作者|柏杨

编辑|肖志

美国在线电影租赁公司网飞利用超过100亿的用户观看记录来分析观众的偏好，并制作了热门电视剧《纸牌屋》。网飞的工程文化被很多国内一线互联网公司学习和借鉴，但实际上这家技术实力超群的公司却没有CTO。

1.写在前面

一天晚上，我和我的下属一起吃饭，期间我谈到了网飞科技的大胆创新。事后我觉得有必要总结一下，分享给团队，让大家了解一下世界顶尖科技组织在技术、架构、组织、文化方面的创新。让大家在努力工作的同时偶尔抬头看看天(以大局为重，从小事做起)。于是就有了这篇文章。

2.量产微服务架构实践

很多公司(易贝、亚马逊、BAT)都有微服务，甚至比网飞更早，但网飞可能是大规模生产微服务中最杰出的。

微服务100个，日生产变化1000个，实例10000个，活跃客户1000000个，指标100000000个。但是只有10s的运维工程师，没有自己的数据中心NOC，应该算是微服务DevOps的最高水平了。

网飞微服务可视化

3.开源整个微服务技术栈。

网飞微服务技术栈的核心组件基本都是开源的。Pivotal在2~3年前打包了网飞的开源东西，把其他一些东西(配置中心、调用链监控等)放在一起。)变成春云。现在熟悉的组件如Zuul gateway、Eureka service discovery registry、Hystrix保险丝限流、Archaius配置等。、网飞都是在2012年左右开源的。

开源是网飞的竞争策略。

为什么网飞热衷于开源？

将自己的解决方案建立为行业标准和最佳实践建立 Netflix 技术品牌雇佣、留住和吸引顶级工程师从共享生态中获得反馈输入并受益

4.所有系统迁移到AWS公共云。

2009/10年左右，网飞开始启动公有云战略(当然苦于自建数据中心)，应用逐渐迁移到AWS。这个过程持续了将近5年，到了15年，迁移之后，所有的应用都应用到了AWS上。9/10左右的AWS还不是很成熟，别说当时，就算是现在，也很少有大公司敢不经过权衡就把迁移公有云的所有策略都提了出来。另外，AWS能有今天，网飞也功不可没，帮亚马逊铺了无数坑。

5.基于AWS构建PaaS平台

网飞基于AWS IAAS(大部分组件都是开源的)打包构建了自己的PaaS云平台服务，包括

平台运行时服务 (Eureka，Zuul, Edda，Atlas)平台库和框架 (Karyon/Ribbon，Hystrix，RxJava, Governator，Servo, Archaius, Astyanax)平台大数据和缓存服务 (Cassandra/ES/Hadoop Platform as a Service, EVCache，S3)平台工具和服务 (Asgard/Aminator， SimianArmy/ChaosMonkey, ICE)

最近业界开始提出云原生架构的概念，Pivotal是这个概念的主要推动者(主要是在背后推其云代工产品)。其实网飞早在2013年就提出了云原生的概念，其整个平台(AWS IAAS+PaaS)都是云原生的。

6.两地三个中心的高可用性

网飞的高可用性架构也非常出色。三个等效的AWS可用区部署在同一个城市，一个甚至两个链路不影响可用性。

在不同区域进行对等部署，一个区域的AZ全挂，另一个区域随后可用。

7.Cassandra NoSql作为主数据库。

网飞最初使用传统的Sql数据库，如Oracle，但它受到了可扩展性的挑战。公司的架构管理层大胆而颠覆性地提出使用Cassandra Nosql作为主要的持久存储机制。2012年，网飞设法将其大部分数据存储在非关系数据库中，如卡珊德拉和S3。这个架构决策也是非常大胆和有勇气的，一般很少有公司敢这么做。Cassandra本质上是一个KV数据库，更像是排序的map存储，不支持事务或join。在CAP理论中，Cassandra展现了AP特性，是去中心化的，高可用的，天然支持跨数据中心的数据同步，这大概是网飞最重要的特性。Cassandra是快读慢写的特点(一般数据库都是快读慢写)，网飞大量使用Memcached进行缓存补偿。

