A/B测试系统设计

1、什么是A/B测试

A/B 测试，简单来说，就是为同一个目标制定两个方案，让一部分用户使用 A 方案，另一部分用户使用 B 方案，记录下用户的使用情况，看哪个方案的效果更好，以便全面推广。

A/B 测试在有的公司又称为小流量测试或者灰度发布，原因：

一是为了统计新功能的效果；

二是为了在全流量上线前修复可能出现的BUG。

虽然在业务上的含义有所差异，但是在系统设计上却是完全相通的。

2、A/B测试系统的模块

A/B测试有三个主要的功能模块：

一是用户分类

二是效果统计

三是流量分配

3、用户分类模块设计

用户分类是A/B测试的核心。

为了满足不同的业务场景，这里简述两种分类方案：

全用户抽样

这种分类方案的使用场景是新功能是针对全站的。而操作方法也很简单：(userId % X) < n。其中X是抽样的比例，例如按照1%抽样，那么X就等于100。而n是抽样的份数，这里有一个流量从小到大的过程，也就是n从1到X的过程。

按用户特质分类

这种分类的使用场景是新功能是针对某种特定用户的。比如我们针对大学生人群设计了一个新功能，如果采用全用户抽样，那么不是我们的特定用户的统计效果就会冲淡新功能的真实效果，导致统计结果趋于平淡，无法体现真实效果。这时候我们就需要针对特质人群来做抽样。

不同的分类方法模块设计也会不同，这里提出一种比较通用的用户分类模块设计方案：用户标签(tag)系统。

我们把用户的分类用tag来表示，属于某个分类的用户，就给他打上一个对应的tag。怎么找到某个分类的用户需要具体情况具体分析，这里就不深入了。我们需要建立一个用户tag存储模块，这个模块的功能非常简单，就是存取一个用户的tag。这个模块可以仅仅只是一个Redis服务器，也可以是一个数据库，还可以是一个RESTful Service。根据业务需要进行选择。

有了用户tag存储模块后，我们把我们需要抽样的用户打上一个tag，比如大学生。有时候为了更精确的统计效果，我们在统计的时候不是小流量和全流量对比，而是两个对照组对比，那么两个对照组都需要打上tag，比如大学生A，大学生B。有时候我们需要一个流量从小到大的过程，那么我们就把目标人群分成n份，打上不同的tag，比如大学生1...大学生n。这样在测试过程中，我们可以不断增加测试流量。

4、效果统计简述

有了tag系统后，效果统计模块就很好设计了。我们在出报表的时候，根据tag的不同，把用户对应的数据统计到不同的报表里，自然就可以出两组对比报表。至于具体需要统计哪些维度的哪些指标，这个就根据业务的需要来选择，此处暂且不表。

5、流量分配模块设计

流量分配模块针对不同的业务需要也有很多种设计方案，这里简单提几种：

从nginx分流

这种设计方案最简单。首先把不同的代码部署到两组服务器上面，各自独立，然后在nginx上面加载一个模块，根据用户的tag和流量分配规则，把流量转发到不同的服务器。这种方案的缺点很明显，对于小流量，如果上一台服务器就存在单点问题，上两台服务器又存在资源浪费问题，在两组服务器上面的压力会不均匀。以服务器作为最小分配单元粒度显得太大了。

通过配置文件或者硬编码的形式分配流量

这种方案由于对代码不透明，所以开发人员需要完全了解流量分配规则、完全跟进流量从小大到的变化等过程，而且要开发很多相关的代码，在流量完全上线后又要删除这些代码，造成人力资源浪费。

通过独立的模块进行流量分配控制，在业务代码里面通过注解的方式进行流量分配。

这种方案是我们推荐的设计方案，接下来会详细介绍这种设计。

在现代软件开发中，为了避免系统存在单点故障，各种软件都是作为分布式多机部署的。在多机部署的情况下，流量分配模块的数据同步问题就必须考虑。我们推荐采用zookeeper进行基本数据存储，而像用户标签则存储在另外的独立系统中。利用zookeeper的通知机制，我们可以动态的改变流量分配策略。

SDK依赖这两个存储系统来进行流量分配。Zookeeper里面存储采用何种策略来分配流量，而用户标签系统只存储用户的标签。业务系统集成SDK只需要在配置里面初始化SDK，然后在需要流量分配的方法上面写上注解就可以：

1）初始化SDK

2）添加注解

我们目前支持两种注解级别：

一是类级别，也就是整个类里面的所有方法的调用都涉及到流量分配；

二是方法级别，就是只有这个方法的调用涉及到流量分配。

这里详细说一下方法级别的注解如何使用。

首先创建一个interface，当然也可以使用已有的interface：

然后针对两种实现创建这个interface的两个实现类，第一个是默认的实现类：

默认的实现类上面需要添加@Primary注解，表示这个是默认实现类。

在需要流量控制的方法上，添加@Switch注解，表示一个动态开关。featureUID表示这个开关的具体策略，alterBean表示开关打开之后需要调用这个bean上面的相应的方法。

接下来是我们第二个实现类：

最后是调用这个方法的时候怎么传入环境参数：

到这里SDK的集成就全部完成了。根据具体的策略和用户的tag，我们会选择正确的方法去执行。

本文作者：谢佶芸（点融黑帮），目前就职于点融网成都架构组。爱好开发基础架构组件，对分布式和网络编程有比较深入的了解。