Như các bạn đã biết CyberAgent là nhà đầu tư không hề xa lạ gì với giới Công nghệ Thông tin (CNTT) Việt Nam. Việc CyberAgent đầu tư vào các công ty startup như: Vật giá, Topica, Tiki, CleverAds, DKT, Foody, NCT... góp phần rất lớn vào việc phát triển nền CNTT trong nước. Hoạt động đầu tư là vậy tuy nhiên họ cũng có rất nhiều nền tảng về kiến trúc rất hấp dẫn, Ban Tổ Chức IT Leader Club Hà nội mời anh Đỗ Xuân Huy - đến từ CyberAgent Group (Japan), Adtech Studio (một nhóm nội bộ chuyên nghiên cứu và phát triển các công nghệ quảng cáo Internet) về Việt Nam chia sẻ với cộng đồng IT Leader Club tại Hà Nội.
1. Chủ đề: Kiến trúc hệ thống quảng cáo lớn.
2. Thời gian: 2015/12/22 (thứ 3) 18:30 - 21:00
Agenda:
- 18h30 - 19h : Checkin và ổn định chỗ ngồi,
- 19h - 19h5 : Giới thiệu về ITLC Hà Nội,
- 19h5 - 20h30 : Mr. Đỗ Xuân Huy sẽ trình bày chủ đề,
- 20h30 - 21h : Q & A.
3. Diễn giả:
Mr. Đỗ Xuân Huy ( https://www.facebook.com/dxhuy ) - Kỹ sư hệ thống - CyberAgent group (Japan), Adtech Studio, Tại đây Mr. Huy đã và đang xây hệ thống back-end bằng Java/Scala và xử lý dữ liệu bằng những công nghệ như Hadoop, Spark.
Mr. Huy đang làm việc tại Tokyo nhưng đã sẵn sàng book lịch về Việt Nam để chia sẻ với mọi người. ( Ban Tổ Chức rất cảm ơn sự nhiệt tình của diễn giả ).
4. Địa điểm: Toong Coworking Space - Số 8 Tràng Thi, Hà Nội (Tầng 3 Vuvuzela Tràng Thi)
Bản đồ: https://goo.gl/87wrRf
5. Phí tham dự: 100.000 VNĐ (miễn phí trà, cà phê)
6. Nội dung: Trong 2.5 tiếng diễn giả sẽ trình bày các vấn đề liên quan đến kiến trúc hệ thống quảng cáo lớn, cụ thể như sau:
a. Thiết kế và vận hành một hệ thống :
Overall data size: ~ 30PB
Overall server instance: ~1 - 2000 servers (Amazon Web Service, Data Center)
Network Uplink: 160GBS
QPS: ~10000 requests/second (140 instances)
Hadoop: ~100 nodes
Cassandra: 15 nodes (7TB)
Aerospike: 14nodes (~2TB RAM!)
MySQL: ~100GB
Datasize: 4.5 billions cookies data.
b. Scale về kiến trúc / middleware trong một hệ thống quảng cáo lớn
c. Scale về code thông qua functional programming và Scala.
7. Link đăng ký: http://bit.ly/itlc-sa-ads-reg
8. Số lượng khách mời: Vì chủ đề rất hấp dẫn nên ITLC HN giới hạn 100 khách mời đầu để đảm bảo chất lượng.
9. Hotlines:
Khi tham gia sự kiện, nếu có vấn đề gì cần hỗ trợ gấp, xin liên hệ đường dây nóng: 0904-28-7878 (đây là số điện thoại của anh Nguyen Vu Hung ( https://www.facebook.com/nguyenvuhung ) - thành viên Ban Tổ Chức)
10. Lưu ý : Thời gian là
High performance web sites with multilevel caching
ITLCHN16 - Kiến trúc hệ thống quảng cáo lớn
1. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Kiến trúc hệ thống quảng
cáo lớn trên nền scala.
