Instagram 在PyCon 2017 的演讲摘要
发布于2017-05-30
PyCon 简介
PyCon 是全世界最大的以 Python 编程语言 为主题的技术大会。大会由Python 社区组织,每年举办一次。在大会上,来自世界各地的Python 用户与核心开发者齐聚一堂,共同分享Python 世界的新鲜事、Python 语言的应用案例、使用技巧等等内容。
Instagram 简介
Instagram 是一款移动端的照片与视频分享软件,由Kevin Systrom 和Mike Krieger 在2010 年创办。Instagram 在发布后开始快速流行。于2012 年被Facebook 以10 亿美元的价格收购。而当时Instagram 的员工仅有区区13 名。
如今,Instagram 的总注册用户达到30 亿,月活用户超过7 亿 (作为对比,微信最新披露的月活跃用户为9.38 亿)。而令人吃惊的是,这么高的访问量背后,竟完全是由以速度慢著称的Python + Django 支撑。
在Python 2017 上,Instagram 的工程师们带来了一个有关Python 在Instagram 的主题演讲,同时还分享了Instagram 如何将整个项目运行环境升级到Python 3 的故事。
本文为该次演讲的内容摘要。
Python @Instagram
为什么选择Python 和Django
Instagram 选择Django 的原因很简单,Instagram 的两位创始人 (Kevin Systrom and Mike Krieger) 都是产品经理出身。在他们想要创造Instagram 时,Django 是他们所知道的最稳定和成熟的技术之一。
时至今日,即使已经拥有超过30 亿的注册用户。Instagram 仍然是Python 和Django 的重度使用者。Instagram 的工程师Hui Ding 说到: 『一直到用户ID 已经超过了32bit int 的限额(约为20 亿),Django 本身仍然没有成为我们的瓶颈所在。』
不过,除了使用Django 的原生功能外,Instagram 还对Django 做了很多定制化工作:
- 扩展Django Models 使其支持Sharding (一种数据库分片技术),Instagram Engneering 博客专门为这件事情写过一篇博客,可参阅:Sharding & IDs at Instagram
- 手动关闭GC(垃圾回收)来提升Python 内存管理效率,他们同样也写过一篇博客来说明这件事情:Dismissing Python Garbage Collection at Instagram
- 在位于不同地理位置的多个数据中心部署整套系统
Python 语言的优势所在
Instagram 的联合创始人Mike Krieger 说过: 『我们的用户根本不关心Instagram 使用了哪种关系数据库,他们当然也不关心Instagram 是用什么编程语言开发的。』
所以,Python 这种 简单 而且 实用至上 的编程语言最终赢得了Instagram 的青睐。他们认为,使用Python 这种简单的语言有助于塑造Instagram 的工程师文化,那就是:
- 专注于定位问题、解决问题 - 而不是工具本身的各种花花绿绿的特性
- 使用那些经过市场验证过的成熟技术方案 - 而不用被工具本身的问题所烦扰
- 用户至上:专注于用户所能看到的新特性,为用户带去价值
但是,即使使用Python 语言有这么多好处,它还是很慢,不是吗?
不过,这对于Instagram 不是问题,因为他们认为:『Instagram 的最大瓶颈在于开发效率,而不是代码的执行效率』
At Instagram, our bottleneck is development velocity, not pure code execution.
所以,最终的结论是:你完全可以使用Python 语言来实现一个超过几十亿用户使用的产品,而根本不用担心语言或框架本身的性能瓶颈。
如何提升运行效率
但是,即使是选用了拥有诸多好处的Python 和Django。在Instagram 的用户数迅速增长的过程中,性能问题还是出现了:服务器数量的增长率已经慢慢的超过了用户增长率。Instagram 是怎么应对这个问题的呢?
他们使用了这些手段来缓解性能问题:
- 开发工具来帮助调优:Instagram 开发了很多涵盖各个层面的工具,来帮助他们进行性能调优以及找到性能瓶颈。
- 使用C/C++ 来重写部分组件:把那些稳定而且对性能最敏感的组件,使用C 或C++ 来重写,比如访问memcache 的library。
- 使用 Cython:Cython 也是他们用来提升Python 效率的法宝之一。
除了上面这些手段,他们还在探索异步IO 以及新的Python Runtime 所能带来的性能可能性。
升级到Python 3
在相当长的一段时间,Instagram 都跑在Python 2.7 + Django 1.3 的组合之上。在这个已经落后社区很多年的环境上,他们的工程师们还打了非常非常多的小patch。难道他们要被永远卡在这个版本上吗?
所以,在经过一系列的讨论后,他们最终做出一个重大的决定:升级到Python 3!!
