2011 年，成千上万的 App 在那个移动互联网风起云涌的时代诞生，其中也包括 GIF 快手。其 2013 年转型为短视频社交。到了 2017 年 12 月，快手 DAU 突破 1.1 亿，技术驱动带来迅猛增长，人均使用时长超过 66 分钟。快手作为国内领先的短视频平台快手用户有多少亿，现在每月活跃用户数超过 3 亿，视频总量累计超过 70 亿条。
而 2018 这一年，快手在技术和产品矩阵上尝试了更多的可能性，例如快手小游戏。快手希望借助游戏平台在短视频市场找到新的爆发点。目前来看快手用户有多少亿，快手小游戏日活突破千万以上。所以，在 12 月 7 日举办的 ArchSummit 全球架构师峰会上，我们邀请了快手游戏直播团队前端负责人俞天翔老师来分享 Apollo GraphQL 与 xstream 结合的架构设计方案。而这与其它解决方案相比的优劣势如何呢？
不使用 GraphQL 来进行资源声明，的确也是可行的，可是这样的话就需要在“对于资源声明，变换、筛选过程”中进行自建，不管是基于 HTTP 还是基于 RPC 调用等都是可行的，但是需要自建方案的去明确边界，成本较大。
如果从描述状态入手解决问题的话，那么业务开发中更多的精力需要关注数据的每一个时刻状态，但是实际业务开发中真正需要的是数据变迁的整体过程，包括使用 redux/vuex 等，都需要大量的时间成本去完成因为需要描述具体时刻的状态而编写大量的状态变化代码 or 使用复杂状态机。但是这中间并不是说这种方式不好，使用传统 API Proxy 方案 + 状态管理，最大的优势就是所有的过程掌控性会更强，所以选择哪种解决方案，要取决于业务过程中的关注点要放到哪里，从而进行选择。
除此之外，这个架构的瓶颈在哪？可用性如何保障？实际上，这个架构的瓶颈点在于需要依赖一些封装的框架（Apollo GraphQL+ xstream），而框架的内部实现以及 issue 数量，以及一些 edge case 可能会影响现有业务的开发 / 维护效率。不过这几个框架已经在国外大量项目中有过实践，所以可用性上还是有保证的。
对于 GraphQL 与 Observable 的相关使用，业界很多公司还都处于摸索阶段。大家对于这类技术都持有较高的兴趣，但却并不知道应该使用在什么场景下。通过本次分享，介绍快手游戏在生产环境中所遇到的挑战，以及快手为什么这么做，曾经有过哪些思考，哪些场景能够使用这些技术来完成更优雅的实现，给与会者一个新的思考方向。
快手多媒体传输算法优化
快手的视频内容汇聚了中国社会生活的方方面面，被称为“流动的清明上河图”。快手的业务形态包括短视频和直播，由于业务的多样化，对传输协议的要求也各不一样。为了满足多样的业务需求，同时能进行深度的优化，快手建立了自己的音视频云端服务，开发了快手多媒体传输协议 KTP（Kwai Transport Protocol，快手传输协议），从内容产生的源头优化用户体验。
也很荣幸，邀请到快手科技算法科学家 周超博士来分享 KTP 的基本框架和优化实践，帮助与会者对于媒体传输的问题获得不一样的认识；寻求对于多种业务参杂的需求的解决之道；也能对于各种典型场景的传输优化，能明确问题的本质及优化方向。
快手万亿级实时 OLAP 平台的建设与实践
大数据场景下实时多维分析能力极大提升了公司对数据探索的效率。快手大数据架构团队采用开源 Druid+Superset 的方案建设公司万亿级别实时 OLAP 平台。平台上线半年已经接入近 2000 数据源，日摄入消息数达 5000 亿，平均查询时延百毫秒级，在质量监控、事件分析、A/B Test 等业务场景广泛使用。
所以这次我们邀请了快手大数据平台架构师 李远策老师来分享快手 OLAP 技术架构，平台的演进过程，平台的建设经验以及在大规模场景下遇到的问题和解决思路。帮助听众了解如何从 0 建设一个可以支撑万亿级别的实时 OLAP 平台，一起讨论 OLAP 平台未来的产品形态。
也欢迎各位技术爱好者和求知欲强烈的技术伙伴来 ArchSummit 会议现场交流，切磋技艺。报名请联系灰姑娘 17326843116
1、本站资源针对会员完全免费，站点中所有资源大部分为投稿作者付费教程，切勿轻易添加教程上除本站信息外的任何联系方式，谨防被割，如有疑问请随时联系客服。
2、本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
×