案例 | 魅族云端同步的架构实践和协议细节
背景
这里所说的云同步，指魅族的业务背景下，在移动应用场景中，经同步服务把数据保持多端一致的服务。它提供了如联系人、便笺、信息、通话记录、日历、文件等类型的数据同步功能，由移动设备上的客户端和服务端组成。
魅族云同步于2008年开始使用，目前服务千万级用户。以下就同步协议，架构部署和数据处理等方面进行一些分享。
业务定义、同步协议
根据场景，把同步业务划分为如下3类型4协议：
MZ-SyncML协议
MZ-SyncML，基于微软的SyncMl协议（俗称4步同步），进行重新设计和开发实现的魅族同步协议。它交互精简、业务聚焦，解决了典型的结构化数据同步需求，如联系人、日历、便笺、通话记录、信息等业务。
它采用JSON进行数据交换，由接口层、同步点管理、数据解析、中间缓存数据管理、同步引擎、同步策略、冲突解决机制和Mapping关系管理等逻辑组成。
在同步策略上，实现了双向同步200（Two-way、快同步）、慢同步201（Slow sync）、客户端刷新同步203（Refresh from client）、服务端刷新同步205（Refresh from server）。
在同步点管理上，设计了客户端同步点（ClientAnchor），用于校验验证采用何种同步类型，管理选取客户端增量数据；还有服务端同步点(ServerAnchor)，用于管理选取服务端增量数据。
一个完整的同步有4个阶段，分别为Request、Submitdata、Getdata、Result，简单示意图如下。
其中，sessionId为服务端的会话标识，isFinal为分批数据结束标识，clientData为客户端业务数据，serverData为服务端业务数据，resultList为处理data结果数据（标识成功或失败）。
Semi-Sync协议
半同步协议，在快同步和慢同步中，同步失败时，实现不重复上传和拉取已同步成功的数据。请注意，它有别于MySQL同步复制的半同步方案(Semi-Synchronous)。
云同步是批量传输数据的，如果某批次出错，或单批次有若干数据出错，导致同步失败。下次同步时会有两个问题，一是客户端重复提交上次的所有数据（包括已成功的数据），二是拉取上次同步成功的数据。
MZ-SyncML设计了ClientAnchor和ServerAnchor两个同步点，在半同步协议里，我们增加一个半同步锚点（SemiAnchor）。
以201慢同步为例说明。
第一次201同步：
-
客户端提交100个联系人，当前同步点Anchor
-
服务端成功写入40个，60个失败；则生成这40个Mapping数据，包括Luid、Guid、Anchor三个字段；更新SemiAnchor的值为Anchor；返回100个Result数据，40个成功，60个失败
-
客户端接收到100个Result数据，对40个成功的数据生成Mapping；并更新SemiAnchor为Anchor；同步结束，结果为失败
第二次继续发起201同步：
-
客户端检测有100个联系人，但SemiAnchor与Mapping标记了40个同步过的数据，过滤掉这40个联系人，只上传60个联系人
-
服务端接收到60个联系人，并成功写入；但服务端有40个联系人，需要返回给客户端；进一步检测到SemiAnchor和Mapping，发现这40个已同步成功，无需返回给客户端
-
客户端拉取数据为0，无需处理；同步结束，结果为成功；下次则会发起200快同步
如上，根据SemiAnchor和Mapping数据，可以解决同步失败下数据重复提交，二次拉取数据两个场景问题。
File-Sync协议
文件同步协议，是从MZ_SyncML分离出来的独立文件同步协议，它描述了文件类数据的同步方式。
采用和MZ-SyncML类似的方式，把变更文件信息列表进行同步，再按需进行上传与下拉文件。
业务上需要考虑一点，即文件对象需与父对象保持一致。
注意，文件同步需在父对像同步完成后进行；并且，文件同步的类型需与父对象同步类型一致。 如联系人本次同步类型是205，则联系人头像同步类型也必须是205。否则，会导致联系人头像同步时，解决冲突的合并规则与父对象不一致。
One-Sync协议
一次同步，即一次交互完成数据同步的协议，它解决联系人分组，便笺分组，短信快速回复、邮箱帐号和浏览器书签等小数据同步的场景。
数据模型设计为{key,value}的结构。key存储业务的唯一值，如分组名称；value以JSON格式存储多个附属值，如邮箱帐号的帐号类型，帐号名称等。
一般而言，数据变更有增删改（N、U、D）三个类型。对于key变更的操作，One-Sync里把U分解为N、D两个操作。而对于key不变，value变化的变更操作仍为U。
One-Sync只有一个同步点，由服务端同步点ServerAnchor。
在一次请求中，客户端会上传SyncType、ServerAnchor和变更数据；服务端则把ClientData和ServerData进行比对后存储，然后把比对后的SyncType、变更数据和New_ServerAnchor返回客户端。
One-Sync同样支持200、201、203、205同步类型。以客户端发起205同步为例（服务端刷新同步），逻辑如下：
-
客户端请求205的同步，不提交本地数据
-
服务端丢弃客户端提交的数据，返回服务端的所有数据
-
客户端接收数据成功，数据处理成功；然后清除本地旧数据，保证本地数据与服务端一致；本次同步结束，结果为成功，下次会进行200快同步