事实上,Instagram 目前已经完成了将运行环境迁移到Python 3 的工作- 他们的整套服务已经在Python 3 上跑了好几个月了。那么他们是怎么做到的呢?接下来便是由Instagram 工程师Lisa guo 带来的Instagram 如何迁移到Python 3 的故事。
Instagram 升级到Python 3 的故事
为什么要升级到Python 3
对于Instagram 来说,下面这些因素是推动他们将运行环境迁移到Python 3 的主要原因:
1. 新特性:类型注解Type Annotations
看看下面这段代码:
defcompose_from_max_id(max_id):
'''@param str max_id'''
图中函数的 max_id 参数究竟是什么类型呢?int?tuple?或是list? 等等,函数文档里面说它是str 类型。
但随着时间推移,万一这个参数的类型发生变化了呢?如果某位粗心的工程师修改代码的同时忘了更新文档,那就会给函数的使用者带来很大麻烦,最终还不如没有注释呢。
2. 性能
Instagram 的整个Django Stack 都跑在uwsgi 之上,全部使用了同步的网络IO。这意味着同一个uwsgi 进程在同一时间只能接收并处理一个请求。这让如何调优每台机器上应该运行的uwsgi 进程数成了一个麻烦事:
为了更好利用CPU,使用更多的进程数?但那样会消耗大量的内存。而过少的进程数量又会导致CPU 不能被充分利用。
为此,他们决定跳过Python 2 中哪些蹩脚的异步IO 实现 (可怜的gevent、tornado、twisted 众),直接升级到Python 3,去探索标准库中的asyncio 模块所能带来的可能性。
3. 社区
因为Python 社区已经停止了对Python 2 的支持。如果把整个运行环境升级到Python 3,Instagram 的工程师们就能和Python 社区走的更近,可以更好的把他们的工作回馈给社区。
确定迁移方案
在Instagram,进行Python 3 的迁移需要必须满足两个前提条件:
- 不停机,不能有任何的服务因此不可用
- 不能影响产品新特性的开发
但是,在Instagram 的开发环境中,要满足上面这两点来完成迁移到Python 3.6 这种庞大的工程是非常困难的。
基于主分支的开发流程
即便使用了以多分支功能著称的git,Instagram 所有的开发工作都是主要在master 分支上进行的,Instagram 所奉行的开发哲学是:『不管是多大的新特性或代码重构,都应该拆解成较小的Commit 来进行。』
那些被合并进master 分支的代码,都将在一个小时内被发布到线上环境。而这样的发布过程每天将会发生上百次。在这么频繁的发布频率下,如何在满足之前的那两个前提下来完成迁移变得尤其困难。
被弃用的迁移方案
创建一个新分支
很多人在处理这类问题时,第一个蹦进脑子的想法就是: 『让我们创建一个分支,当我们开发完后,再把分支合并进来』
但在Instagram 这么高的迭代频率上,使用一个独立分支并不是好主意:
- Instagram 的Codebase 每天都在频繁更新,在开发Python 3 分支的过程中,让新分支与现有master 分支保持同步开销极大,同时极易出错
- 最终将Python 3 分支这个改动非常多的分支合并回Master 拥有非常高的风险
- 只有少数几个工程师在Python 3 分支上专职负责升级工作,其他想帮助迁移工作的工程师无法参与进来
挨个替换接口
还有一个方案就是,挨个替换Instagram 的API 接口。但是Instagram 的不同接口共享着很多通用模块。这个方案要实施起来也非常困难。
微服务
还有一个方案就是将Instagram 改造成微服务架构。通过将那些通用模块重写成Python 3 版本的微服务来一步步完成迁移工作。
但是这个方案需要重新组织海量的代码。同时,当发生在进程内的函数调用变成RPC 后,整个站点的延迟会变大。此外,更多的微服务也会引入更高的部署复杂度。
所以,既然Instagram 的开发哲学是:小步前进,快速迭代。他们最终决定的方案是:一步一步来,最终让master 分支上的代码同时兼容Python 2 和Python 3 。
开始迁移工作
既然要让整个codebase 同时兼容Python 2 和Python 3,那么首先要符合这点的就是那些被大量使用的第三方package。针对第三方package,Instagram 做到了下面几点:
- 拒绝引入所有不兼容Python 3 的新package
- 去掉所有不再使用的package
- 替换那些不兼容Python 3 的package
在代码的迁移过程中,他们使用了工具 modernize 来帮助他们。
使用modernize 时,有一个小技巧:每次修复多个文件的一个兼容问题,而不是一下修复一个文件中的多个兼容问题。 这样可以让Code Review 过程简单很多,因为Reviewer 每次只需要关注一个问题。
使用单元测试来帮助迁移
对于Python 这种灵活性极强的动态语言来说,除了真正去执行代码外,几乎没有其他比较好的检查代码错误的手段。
前面提到,Instagram 所有被合并到master 的代码提交会在一个小时内上线到线上环境,但这不是没有前提条件的。在上线前,所有的提交都需要通过成千上万个单元测试。
