摘要:高性能、大容量、低成本、强稳定性,广告业务需要的Ta都有
一、从需求场景说起,什么是RTA广告业务?
在互联网时代,媒体平台逐渐成为广告业务的主体,而作为广告主的企业往往每年需花费数亿甚至数十亿广告费,却依然难以准确触达目标用户,这就造成大量资金浪费。在这样的需求场景下,RTA广告业务模式逐渐流行起来。
RTA即RealtimeAPI的简称,是一套接口服务,用于满足广告主实时个性化的投放需求,在竞价中减少资金浪费。简单来说,RTA大体流程如下:
1.媒体在将广告曝光给用户前,先通过RTA接口询问广告主是否参与本次竞价;
2.广告主结合自己的画像数据(一般是百GB~数TB的key-value数据)进行决策,快速响应媒体侧,表明是否要参与本次曝光竞价,以及具体的曝光策略;
3.媒体平台根据价高者得原则,进行精准目标广告投放。
RTA广告业务流程图
RTA让广告投放变得更精准,更省钱,还可以满足许多不同的投放需求,例如获取新用户、召回流失用户等。
二、聊聊RTA中的数据存储选型
对广告主来说,RTA业务价值明显,但媒体侧可是设置了不小的技术门槛,一般要求RTA系统高峰承载20w+QPS,50到ms快速响应。当不达标时,媒体侧会有降级和清退机制,例如暂时关闭广告主的RTA接入通道。
因此,RTA业务的首要需求是使用靠谱的画像数据库:
1.毫秒级响应,支持数十万级QPS
2.稳定性高,关键时刻不能掉链子
3.支持百GB~数TB的画像存储,且成本可控
根据经验,很多公司会使用开源Redis集群来做这件事,但其实开源Redis并不太适合这类大数据场景:
一方面,虽然开源Redis并发性能和响应都很优秀,但终究只是缓存,无法提供数据库级的稳定性保障,丢数据、fork抖动、分片不均OOM、扩容耗时久等等,都是很常见的问题。
另一方面,由于开源Redis中存放的数据无法突破内存限制,上百GB的数据存储价格非常昂贵,例如GB规格的开源Redis接近5w/月。
在这类大数据业务场景下,我们推荐使用华为云数据库GaussDB(forRedis)做画像数据存储。
三、大数据业务存储神器:华为云数据库GaussDB(forRedis)
GaussDB(forRedis)是华为云企业级存算分离Redis数据库,使用上与开源Redis别无二致,并且能够兼顾缓存与存储两类典型场景:
1.内存+分布式存储池(NvmeSSD),提供毫秒级响应速度,并实现了大幅降本
2.命令兼容度98%,业务零改造平迁
3.容量最大支持36TB,高压缩比,且保障数据库级别可靠存储
4.算力用多少买多少,支持水平扩展到千万级QPS
5.无感热扩容,GB到GB也只需一秒
6.支持多DB租户访问权限隔离(增强版ACL)
RTA广告业务对画像存储的核心需求是:响应快、稳定性高、大容量且不贵,GaussDB(forRedis)充分满足这类大数据业务需求。
超低时延,性能满足媒体侧要求
根据现网的案例经验,在数十万QPS流量下,GaussDB(forRedis)可稳定保持平均时延1ms,p99时延2ms。
媒体侧一般对广告主端到端响应要求在50~ms,这其中包括了业务及网络链路的耗时,GaussDB(forRedis)可以很好地满足响应要求,并给业务链路留有充足的余量。
为什么GaussDB(forRedis)在存算分离的架构下还能提供低时延访问?
1.自动冷热分离,计算层的内存资源会被用来充分加速热数据
2.存储池是基于高性能NvmeSSD和RDMA网络所构建,响应速度其实也很快
实际上,响应快速并非内存的专利,NvmeSSD同样有优秀的时延表现,下图是市面上某款NvmeSSD的性能指标:
作为存算分离的数据库,稳定性远超缓存Redis
开源Redis的稳定性问题存在已久,单线程、fork机制、Gossip协议……这些都是让开源Redis稳定性不够好的原因。在小数据量缓存场景问题不一定经常出现,但在百GB的大数据存储场景下很容易成为打破系统稳定的隐患。
GaussDB(forRedis)存算分离架构对稳定性的提升是巨大的。在扩容场景,只需调整存储池配合,即可1秒完成扩容,业务0感知。由于数据全部存储在分布式存储池中,当计算节点发生故障,数据依然可见,业务只感知秒级抖动。同时,也不会发生分片数据不均OOM问题。
存储百GB画像数据,比缓存Redis成本节省50%以上
GaussDB(forRedis)在这类场景下能够帮助企业实现有效降本,原因是:
1.内存+分布式存储池(NvmeSSD)
开源Redis技术上无法突破内存限制,因此成本会随着每涨1GB而线性增长,大数据业务中很容易带来成本痛点。
GaussDB(forRedis)分布式存储池采用的高性能NvmeSSD硬件成本虽然比普通SSD高,但是跟内存相比还是比较高性价比的。另外还支持根据实际所需QPS购买计算节点,避免不必要的算力成本浪费。
2.高压缩比
很多画像类业务使用protobuf格式,GaussDB(forRedis)采用了逻辑数据+块数据双重压缩机制,对于protobuf的压缩比效果很好。根据现网案例经验,GB的protobuf数据写入GaussDB(forRedis)后,实际占用的存储空间可压缩到G,压缩率30%。
四、总结
RTA广告竞价业务近年来发展潜力巨大,一方面要满足媒体侧的性能指标要求,另一方面又要承担企业降本重任。在这类典型大数据业务中,往往需要一款能够兼顾性能与存储降本需求的KV数据库来做画像存储,华为云数据库GaussDB(forRedis)无论从性能、稳定性,还是大容量、低成本,都充分满足这类场景的需求,是其最佳存储选型。