Cassandra在同一城市的多个区域之间同步数据，并在不同地区之间重新同步。流量达到9Gbits/s，延迟83ms，数据备份18TB(2013年数据)。

8.自动刹车的后视镜展开和释放

这几年docker容器技术火了，大家都在说不可变基础设施的概念，其本质就是镜像部署。网飞在2012年之前就已经实现了镜像部署，发布的单元是AMI(Amazon Machine Image)镜像。它通过持续交付工具Asgard(现在升级版叫做Spinnaker)直接将映像推送到AWS cloud进行部署，支持蓝绿色(需要至少两倍的虚拟机)、灰度和金丝雀等部署模式。

网飞的发布管道叫铺路，就是平台团队铺的路。由提交、构建、AMI镜像烘焙、发布四个阶段组成。

金丝雀放飞后，系统会自动生成金丝雀健康报告并评分(后面需要统计上千个指标+复杂的智能算法)，达到一定分数(比如80分)后才能继续铺开。这也叫发出自动刹车。

9.抗脆弱建筑

网飞大胆地提出了抗脆弱架构的思想(建筑师受到了尼古拉斯·塔勒布的《抗脆弱》一书的启发，并将其应用于建筑领域):为了让你的系统更加健壮，而不是严格地保护它们，我们应该主动地、随机地增加一些破坏性的测试，来强制R&D人员的高可用。

从周一到周五，从上午9点到下午3点，网飞将随机杀死生产实例。这个叫混沌猴，潜伏猴，增加延迟。

混沌大猩猩可以杀死整个可用区域，混沌可以杀死整个区域。据说网飞已经主动关闭了一个可用区域，客户没有任何影响。

国内一些互联网公司也有演习和自我攻击，但基本上都是提前打招呼，规模普遍不大。网飞不打招呼就玩真的。

10.几乎没有流程，没有员工手册

网飞是一家非常重视人才密度、非常重视自由和责任文化、忽视流程的公司。公司没有正式的员工手册，只有一个简单的指导原则:

按照网飞的最佳利益行事，按照网飞的最佳利益行事。

11.没有首席技术官，没有运营

网飞的技术太棒了，但它没有技术CTO的职位。只有首席产品首席采购官、工程团队副总裁和产品团队向首席采购官报告。这样做更多是为了产品导向，方便技术和产品之间的沟通和合作，避免争吵，避免业务驱动和技术驱动的悖论。每个人都是产品驱动的。网飞称之为BusDevOps组织结构。

网飞也没有独立的操作和维护团队。架构+中间件+运维+大数据的闭环统称为云和平台工程团队。一名副总裁负责更好地联系DevOps文化。网飞有很强的产品导向文化，就连平台工程团队的开源产品都很整洁(见https://netflix.github.io/)。PaaS云平台是整个云平台工程团队最大的产品产出。

网飞的CTO实际上是首席人才官，负责人才招聘。公司对人才的重视可见一斑。

12.无论公司兴衰，永远支付市场最高的薪酬。

不用解释，这大概是网飞最霸气、最牛逼的地方了。据我在美国的同学说，去网飞基本上是硅谷工资最高的地方。博士毕业的时候，给我开出了30多万美元的年薪(这还是前几年的情况)。一般很难进去，去了之后留下来就不容易了。一些不称职的人被委婉劝退。能留下来的一般不跳，因为再跳就没有更高的待遇了。

显然，没有顶级的人才密度，就无法支撑其高大上的技术架构，也无法在人群文化中脱颖而出。顶尖人才聚集在一起，很容易在生成和创造颠覆性的东西和想法上碰撞出创新的火花。

13.写在最后。

我在这里总结一下网飞科技做的了不起的事情。一方面是因为仰慕，但这不是重点。毕竟目前国内的基础环境和人才密度是公司支撑不了这种类型的文化的；然而，他山之石可以攻玉，网飞的许多技术、建筑、组织和文化理念都值得我们借鉴。

本人从未在网飞工作过，以上信息主要是通过网上的分享资料(尤其是slideshare)了解和解读的(部分解读可能仍有偏差)。所谓强者没有秘密，网飞的强大还体现在其无私分享的精神上。它在公司内部和外部公开透明地共享信息。几乎所有的网飞微服务技术栈(也称为NetflixOSS)都可以从github.com/netflix,免费获得，其内部架构和技术相关信息基本上都可以通过slideshare或网飞techblog免费获得。当谈到开放和透明时，即使是谷歌，亚马逊和苹果这样的互联网巨头也应该感到羞愧。网飞可能是地球上一朵特别奇妙和耀眼的花。

向网飞致敬！