于是,他们开始加入Python 3 来执行所有的单元测试。一开始,只有极少数的单元测试能够在Python 3 环境下通过,但随着Instagram 的工程师们不断的修复那些失败的单元测试,最终所有的单元测试都可以在Python 3 环境下成功执行。
单元测试的局限性
但是,单元测试也是有局限性的:
- Instagram 的单元测试没有做到100% 的代码覆盖率
- 很多第三方模块都使用了mock 技术,而mock 的行为与真实的线上服务可能会有所不同
所以,当所有的单元测试都被修复后,他们开始在线上正式使用Python 3 来运行服务。
这个过程并不是一蹴而就的。首先,所有的Instagram 工程师开始访问到这些使用Python 3 来执行的新服务,然后是Facebook 的所有雇员,随后是0.1%、20% 的用户,最终Python 3 覆盖到了所有的Instagram 用户。
图:循序渐进的发布流程
迁移过程的技术问题
Instagram 在迁移到Python 3 时碰到很多问题,下面是最典型的几个:
Unicode 相关的字符串问题
Python 3 相比Python 2 最大的改动之一,就是在语言内部对unicode 的处理。
在Python 2 中,文本类型 (也就是unicode) 和二进制类型 (也就是str) 的边界非常模糊。很多函数的参数既可以是文本,也可以是二进制。但是在Python 3 中,文本类型和二进制类型的字符串被完全的区分开了。
于是,下面这段在Python 2 下可以正常运行的代码在Python 3 下就会报错:
mymac = hmac.new('abc')
TypeError: key: expected bytes orbytearray, but got 'str'
解决办法其实很简单,只要加上判断:如果value 是文本类型,就将其转换为二进制。如下所示:
value = 'abc'
ifisinstance(value, six.text_type):
value = value.encode(encoding='utf-8')
mymac = hmac.new(value)
但是,在整个代码库中,像上面这样的情况非常多。作为开发人员,如果需要在调用每个函数时都要想想: 这里到底是应该编码成二进制,或者是解码成文本呢? 将会是非常大的负担。
于是Instagram 封装了一些名为 ensure_str()、ensure_binary()、ensure_text() 的帮助函数,开发人员只需对那些不确定类型的字符串,使用这些帮助函数先做一次转换就好。
mymac = hmac.new(ensure_binary('abc'))
不同Python 版本的pickle 差异
Instagram 的代码中大量使用了pickle。比如用它序列化某个对象,然后将其存储在memcache 中。如下面的代码所示:
memcache_data = pickle.dumps(data, pickle.HIGHEST_PROTOCOL)
data = pickle.loads(memcache_data)
问题在于,Python 2 与Python 3 的pickle 模块是有差别的。
如果上文的第一行代码,刚好是由Python 3 运行的服务进行序列化后存入memcache。而反序列化的过程却是由Python 2 进行,那代码运行时就会出现下面的错误:
ValueError: unsupported pickle protocol: 4
这是由于在Python 3 中,pickle.HIGHEST_PROTOCOL 的值为 4,而Python 2 中的的pickle 最高支持的版本号却是 2。那么如何解决这个问题呢?
Instagram 最终选择让Python 2 和Python 3 使用完全不同的namespace 来访问memcache。通过将二者的数据读写完全隔开来解决这个问题。
迭代器
在Python 3 中,很多内置函数被修改成了只返成迭代器Iterator:
map()
filter()
dict.items()
迭代器有诸多好处,最大的好处就是,使用迭代器不需要一次性分配大量内存,所以它的内存效率比较高。
但是迭代器有一个天然的特点,当你对某个迭代器做了一次迭代,访问完它的内容后,就没法再次访问那些内容了。迭代器中的所有内容都只能被访问一次。
在Instagram 的Python 3 迁移过程中,就因为迭代器的这个特性被坑了一次,看看下面这段代码:
CYTHON_SOURCES = [a.pyx, b.pyx, c.pyx]
builds = map(BuildProcess, CYTHON_SOURCES)
whileany(notbuild.done() forbuildinbuilds):
pending = [build forbuild inbuilds ifnotbuild.started()]
<do some work>
这段代码的用处是挨个编译Cython 源文件。当他们把运行环境切换到Python 3 后,一个奇怪的问题出现了:CYTHON_SOURCES 中的第一个文件永远都被跳过了编译。为什么呢?
