腾讯在线教育

Recent Pages

腾讯在线教育

最后更新时间：2024-12-02 20:36:45
本文分享了腾讯在线教育使用云函数的真实案例。腾讯在线教育团队是：
IMWeb 团队隶属腾讯公司，是中国领先的专业前端团队之一。
专注前端领域多年，负责过 QQ 资料、QQ 注册、QQ 群等亿级业务。
目前聚焦于在线教育领域，精心打磨腾讯课堂、腾讯企鹅辅导及 ABCmouse 三大产品。
技术方案的尝试
腾讯在线教育团队在传统的 Web 应用方向其实有众多技术方面的尝试，包括传统离线包、PWA 离线应用等，但每个技术栈都有其优点及缺点。目前团队技术方案的多维度对比如下图所示：
﻿
﻿

通过对比可发现 SSR 在首屏渲染以及 SEO 等方面都较为突出。基于此结果，团队较倾向于 SSR 技术。在选择 SSR 技术方案时，可从以下两个方面进行考虑：
SSR 应用的性能
我们重点关注以下性能优化问题：
处理大量 CPU 密集型计算：类 React 的应用的 SSR 本质为：在服务端调用 React 的 renderToString 方法，将 React 组件渲染为 HTML 字符串。对于复杂的 SSR 应用来说，此过程可能存在大量的 CPU 密集型计算，且这不属于 Node 擅长的领域。
提高首屏性能：由于离线包的环境依赖性（依赖 App），在传统的 Web 环境内是否可以有一套完整的解决方案来缓存相关的页面，从而提高首屏的性能。
SSR 的运维成本
服务的可用性：大部分前端工程师可能不擅长服务运维方面的工作，服务的可用性问题也成为了技术选型时的重要关注点之一。
根据以上两个方面，可将考虑因素总结为下图中的两点：
如何设计一种方式同时拥有这三种方案的优点？
不依赖客户端环境的离线功能。
首屏时间短，SEO 体验好。
维护成本低，问题定位更方便。
方案是否通用且可复制？
﻿
﻿
﻿
腾讯在线教育团队 SSR 架构方案介绍
团队使用的 SSR 技术架构图如下所示：
﻿
﻿

