，從2023年開始，增幅明顯趨於平穩。 這不是因為業務停滯了，而是因為我們進行了一系列持續的成本治理和運營。比如，我們重點針對主動上網、埋點業務和出入向均衡進行了專項優化，成功地將帶寬增長控制在了可預期的範圍內。

接下來，我就為大家介紹一下我們實現這個目標的關鍵能力。 要實現公網帶寬降本，我們同樣打造了一套公網帶寬調度體系。

這套體系主要包含了幾個核心能力：

• 首先，是IDC機房帶寬的智能調度，這是我們進行流量騰挪的基礎。
• 其次，是帶寬用量的歸因分析和成本分攤，讓我們清楚每一分開銷花在了哪裏。
• 最後，也是最重要的，是基於撥測數據的質量調度和監控，確保我們在優化成本的同時，不犧牲用户體驗。

如下產品架構圖，展示了我們全球混合雲環境下，公網帶寬調度的全貌。 當一個vivo的全球用户發起訪問時，我們的智能解析系統(VHS)，會成為第一個決策入口。

它會結合來自我們全球撥測點的源站質量監測數據，以及我們VIP地址池的管理策略，智能地判斷，應該把這個用户的請求，解析到哪個地域的哪個機房。

這個機房，可能是我們在北京的自建IDC，也可能是我們在新加坡、德國的火山雲或谷歌雲。

整個決策過程，都會在我們的統一控制枱上進行可視化的管理和干預，包括成本調度、質量調度、故障分析等等。通過這套架構，我們實現了對全球流量的“宏觀調控”。

在眾多調度策略中，有一個非常有效的成本調度策略，就是“公有云調度自建機房”。

它的核心原理，其實就是利用了不同資源的計費模型差異。大家知道，公有云是按流量計費，用多少算多少；而我們的自建IDC，是按帶寬峯值計Fèi，就像包月套餐。

那麼，這裏就有了一個巨大的優化空間。大家看這張圖，我們的監控系統會實時採集自建IDC的帶寬用量。當發現IDC處於帶寬低谷時，比如凌晨，流量很少，帶寬大量閒置，非常浪費。

這時，我們的調度決策系統就會自動執行切換，通過DNS解析或者CDN源站變更，把一部分原本跑在公有云上的流量，調度到我們閒置的自建IDC上來。

這個“削峯填谷”的動作，效果非常顯著：公有云調度到IDC的流量佔比超過了60%，每年為我們節省了數百萬的流量成本！

四、總結與展望

通過“撥測監控”和“融合流量管理平台”的這一系列實踐，我們取得了哪些顯著的成效呢？

• 首先，在統一納管上，我們屏蔽了底層供應商的差異，對外提供了一致的接口能力，大大提升了運維效率。
• 其次，在提升質量上，我們為核心業務，比如應用商店，帶來了整體下載速度超過2%的提升，這對用户體驗是實實在在的改善。
• 第三，在降低成本上，我們通過一系列智能調度手段，實現了CDN和公網帶寬的千萬級降本，這是非常可觀的經濟效益。
• 最後，也是最重要的，我們實現了營收增效！質量的提升和成本的優化，最終轉化為了商業化運營收入的顯著提升！

我們的探索和實踐還在路上，接下來，我們主要有三個發展方向：

• 第一，是AI驅動的深度優化。我們將引入更強大的AI能力，去實現更精準的流量預測和更智能的異常自愈。
• 第二，是多雲/混合雲流量管理的持續深化。我們會將當前的成功經驗，擴展到更廣闊的海外市場，為公司全球化的出海業務保駕護航。
• 第三，也是我們認為極具價值的一點，是打通網絡質量和業務指標的關聯。我們要建立起業務增長和網絡指標的關聯分析能力，用數據證明每一次網絡優化，是如何實實在在地為業務收入增長賦能的！