这都是迭代器的锅。在Python 3 中,map() 函数不再返回整个list,而是返回一个迭代器。
于是,当第二行代码生成builds 这个迭代器后,第三行代码的while 循环迭代了builds,刚好取出了第一个元素。于是之后的pending 对象便里面永远少了那第一个元素。
这个问题解决起来也挺简单的,你只要手动的吧builds 转换成list 就可以了:
builds = list(map(BuildProcess, CYTHON_SOURCES))
但是这类bug 非常难定位到。如果用户的feeds 里面永远少了那最新的第一条,用户很少会注意到。
字典的顺序
看看下面这段代码:
>>> testdict = {'a': 1, 'b': 2, 'c': 3}
>>> json.dumps(testdict)
它会输出什么结果呢?
# Python2
'{"a": 1, "c": 3, "b": 2}'
# Python 3.5.1
'{"c": 3, "b": 2, "a": 1}' # or
'{"c": 3, "a": 1, "b": 2}'
# Python 3.6
'{"a": 1, "b": 2, "c": 3}'
在不同的Python 版本下,这个json dumps 的结果是完全不一样的。甚至在3.5.1 中,它会完全随机的返回两个不同的结果。Instagram 有一段判断配置文件是否发生变动的模块,就是因为这个原因出了问题。
这个问题的解决办法是,在调用 json.dumps 传入 sort_keys=True 参数:
>>> json.dumps(testdict, sort_keys=True)
'{"a": 1, "b": 2, "c": 3}'
迁移到Python 3.6 后的性能提升
当Instagram 解决了这些奇奇怪怪的版本差异问题后,还有一个巨大的谜题困扰着他们:性能问题。
在Instagram,他们使用两个主要指标来衡量他们的服务性能:
- 每次请求产生的CPU 指令数(越低越好)
- 每秒能够处理的请求数(越高越好)
所以,当所有的迁移工作完成后,他们非常惊喜的发现:第一个性能指标,每次请求产生的CPU 指令数居然足足下降了12% !!!
但是,按理说第二个指标- 每秒请求数也应该获得接近12% 的提升。不过最后的变化却是0%。究竟是出了什么问题呢?
他们最终定位到,是由于不同Python 版本下的内存优化配置不同,导致CPU 指令数下降带来的性能提升被抵消了。那为什么不同Python 版本下的内存优化配置会不一样呢?
这是他们用来检查uwsgi 配置的代码:
ifuwsgi.opt.get('optimize_mem', None) == 'True':
optimize_mem()
注意到那段 ... ... == 'True' 了吗?在Python 3 中,这个条件判断总是不会被满足。问题就在于unicode。在将代码中的 'True' 换成 b'True'(也就是将文本类型换成二进制,这种判断在Python 2 中完全不区分的)后,问题解决了。
所以,最终因为加上了一个小小的字母 'b',程序的整体性能提升了12%。
结论
在今年二月份,Instagram 的后端代码的运行环境完全切换到了Python 3 下:

图:Instagram 版本迁移时间线
当所有的代码都都迁移到Python 3 运行环境后:
- 节约了12% 的整体CPU 使用率(Django/uwsgi)
- 节约了30% 的内存使用(celery)
同时,在整个迁移期间,Instagram 的月活用户经历了从4 亿到6亿的巨大增长。产品也发布了评论过滤、直播等非常多新功能。
那么,那几个最开始驱动他们迁移到Python 3 的目的呢?
- 类型注解:Instagram 的整个codebase 里已经有2% 的代码添加上了类型注解,同时他们还开发了一些工具来辅助开发者添加类型提示
- asyncio:他们在单个接口中利用asynio 平行的去做多件事情,最终降低了20-30% 的请求延迟。
- 社区:他们与Intel 的工程师联合,帮助他们更好的对CPU 利用率进行调优。同时还开发了很多新的工具,帮助他们进行性能调优
Instagram 带给我们的启示
Instagram 的演讲视频时间不长,但是内容很丰富,在编写此文前,我完全没有想到最终的文章会这么长。
那么,Instagram 的视频可以给我们哪些启示呢?
- Python + Django 的组合完全可以负载用户数以10 亿记的服务,如果你正准备开始一个项目,放心使用Python 吧!
- 完善的单元测试对于复杂项目是非常有必要的。如果没有那『成千上万的单元测试』。很难想象Instagram 的迁移项目可以成功进行下去。
- 开发者和同事也是你的产品用户,利用好他们。用他们为你的新特性发布前多一道测试。
- 完全基于主分支的开发流程,可以给你更快的迭代速度。前提是拥有完善的单元测试和持续部署流程。
- Python 3 是大势所趋,如果你正准备开始一个新项目,无需迟疑,拥抱Python 3 吧!
好了,就到这儿吧。Happy Hacking!
© 2009 - 2016 by piglei. Powered by Django.