@huydx (Φφ)
CyberAgent Inc
ITLC HANOI
MONTHLY PUBLIC MEETUP
Toong Coworking Space – Hà N i – 22/12/2015ộ
2. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Agenda
• Giới thiệu
• Quảng cáo trên Internet: Programmatic Ad
• Scale về kiến trúc / middleware trong một hệ thống
quảng cáo lớn
• Scale về code thông qua functional programming và
scala
• Demo
3. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Agenda
• Giới thiệu
• Quảng cáo trên Internet: Programmatic Ad
• Scale về kiến trúc / middleware trong một hệ thống
quảng cáo lớn
• Scale về code thông qua functional programming và
scala
• Demo
4. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Giới thiệu bản thân
• Name: Huy
• Position: Software Engineer
• Location: Tokyo/Japan
• Favourite Language: Ruby/Scala/Java
• Other
• Admin/cofounder of Ruby Vietnam
• cofounder of kipalog.com / ktmt blog
5. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
CyberAgent
• Thành lập 1998 (17 năm)
• Các dịch vụ chính: mạng xã hội (ameba (40tr
users)), quảng cáo trên internet (adagency,
adtech), game, investment
• Doanh thu 1 năm ~ 2.4 tỉ USD
• ~5000 nhân viên
6. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Adtech Studio
• Chuyên nghiên cứu, phát triển các hệ thống quảng cáo
(DSP, SSP, AdNetwork, Affiliate, DMP…)
• Một vài con số (trên toàn bộ studio):
• Network Uplink: 160GBS
• Overall QPS: ~2-3millions/per sec
• Overall data size: ~ 30PB
• Overall server instance: ~1-2000 servers (AWS, DC)
• Ngôn ngữ: Scala, Java, PHP, Ruby, Go
7. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Agenda
• Giới thiệu
• Quảng cáo trên Internet: Programmatic Ad
• Scale về kiến trúc / middleware trong một hệ thống
quảng cáo lớn
• Scale về code thông qua functional programming và
scala
• Demo
8. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
• Bài nói sẽ nói chính về programmatic advertising
bao gồm: banner ad và in-feed ad, chủ yếu về khía
cạnh kĩ thuật
Chú ý
11. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
• Tại sao hiện tại chúng ta phải hứng chịu nhiều
quảng cáo tồi??
• Do hiển thị quảng cáo qua thoả thuận trực tiếp
• Do không có đủ thông tin người dùng
• Do máy móc, thuật toán chưa đủ "thông minh"
• Do người cần mua và người cần bán không đến
được với nhau
•......
13. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
•RTB == real time bidding
Việc hiển thị quảng cáo diễn ra tại realtime
thông qua việc "bán" view của user tại thời
điểm user visit website
Advantage:
User "ngon" sẽ được mua với giá đắt
User "tồi" sẽ được mua với giá rẻ
--> có lợi cho cả bên bán lẫn bên mua
14. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
người bán
user
1, visit
2. phát lệnh bán
3. đấu giángười bán
người mua
người mua
1000vnd
2000vnd
3000vnd
người bán
4. hiển thị quảng
cáo của bên thắng
15. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
openRTB == ngôn ngữ để bên
mua nói chuyện với bên bán
Đặc điểm:
• Fix format thay vì fix protocol (có thể sử dụng
cả json, xml hay protobuf)
• Format khá uyển chuyển để chứa đủ thông
tin cho việc đấu giá trở nên hiệu quả
16. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Những khó khăn
• Scale hệ thống (~millions qps)
• Scale dữ liệu lớn ( TB~PB)
• bidding Logic RTB
• Tracking user giữa mobile/web
• Thuật toán để đưa quảng cáo đến đúng với người
dùng
17. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Agenda
• Giới thiệu
• Quảng cáo trên Internet: Programmatic Ad
• Scale về kiến trúc / middleware trong một hệ thống
quảng cáo lớn
• Scale về code thông qua functional programming và
scala
• Demo
18. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Hệ thống phụ trách
• DMP system
• QPS: ~10000req/s (140 instances)
• Hadoop: ~100nodes
• Cassandra: 15nodes (7TB)
• Aerospike: 14nodes (~2TB RAM!)
