游族网络：如何传奇归来私服运维千台以上游戏云服务器

　　游戏产品架构进化史

　　经过近七年的高速发展，公司游戏服务器从100台增长到10000+台，游族整体游戏架构也经过了三个阶段的演变：

　　公司早期广泛使用的第一代架构，当时主流的产品都是以DB+计算+前端这样的3个角色开发设计并部署，服务器以物理机为主，一个游戏区组需要2~4台服务器，不同的机器承担不同的角色。这种架构方案效率低，基本上不可能实现一天开100个区组（100个区组大概需要400台服务器）；

　　随着业务量的增长和虚拟化技术广泛使用，游族整体游戏架构更新为第二代架构，全面采用虚拟化技术，把一台高配的物理机器虚拟化成多台符合游戏需求的虚拟机来使用，并实现了ALL IN ONE的系统架构。该架构方案运维效率高，适合规模开展游戏运营，但不具备业务高可用特性，一天开100个区组成为常态；

　　为了迎合大区大服、全球同服，游族融合了前两代架构的特点，推出了第三代架构，按角色分拆并形成服务集群模式。集群架构结合了物理机与虚拟化的优势，实现弹性扩容，游戏逻辑以服务进程或集群配置项的形式提供服务。该架构方案运维效率更高，可实现秒级开服同时具备业务高可用特性。

　　基于第二代架构，游族基于OpenStack自己的私有云，最初目标是为了提高服务器利用率、降低成本和实现分钟级开服。运维团队以OpenStack G版为蓝本进行调优并修改；整个网络采用的是VLAN模式，保证最大限度与现有网络架构保持兼容；存储方面使用本地磁盘作为存储。

　　通过底层优化后，游族私有云基本上可以满足业务的需求，网页版传奇私服，目前90%游戏业务运行在上面，虚机规模持续保持在10000台以上，游族私有云平台没有提供WEB管理界面，日常所有的操作都是通过命令行和脚本的形式进行操作，但对于虚拟机的增删查改，重新封装了一层简洁的API接口实现与游族运维平台的对接。经过评估测验，在高峰时期，整个私有云资源利用率可达到83%。

　　运维方式的转变

　　与三代架构相互对应是游族运维的三个阶段：

　　在第一代架构上，运维基本是手工运维，技术含量并不高，纯粹是采用人与时间堆积进行，运维同学需要登录每一台服务器，顺序执行相关的命令和脚本。独立的版控服务器，通过主动推送的形式进行版本更新；

　　在第二代架构上，通过自动化工具进行批量运维，团队推出了使用expect写的auto批量脚本，所有操作只需登录一台集控服务器执行批量并发操作的脚本，独立的版控服务器，通过并行的主动推送；

　　在第三代架构上，可以实现系统化运维，多个运维系统相互协调配合实现，例如：CMDB、业务树、作业平台等。游戏区组搭建的时间基本上可以忽略（可按需求实现按条件触发或手动触发搭建操作），所有的更新操作在WEB管理平台就可完成。

　　游族作业平台UJOBS

　　系统化运维过程中使用的作业平台（UJOBS）是属于C/S的架构，其核心部分由任务调度器和agent组成，通过调用API接口完成多种形式的指令下发。UJOBS简单的来说是为服务器管理提供了执行命令的通道，将所有的执行命令和脚本在目标服务器横向执行完，把输出结果记录日志里面，同时可通过WEB界面实时查看分析。任务调度器是用来全局策略控制，进行并发量控制。任务列表里面保存任务的完整信息。指令仓库保存常用的命令个脚本和上下文关联的命令组合。

　　在UJOBS平台上，游戏版本更新流程如下：

　　版本库的版本变更自动触发构建；

　　从版本库拉取变更后的版本文件；

　　通过构建操作后，推送目标程序到分布式的全局版控服务器集群；

　　在作业平台下发更新操作后，UJOBS的agent取得该次更新的版控服务器地址、变更清单以及版本信息；

　　从版控服务器拉取更新文件到本地执行预定的更新脚本。

　　同时在UJOBS执行的过程中可实时查看输出的日志。当游戏版本更新出现异常，有两种回滚方式：第一种，游戏服务器上保留历史版本，异常时回退到历史版本；第二种，覆盖回滚，将老版本再次发布进行回滚。

　　数据库备份与恢复

　　相对于游戏版本更新备份而言，数据库备份更为重要。ALLINONE模式或者非集群模式的游戏业务场景下，会存在多达好几千个MySQL实例，若是要按常规的MySQL备份方案来实施，管理难度和成本都要翻好倍。因此游族网络采用Xtrabackup在主库上直接备份数据文件方式，备份文件暂存本地；本地备份完成后在备份系统选举一台远程服务器进行异地备份；备份策略每小时一次备份，半小时本地备份半小时远程备份。该备份方法在单主库业务场景下可能是最靠谱的数据备份方案，但备份过程对主库会有影响、（限制IO操作），最坏情况下可能出现1小时的数据丢失（业务接受少量的数据丢失）。

　　在数据恢复方面，通过一键恢复工具，只需要提供恢复的IP、时间段和业务信息（如库名）即可实现数据恢复；24小时内的数据通过本地的数据恢复（结合二进制日志），超过24小时的数据通过异地数据恢复。

　　云上迁移历程

　　现在游族已经将几款老游戏迁移到阿里云上。在将ALLINONE架构平滑迁移到云上的过程中，首先要求就是迁移过程不能长时间停服，只能接受正常的版本更新的停服时间。整个迁移过程分为以下几步：

　　第一步提前准备资源，在阿里云提前申请好资源，初始化环境并把VPC与自有机房的网络打通，实现内网互通为数据同步做好准备；

　　第二步提前同步数据，使用Xtrabackup备份在线把MySQL配置成主从同步模式，将数据同步到阿里云ECS，在一段时间后完成数据迁移。

　　第三步正式迁移，正常的游戏停服维护时间（0.5~2小时）就可完成业务上阿里云的迁移。目前已经平滑完成3款游戏产品的迁移，每款产品准备时间3~5天，正式迁移用时1~2小时，在阿里云平台使用的虚机超过1000台。