隨著業務過去幾年的發展，我們公司每天都要服務海外近1000W名用戶的消費(具體行業不說太細瞭，一說就知道)。之前業務量較小的時候，為瞭成本因素考慮，我們采用全球單機房服務的方案來支撐業務。然而從公司23年的規劃情況來看，業務還有不小的增長預期。在這種情況下，單機房的風險就不可忽視瞭。因此，從技術團隊的視角上我們需要開始進行新機房的建設

海外新機房建設面臨幾個問題：1. 服務器成本可能直接需要翻倍，甚至不止，取決於我們在哪裡建設機房。像最近比較火的新加坡，這裡機房折算下來的單機成本會比在美國還要高大約50%以上，對於我們這種低毛利業務來說業務非常大；2. 合規問題，海外對於合規的要求非常重，在考慮數據完整性的同時必須要考慮到數據合規存儲；3. 運維團隊問題，涉及到時差、合規等各種因素，對於海外機房的運維團隊往往需要單獨建設

為解決上述的幾個問題，我們做瞭幾個關鍵決策

1. 因為主機房出現不可用的風險很小，平時雲機房不需要承擔全部流量，否則日常的成本會非常高，業務成本壓力會很大，而收益僅在於非常偶發的主機房故障情況下的可用性
2. 在主機房故障時，雲機房需要能夠承擔全流量。這就要求，首先平時雲機房需要做為活躍機房，有流量來保障可用性，其次故障時雲機房具備快速擴容的能力
3. 基於成本的考慮，雲機房平時不保存全量數據，故障時可以僅提供有限的業務服務，確保最核心的服務能夠跑通即可

基於上面的幾個大決策，我們做瞭總體的技術方案設計。首先將我們的業務服務分成三個大塊：

1. 服務管理。這塊的核心是把我們的在線服務管好，主要是管理上下遊服務關系的依賴性，期望通過這個服務管理體系能夠看清整個業務的拓撲。服務會在這裡被抽象為服務類型與服務實體
2. 資源部署。通過抽象全球機房資源，將所有物理資源向上提供統一資源視圖，並且依據現實情況確定資源和服務實體之間的映射關系。比如對於有依賴性的服務，側部署同機房的資源，甚至同交換機的資源給到所對應的服務實例上
3. 數據資源。數據資源是有狀態的，所有全球流量調度的問題都是在解決數據資源的部署和管理問題。因此我們設計一個專門的數據資源管理服務，將我們的數據劃分為全球數據、國傢數據、區域性數據等不同level，數據資源管理根據數據本身level來確定實際數據的分佈情況

這裡面每一塊的內容都還比較復雜，後面會慢慢將每一塊都細化出來。我們也是今年剛開始做這方面的研究，期望能與大傢多交流