平台工程在B站的探索与思路丨平台工程技术大会.pdf

1、平台工程在B站的探索和思路袁帅（villager）B站基础架构部/SRE/平台工程组2020年加入B站，擅长基础架构、Devops、SRE等领域设计和研发。先后从事过B站大数据运维平台、B站数据库平台、运维作业平台等设计和研发工作。目前专注于SRE平台工程能力建设行业趋势01B站SRE平台工程理念引入02SRE平台化建设探索03总结和思考04目录Content平台工程定义平台工程到2026 年，80%的软件工程组织将建立平台团队，为内部提供可复用的服务、组件和工具，支持应用交付。来源：Gartner从第一性原理来说，平台工程解决的是技术团队如何以更低的成本和更高的效率满足业务需求，支持业务运营

2、和发展的问题。可重用性可以理解为乐高式的模块化，平台工程提供的技术组件和服务可以在多个应用程序之间共享和重用，从而避免了重复开发和维护相似的功能。集中化管理平台工程提供集中化的管理和监控，使用户可以更轻松地管理和维护整个应用程序生命周期，从而提高效率和可靠性。可扩展性平台工程提供的基础设施和服务可以根据用户需求进行快速扩展和升级，以满足不断变化的业务需求。安全性平台工程提供的身份验证、授权和安全性服务可以保护应用程序和用户数据的安全性，从而降低安全风险。价值关键点1.IDP2.工作流3.组件工具能力建设4.开发者门户5.统一技术规划容器VM云主机Paas资源.复杂基础设施环境工具平台可复用组件

3、平台工具统一门户面相研发行业趋势01B站SRE平台工程理念引入02SRE平台化建设探索03总结和思考04目录ContentSRE（可用性工程师）团队发展2017及以前2018201920202021-至今 效率优先 需求响应、变更、标准化、报警治理、琐事优化 无稳定性工程 理解业务架构而非完成业务需求 积极推动读多活建设 建立Oncall制度 建设故障复盘文化 思考我们如何实践SRE 大型活动保障工程建立 混沌工程和故障演练探索实践 PaaS容量管理体系建设 稳定性工程初步完善 琐事优化释放人力转型 服务分级体系建设 SLO工程与平台建设 应急响应制度建设 故障复盘平台和故障管理制度建设 积极

4、推动读多活业务覆盖没有SRE，只有运维SRE探索与落地SRE再转型 SRE BP制度，业务伙伴 专注稳定性建设和降本增效 多活、服务分级、SLO、容量管理等体系再优化建设 全员转型SRE，转型开发，更高要求，更大挑战B站平台工程理念形成业务研发在开发过程中需要众多云原生技术解决问题，却不幸引入很多认知负荷问题，苦”全栈“久已。这就导致缺乏经验的开发人员向高级/资深后端工程师寻求帮助，或者PaaS Oncall，经验变成了“部落知识”。通过构建内部开发平台来减少开发人员的认知负荷、艰苦的重复性手工工作，从而改善开发体验；平台不会强制使用特定的工具集或方法它是为了让开发人员可以更容易地构建和交付软

5、件，同时又不用抽象出底层核心服务中实用的差异化功能；平台工程团队将平台视为产品（供开发人员使用），并设计出可以自助使用的平台；B站研发效能CICD全景图平台快速建设带来的问题平台数量急剧增多维护成本增高在线/离线SRE工程效能游戏基础设施SRE游戏运维平台大数据运维平台MySQL运维平台Redis运维平台业务风险巡检平台SLO平台自愈平台容量管理平台切流管控平台各团队精力花在非关键地方平台隐患需求交付慢交付质量差应急响应平台值班系统混沌工程平台化实践行业趋势01B站SRE平台工程理念引入02SRE平台化建设探索03总结和思考04目录Content统一门户（平台）门户通道能力基础平台基础设施基础

6、数据物理机虚拟机云主机裸金属交换机CMDB服务树模型注册拓扑关系资源上报状态管理消费注册标签管理租户信息备机池组织架构业务架构应用模型应用画像资源关系权限管理人员角色应用生命周期计算引擎K8S底座堡垒机cloud统一私有云门户登录准入命令执行黑白名单审计拦截作业引擎作业原子作业编排调度执行文件分发流程引擎流程设计表单管理事件回调规则引擎IAM权限模型平台注册资源权限角色管理OnCall值班录入人员管理知识库实时反馈场景能力DB运维平台集群部署SQL执行慢日志分库分表游戏运维平台区服管理合服管理新服部署人员管理容量管理平台HPAVPA容量巡检策略预估系统运维平台系统重装报修管理重启资产转移Log