-
客户端接收数据失败，或接收成功后数据处理失败；则不清除本地旧数据；本次同步结束，结果为失败；下次仍进行205同步
同步失败处理机制
同步涉及到客户端、服务端逻辑，实际逻辑中会有失败的场景，我们设计了失败处理的机制。
-
在Submitdata阶段，服务端处理完客户端数据，会返回每条的结果数据Result给客户端，标记成功或失败
-
在Getdata阶段，客户端处理完服务端数据后，也会提交每条Result数据给服务端，标记成功或失败
-
只要有一条数据标记为失败，当次同步即被认为失败
-
下次同步会使用上次的同步点（如何不重复传输数据，请看Semi-Sync协议）
服务架构
分析云同步的业务场景，具有下面的特性：
云同步的服务端服务能力，和用户数成正比关系。魅族云同步随着用户规模的增长，经过几次的重构、线上运行、探索与沉淀，逐步形成了当前平台的架构。
接口规范
我们规范了接口的固有参数，扩展参数，统一返回格式，可精确到代码行的错误码，匹配错误码的信息。
如userid、imei、sn为固有参数；像apk版本，系统固件为扩展参数，部分接口不需要。
返回格式例子如下：
{
"code":10001
"message":"参数不合法"
"value":""
}
其中code为错误码，200为成功，其他为错误。value是成功时返回的数据，建议使用JSON格式传递。
message是code对应的错误信息，它与code共同放在资源文件。在返回时由一个MessageHandler截停，自动填上code对应的message，不需要人工维护。
模块化+单元化
通过业务规整，抽象出了联系人模块、短信模块 、通话记录模块、小业务模块、文件同步模块。
联系人、短信、通话记录是使用频次和数据量最大的3个项，故此独立成模块。
文件同步，与结构化数据分离，进行IO等有针对性的性能调优。
我们在一个IDC里划分了多个服务单元（建议不多于5个），每个单元包括服务模块和存储，一个单元服务只服务合理的用户数。这样易于控制规模，分拆风险，维护迁移和容灾。
海量数据+路由组件
云同步的数据是海量的，DB记录数可能达到百亿级、千亿级，单个数据库解决不了云同步的业务场景。
我们按用户标识（Userid）进行水平拆分，设计出多个数据库；配备一个Userid到DB的路由规则。
单实例DB服务器上部署多个数据库，建议10-30个，既降低运维成本，又提高资源利用率。
横向扩容时，更新路由规则即可平滑完成。
该DB集群，由一个路由组件（SyncRouter）来管理。它包括Userid到DB、Userid到Unit、Userid到Redis、Userid到文件系统的多个路由功能。它具有透明访问、业务低耦合、DB连接池自管理等特点。
我们采用RDB存取对用户常用的热数据，而用NoSQL存取冷备数据。例如联系人有个时光机的备份功能，我们就采用HBase来实现存储。
多机房部署
我们做多机房部署的目的有三，一是用户就近访问，二是流量调度，三是异地容灾。
看如下云同步的架构图，以3个IDC为例。
(点击放大图像)
部署了多IDC，设计好路由规则，由路由组件提供Userid到IDC的路由功能。
IDC间的用户数据分开，不共享，做好异地容灾，如把IDC_1的数据备份到IDC_2。而在IDC_1出现故障无法提供服务时，通过GSLB分流，把该用户群分发到IDC_2里进行服务。
路由DB采用单点写保证一致性。所有IDC通过专线访问主IDC，操作主路由DB；主IDC通过MQ通知其他IDC，进行数据更新，保持数据一致。
手机端根据Useric和域名，访问GSLB的分发服务，获取到用户相应的同步服务IP，实现流量调度目的。并且，手机端都通过IP访问同步服务，不使用域名，有效避免DNS劫持问题。
GSLB根据IP所在区域和所属线路，在最优的IDC落地，并返回业务的最优IP（GSLB详见魅族另一篇博文，不再赘述）。
理论上，上述的方案仅适应于有客户端的Http、Https请求，不适合浏览器访问。 为此，我们做了一个扩展，支持浏览器按GSLB的规则进行调度。
-
把业务分为总域名、多个子域名（匹配多个IDC）
-
业务层嵌入一个GSLB模块，根据设定规则进分发到目标子域名
流量优化
流量优化一方面是采用gzip或deflate进行压缩传输，一方面是让原始数据尽可能的小。
魅族云同步第一阶段采用XML为交换格式；第二阶段上线了MZSync项目，采用JSON为交换格式。
我们在考虑数据格式时，选出传统JSON、精简JSON和Protobuf三种格式，进行对比。
精简JSON，是指变量名为少量字符，不输出空值变量的JSON格式。
Protobuf本质上是对变量进行排序，不需要传变量名。
精简JSON和Protobuf的设计原理，有点相似，前者简化变量名，后者不传变量名。
最后，我们选择了精简JSON格式，与传统JSON相比，能减少40%-60%的流量，接近Protobuf的值。
参考图如下（使用多维度抽样数据，进行实测计算得到）。
结语
以上，便是在业务的实践、发展中，总结的同步协议，架构部署和数据处理心得。
其中，MZ_SyncML和Semi-sync描述了云同步的核心解决方案，File-Sync和One-Sync描述了云同步的业务解决方案；而One-Sync的设计思想较为通用，适用场景不局限于云同步。
多机房部署、GSLB和路由组件，构成了魅族云同步的核心架构，也保证了高可用；而精简JSON并非新技术，我们描述了一种数据交换的思路。欢迎大家讨论交流。