接下来我们从代码组织、性能优化、运行上下文三个方面来详细讲解团队现有方案。
代码组织
在 PC/H5 项目中均采用了同构的模式来构建 SSR 应用。如下图所示： 
﻿
在同构的模式下，业务开发者更关注业务的功能本身，而不用太过关心运行时的问题，但同时也要注意以下几点：
传统浏览器中的常量使用，例如 window、document 等。
HTTP 数据请求库必须同时支持服务端和客户端。
合理使用 React 应用的生命周期。
通过注入环境变量来区分当前运行时环境。
性能优化
接口动静分离
页面的渲染通常依赖后端的相关数据，而数据可以拆分为动态数据与静态数据两个部分：
静态数据：页面中不经常变更的数据。例如，企鹅辅导产品的课程标题、课程描述等。
动态数据：页面中与用户登录态相关的数据。例如，课程是否已经购买、当前课程的折扣等。
对接口做动静分离的意义在于，我们可以利用静态数据的时延性敏感度低的特性做缓存，在服务端利用静态数据渲染页面，之后在服务端利用动态数据做二次渲染。主要逻辑如下图所示：
﻿
﻿
﻿
我们利用 Redis 对静态数据渲染出来的页面做缓存，不仅可以加快 SSR 的渲染时间，同时可以提高单机的 QPS（renderToString 在一定意义上为 CPU 密集型操作）。
浏览器中利用 PWA 做离线缓存
在客户端中，我们可以利用 PWA 来做离线缓存，缓存静态数据直出的 HTML 页面，从而进一步的提高了直出页面的首屏性能。主要逻辑如下图所示：
﻿
﻿
﻿
运行上下文
由于后端应用的运维复杂性、维护成本较高等问题，这里我们使用了 Serverless（腾讯云云函数 SCF） 来做直出应用的部署。得益于 Serverless 架构模式的天然优势，不用再关心服务的运维、服务的扩容等问题。
﻿
﻿
﻿
如上图所示，SSR 的应用本质为一个 Node 应用，SCF 的调用本质为一个 Event 事件。针对此问题我们采用了如下方法兼容这两种模式：
借助腾讯云 Serverless Cloud Framework 提供的很多标准化接口，给自研 Node 框架（imserver）增加了一层 Serverless 的封装。同时还在入口增加了 Event 到 Koa Request Context 的兼容。如下图所示： 
﻿
﻿
﻿
SSR 的技术方案落地过程中的问题
问题1：云函数拆分
业务中有多个页面是通过 SSR 实现的，在采用了 SCF 实现 SSR 后，需确定是合并至一个云函数中（业务级），还是拆分为多个云函数（页面级）。推荐选择拆分为多个云函数（页面级），优点如下：
云函数互相独立。假设页面 A 云函数调用失败，并不会影响到业务 B 的云函数。
云函数包的大小会降低。由于云函数的冷启动过程，代码的包的大小对函数的冷启动时间也有一定的影响。
此处基于当前项目实现了云函数的自动化构建，通过 .scfssr.json 的配置文件自动生成相应的云函数，对现有的开发工作无任何影响，仅在构建时生成多个云函数，降低了应用的维护成本及开发成本。
同时基于云函数的构建过程，可使单个云函数代码更简练。通过分析 package.json 中的依赖，移除云函数容器中已经内置的工具包，并对云函数所依赖的第三方包做相应的引入分析，去除冗余。如下图所示： 
﻿
﻿
﻿
问题2：云函数发布优化
下图为我们设计的基于 SCF 的多云函数直出方案逻辑，可查看当有版本更新时，发布流程及步骤是较为复杂的。
﻿
﻿
﻿
配置过程：初始化进行一次
在函数中创建 release、prohub 别名，可预先指向 $LATEST 版本。
API 网关中创建服务 A，配置 API 网关指向函数 B release 别名，并发布到 API 服务的 release stage 中。
修改 API 网关，指向函数 B prehub 别名，并发布到 API 网关服务的 prehub stage 中。
修改 API 网关，指向函数 B 的默认流量，并发布到 API 网关服务的 dev stage 中。
至此 API 网关的配置完成，后续无需在 API 网关上再次修改及发布配置。
开发测试发布过程：持续开发测试发布上线
在函数上持续开发，一次发布版本 1、2、3。
需开发并测试最近版本时，配置 $DEFAULT 别名指向 $LATEST 版本，可基于此版本持续开发修改，修改完成后发布版本。
版本3可进入预发布环境时，配置 prehub 别名指向版本3，在预发布环境可进行测试和体验。
版本2已经在预发布层完成体验，可上线，将 release 别名灰度从版本1切换至版本2。
通过监控及日志查看灰度过程，版本2的流量是否正常上涨，版本1的流量是否正常下降，及发布过程中的各版本错误情况以及总体错误情况。
为优化云函数的发布流程，我们基于腾讯云 Serverless 所提供的 Node SDK 做了一键发布 SCF 的工具。如下图所示： 
﻿
﻿
﻿
一个完整的 SCF SSR 应用生命周期如下图所示：
﻿
﻿
﻿
腾讯云 Serverless SSR 方案的优点及后续规划
使用基于 SCF 的 SSR 方案，节省了众多的服务运维成本。基于腾讯云 Serverless 的日志系统，所有的单个 SSR 应用请求在日志平台都有完整的链路，定位问题与处理问题的速度都有了质的提升。
Serverless 的架构模式存在冷启动时间较长的问题，SCF 针对此问题已经进行了技术优化，例如预启动容器等。我们在实际业务方面，也可尝试进行优化。例如，在接入层做了服务的降级优化。如下图所示： 
﻿
﻿
﻿
后续的优化方案还可以从灰度、多维降级等方面来做改进。
使用 SSR 技术的建议
如果想追求更好的用户体验，建议针对核心业务做 SSR 优化，搭配 Serverless 来做服务的部署与运维。有了 Serverless 的支持，我们可以不用像以前一样关心机器的运维和扩容，可进一步提高团队生产力。
使用 SSR 后，建议可进一步完善自己业务的 devops 流程，将整个研发链路打通，从开发到测试再到部署都可高效进行。
推荐使用业务接入层来做服务降级，提高 SSR 应用的可用性。