南瓜电影 CTO 庄徐麟分享如何在 7 天内全面实现业务 Serverless 化

南瓜电影成立于 2015 年，是国内近两年发展非常迅速的流媒体平台，凭借着无广告、纯付费的商业模式，在影迷圈

中打响了一定的知名度；之后又靠着很强的社区互动性（AI 智能推荐、影评互动、通过放映厅实现线上“云观影”等），

迅速完成会员增长及流媒体市场占位；接下来将逐渐往多元化视频平台发展：如纪录片、各类自制节目等。

作为互联网风口上的行业，流量和生命周期会因为市场风向的变化而有着截然不同的表现，这对企业的创新和低成本

试错提出了更高的要求。南瓜电影的整体应用架构也随着业务的高速发展，持续不断地进化。今天我主要从三个部分

来和大家分享这一段发展历程：

痛点：回顾南瓜电影当时的业务、架构现状和痛点。

选型：分享在技术选型之路上我们的思考和决策，以及为什么最终会选择使用 SAE 这款产品。

实战：我们是怎么一步步落地、在短短 7 天内将整个平台几百台服务器，30 多个系统全面 Serverless 化的。

1、痛点

从创业之初，南瓜电影的整体应用架构就构建在阿里云之上，是一个典型的“生在云上，长在云上”的企业。底层使用阿里云 ECS，基础设施、中间件，数据库、大数据服务、云安全等也全部使用阿里云产品，最大化云的价值。基

础服务之上是我们自研的能力中心，基于算法和视频增强能力，提供会员、自适应码率、搜索引擎、影评、放映厅等

服务。通过 SLB 全球调度以及 WAF 安全接入对各种用户提供服务。上层承接多端，基本涵盖了市面上全部的终端

类型：包括手机、Pad、网页以及各种客户端、车载设备等。

但随着业务的不断发展，基于 ECS 的运维架构逐渐暴露了很多问题，主要有：

1）弹性扩容太慢：流量洪峰时，需临时购买新机器再逐台部署，非常耗时也保证不了系统 SLA。

2）发版慢 & 易出错：互联网频繁发布是常态，但每次几百台服务器一台台部署发版非常慢，一不小心就出错。也尝

试过脚本化部署，跑顺确实省事，但当服务器组一多，脚本不断修改过程中，万一中间卡壳了，定位问题非常困难。

3）系统维护成本高：传统集群运维繁琐，人员技能要求非常高：既要精通 lua /ansible 脚本等，又要懂云产品网络

配置和监控运维。早期公司并没有专职运维人员，耗费了开发大量的精力，非常之痛。

4）容量规划难，资源利用率低：对流媒体行业，高峰期一般在中午或晚上，其它时间访问都比较低，但很难精准备容。

我们一般是按照峰值长期固定保有服务器，资源利用率相对比较低。

5）权限分配繁琐：面对企业多租户时，权限隔离往往是一个非常头疼的问题。尤其是新人到岗或者跨团队联调时，

配置用户组、RAM 权限，新机器登陆连接方式，非常繁琐，账号管理人员也时常会成为瓶颈。

一场热映电影加速了南瓜电影技术升级思考

相信会有很多企业也面临和我们一样的难题，同时也制约着公司的发展。但开发人员都存在一定的惰性，认为只要不

出事就先继续耗着。而真正让我们下定决心做技术升级的，还得感谢 19 年的那场热映电影。

那天早上接到同学的电话说业务压力大，我说：“不可能，一般早上流量比较少”， 他说：“不知道，各种业务都

开始预警，我已经开启了预案，不断的买买买机器了”。后来才知道 1 个小时内新增注册用户突破 80W+（是平时

峰值的 5 倍以上），对南瓜电影来说是一个巨大的挑战和机遇。很快服务器直接崩了，流量总入口 API 网关撑不住，

紧接着后端服务、数据库都异常。

大家紧绷着神经，开始了全链路紧急扩容：从买 ECS，上传脚本到新机器，运行脚本，扩容 DB…... 整个过程断断

续续对用户产生影响，有些用户直接访问不了，持续了 4 个小时才最终完全恢复。

因平台都是付费客户，那天我们的客服电话从早上忙到晚上，不断有用户来投诉，说早上不能使用，要求赔偿。

所以，像这种突然袭击对团队来说是比较锻炼团队的事，而对公司来说是损失比较大的事。我们对那天所有打开  APP 的用户都进行了赔偿：当天使用全部免费，这也是业务层面的损失。不过最终因为这场电影，南瓜电影的日新增注册用户一路高涨，业务增速明显。但回顾整个运维过程，耗时 4 个小时，太惊险刺激了，我们不想再经历第二次了。

《云原生架构白皮书2022新版》——各个行业面临的挑战及解决方案——南瓜电影 CTO 庄徐麟分享如何在 7 天内全面实现业务 Serverless 化（2） https://developer.aliyun.com/article/1232778