• MySQL: ~100GB
• Datasize: 4.5billions cookie data
20. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Architecture in short
front
server
log
aggregator
(fluentd)
redshift
hdfs
BI tool
aerospike
(user data)
(fast layer)
cassandra
(user data)
(slow layer) hadoop
(batch
layer)
spark
ML job
21. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Architecture in short
front
server
log
aggregator
(fluentd)
redshift
hdfs
BI tool
aerospike
(user data)
(fast layer)
cassandra
(user data)
(slow layer) hadoop
(batch
layer)
spark
ML job
23. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Aerospike
• Rất nhanh với SSD
• Ghi trực tiếp vào SSD không qua OS
• 99.99% request sẽ dưới 1ms
• Vertical scale với P2P cluster
• Cross-datacenter replication
• Rất ổn định ( chưa thấy chết bao giờ )
• Tuy nhiên giá server đắt do:
• Phải trang bị RAM lớn cho index
• Phải trang bị SSD đúng chuẩn
25. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Tại sao cần cả
cassandra và aerospike
• Aerospike server quá đắt (1server 200GB
Ram ~ 10k$)
• Khi cho data từ batchlayer vào thì việc
rebuild index của aerospike ảnh hưởng
performance
• Cassandra có performance khi batch write
rất tốt, tuy nhiên tốc độ read lại không đảm
bảo
26. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Architecture in short
front
server
log
aggregator
(fluentd)
redshift
hdfs
BI tool
aerospike
(user data)
(fast layer)
cassandra
(user data)
(slow layer) hadoop
(batch
layer)
spark
ML job
28. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Hadoop & Spark
• Hadoop là solution không thể thiếu để xử lý
dữ liệu lớn
• Tuy nhiên Map/Reduce java code quá nhiều
boilerplate
• Unit test khó viết (MRUnit đã không còn
update từ 1 năm trước)
• Đang viết lại toàn bộ xử lý qua Spark
29. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Hadoop & Spark
• Why Spark
• Code được viết bằng scala (yay!)
• Compability với hadoop (hadoopApiFile)
• Ít boiler plate, code sáng sủa hơn rất nhiều
• Dễ viết test hơn nhờ khái niệm RDD
• Đi kèm với bộ mlib để xử lý machine
learning
30. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Hadoop & Spark
• Một vài trick thú vị
• Lzo encode để giảm lượng dữ liệu + lzo có
thể đọc được trực tiếp từ mapper
• Serialize data dưới dạng protobuffer có thể
speed up tốc độ xử lý
• Spark có thể đọc trực tiếp dữ liệu từ S3 ->
giảm chi phí HDFS
31. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Architecture in short
front
server
log
aggregator
(fluentd)
redshift
hdfs
BI tool
aerospike
(user data)
(fast layer)
cassandra
(user data)
(slow layer) hadoop
(batch
layer)
spark
ML job
32. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Tạo BI tool với redshift
• Redshift là columnar database của amazon
• Hỗ trợ truy vấn dữ liệu theo PostgreSQL syntax
• Adhoc query trở nên dễ dàng hơn rất nhiều
(window function support)
• Redshift scale rất tốt chỉ với thêm instance
• Điểm yếu: giá cao, không insert được data
realtime (chỉ support batch insert/ bulk load)
33. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Architecture in short
front
server
log
aggregator
(fluentd)
redshift
hdfs
BI tool
aerospike
(user data)
(fast layer)
cassandra
(user data)
(slow layer) hadoop
(batch
layer)
spark
ML job
34. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Front server với
• Scala lightway webframework ( trong thời gian
gần sẽ thành akka-http)
• Actor model (thông qua akka)
• Tận dụng core rất tốt (% sự dụng trên mỗi core
thường là xấp xỉ nhau)
• Fault-tolerance với rất nhiều pattern thú vị
(tham khảo let-it-crash: reaper pattern,
backpressure streaming….)
36. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Architecture in short
front
server
log
aggregator
(fluentd)
redshift
hdfs
BI tool
aerospike
(user data)
(fast layer)
cassandra
(user data)
(slow layer) hadoop
(batch
layer)
spark
ML job
37. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Fluentd
• Là một giải pháp aggregate log từ "source" đến
"destination" <made in japan>
• Một số đặc điểm thú vị
• Dựa trên cơ chế plugin
• Code viết trên ruby -> dễ debug, dễ đọc, dễ viết
• Fault tolerance tốt (cơ chế buffer, retry... khá
thông minh)
38. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
fluentd
agent
fluentd
agent
fluentd
agent
fluentd
agent
1xx
instances
fluentd
server
fluentd
server
fluentd
server
3
instances
redshift
buffer &
bulk upload
39. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Agenda
• Giới thiệu
• Quảng cáo trên Internet: Programmatic Ad
• Scale về kiến trúc / middleware trong một hệ thống
quảng cáo lớn
• Scale về code thông qua functional programming và
scala
• Demo
42. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Monad
Monoid
Functor
Ring
Endofunctor
Semigroup
Kleisli
FreeMonad
haelochurch.wordpress.com/2012/04/24/functional-programming
43. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
• Bạn không cần biết tất cả những khái niệm trên
để hiểu về functional programming (FP)
• Nắm vững một số “ cách nghĩ” (concept) của FP
giúp code của bạn (có thể) trong sáng hơn, (có
thể) ít bug hơn, và (có thể) scale tốt hơn rất nhiều
Important!
44. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
• Tách biệt “ hiệu ứng phụ” (side effect) với những đoạn
code thuần ("pure code")
• pure code là những đoạn code với cùng 1 đầu ra sẽ
“ luôn luôn” output ra 1 kết quả (Referential
transparency)
• Một số ví dụ về side effect
• Mutable variable (re-assignment)
• Thao tác IO (database)
• Logger, Cache…
Một số “ cách nghĩ” của FP
45. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
• Thay vì nghĩ về từng bước giống như imperative
programming thì hãy nghĩ về luồng xử lý (how)
• First class function (truyền xử lý, hay là truyền
how) (ví dụ như sử dụng hàm map trong ruby
hay scala thay vì for loop)
• Function combination: kết hợp nhiều xử lý con
thành 1 xử lý to (for comprehension)
Một số “ cách nghĩ” của FP
46. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
• Luôn cố gắng tổng quát hoá mọi bài toán bằng hết mức có thể
(generic). Ví dụ:
• Monoid type class mô hình tất cả các đối tượng có khả năng
thao tác với nhau thông qua binary operator (ví dụ như phép +,
phép *)
• Option type class mô hình tất cả các đối tượng có khả năng
chứa giá trị null -> tránh trường hợp NPE trong java
• Chuyển vất vả về library designer, người dùng (application
programmer sẽ rất “ nhàn”)
Recommend cuốn “ From Mathematics to Generic Programming” của
Alexander A. Stepanov
Một số “ cách nghĩ” của FP
47. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Một số tính năng của FP hay
được sử dụng
• Basic
• Kết hợp nhiều function
• Sử dụng linh hoạt Option/Either/Future
• FP Iterator style như foldLeft hay là @tailrec
• Pattern matching
• Advance
• Monadic composition
• Type class
48. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Hiệu quả đạt được
• Tránh mutable state sẽ giúp code có thể lý luận
được chỉ nhờ đọc code, tránh được các thể loại
bug khó phát hiện (heisenbug)
• Generic hoá giúp code dễ mở rộng
• Sử dụng function pipelining (kết hợp nhiều xử lý
con thành 1 xử lý nhỏ) một cách thành thạo sẽ
giúp code dễ hiểu hơn nhiều
49. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Điểm bất lợi của FP
• Functional programming không dễ
• Khó scale về mặt con người
• Khó thực hiện ở giai đoạn “ start up” khi cần tốc
độ nhiều hơn là chất lượng code
• Tìm ra một giới hạn “ vừa đủ” để áp dụng là rất
khó vì thế giới FP rất rộng lớn
50. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Giải quyết
• Thực hiện các buổi học nhóm thường xuyên trong
nội bộ công ty
• Thắt chặt tuyển dụng (những người thành thạo
FP thường sẽ <ít có> khả năng là một lập trình
viên "tồi" !!!)
• Học haskell, closure trước (bắt tay vào học FP
trên scala sẽ không tự nhiên bằng haskell hay
closure)
51. ITLC Hanoi (https://facebook.com/itlchanoi) – Do Xuan Huy
Một số tài liệu tham khảo
•Paper
• http://monkey.org/~marius/funsrv.pdf (your server as a function)
•Book
• Functional programming in scala
• Functional Programming Patterns in Scala and Clojure: Write Lean
Programs for the JVM
• Learn your haskell for great good
•Slide
• http://www.slideshare.net/pnicolas/advanced-scala-concepts