专访郭晓，谈架构迭代以及华云数据基于“云化”的吞噬之路
B轮融资获得SIG、英特尔投资的5000万美元，A轮融资金额就达数千万人民币，华云数据究竟以什么吸引了如此多投资方的兴趣。抱着这个疑问，笔者来到了风景优美的无锡，在华云数据的本部走访了该公司的架构与资源部副总裁郭晓。
架构与资源部副总裁 郭晓
是云化还是吞噬
没有电商强大的资源，蓝芒（华云数据前身）只是国内IDC圈中普通的一员。同时，当时蓝芒的道路也并不平坦，比如众所周知的“蓝芒事件”。然而，在2010年成立公司后，当下华云数据已经拥有二百多位员工，技术研发人员上百位，更获得了两笔巨额的融资。而这一切都基于华云数据的云化之道，或者是“吞噬”之路。
CSDN：请介绍一下自己和华云数据？
郭晓：从厦门来无锡一年多的时间，华云刚过来时只有六七个人，当下已发展为二百多人的公司。之前公司总部在厦门，也就是由蓝芒转至当下的华云数据。我从2005年4月大学毕业就加入了蓝芒，所有工作经验也都是围绕着IDC相关，主导了《蓝芒虚拟主机管理系统》、国内唯一支持企业提供商用CDN服务的《蓝芒CDN管理系统》、《蓝芒智能DNS管理系统》、在IDC中最早通过电信研究院测评的《蓝芒工信部备案系统企业端》以及当下IaaS等多个项目。
CSDN：请谈谈华云数据从IDC到云的过渡？
郭晓：那个时候IDC业务已经很不好做，整个IDC圈只有不到15%的毛利，流水达几十个亿的主机商，在售价不到千万美金时也就出售了。当时华云数据可以说是痛下决心，将大客户转给了世纪互联，并在三个月时间内完成90%主机租用用户向云端迁移。OpenStack等开源技术的出现降低了IDC圈云化的门槛，我们华云数据也是从开源项目做起，之后才在调度层面、网络层面、存储层面转向自主研发，当时的云计算服务的各个环节基本上都是使用开源项目打造，不是从底层做起，比如写出KVM、Xen、VMware、Hyper-V等，而是重写资源的调度层，结合在蓝芒多年的IDC运维经验做出符合国内IDC用户使用习惯的云主机产品。
其中有个时间点是2010年左右，IDC托管业务已非常不景气，把大客户转到世纪互联后我们的IDC托管用户已减少到了100个机柜。其实那个时候大规模做云计算并不是最好时机，用户的接受度非常低。
在2009至2010年期间，我们在提升云主机的功能和易用性上做了很多工作，当时的难点在于没有任何参考对象。而在2010年发布1.0版本后，提供的云主机控制面板已经几乎配备了所有主流功能，比如快速重装操作系统，自助重置操作系统密码，自助防火墙等。这段时间运营商的机柜、带宽、IP地址全面在涨价，我们认为云服务的转型已成必然趋势。为了鼓励用户转到云端，当时我们也算是“连哄带骗”吧，许以用户免费时间，承诺较高的故障赔偿，但是这些都可以从云化后资源采购成本上找回来，而用户也切实的获得了利益。同时，为了保护用户的数据安全，每天都进行一个冷备份，之后又实现了基于分布式存储的灾备等。在得到了广大客户认可后，用十几个的机柜支撑了近2000用户，因此也得到了投资方的重视。
从成立公司至今，华云数据的策略一直以IDC云化为主，因为我们深知当下IDC供应商收益的惨淡。围绕这个方面进行开发，通过资源调度系统将各个小的主机商联合起来，形成一个庞大的服务器集群。基于地理位置的不同，许多用户都可以就近选择来获得一个较低的延时。同时，对于不符合标准的主机商，我们也提供了一系列云化的方案，让其拥有自己的云产品。除技术之外，做云计算还有运营和服务，而我们华云数据给自己评价也是“云计算领域最了解IDC，IDC里最会做云计算开发”的公司。
CSDN：在华云数据的介绍中我们有看到“15+城市”、“20+数据中心”、“10000+”物理服务器集群，这个数字有多少是云化而来？
郭晓：全部都是云化来的，目前华云的业务全部都是围绕云计算来开展，IDC的业务已经放着自然萎缩，而且华云数据已经有了自建数据中心计划，可能会在2015年完成一个数据中心计划，地点就在江苏省内，预期可以支撑上百万台云主机服务。
CSDN：在IDC云化过程中，华云数据对这些机房的标准是什么？一般着重强调哪几个方面？
郭晓：其实我们对机房的要求并不高，因为在技术上我们所有的设备都是有热备的，个别的硬件损坏，热备设备会很快自动替换上去。受影响的云主机用户只会感觉到业务中断了一小段时间，对于使用我们HA方案云主机用户或者云存储用户，则感受不到业务中断。
吞噬道路上的技术保障及架构衍变
对比百度、阿里、腾讯这些自建云计算数据中心的公司，华云数据需要做更多的努力，比如不同Hypervisor虚机的异构调度、基于不同虚机调度策略调优等，这里我们从技术的角度上走进华云数据。
CSDN：据说分布式存储开发之前有个小插曲，可否详细谈谈？
郭晓：2013年10月份，这是华云深圳节点的一个故事，因为硬盘批次的质量问题，在深圳机房中，一台磁盘阵列柜上突然出现5块硬盘在6小时内连续发生故障。这种情形，不管你是做RAID 10还是RAID 5，都无法保持服务正常运行。为了保证用户数据安全，在事情发生后，我们立刻断掉了存储阵列的电源，防止数据再被破坏。同时联系了厂商和专业的数据恢复公司，让99.9%的数据得以完整恢复。最后，只有3个用户的数据完整受到了影响，但是关键在于服务停了大约一周。因此，在2013年底，我们提早推出了分布式存储，就是针对这一问题。
CSDN：那么推出分布式存储后，现在的服务可用率又是什么样的情况？
郭晓：在分布式存储中，我们使用了1备3的机制，同一个数据会保存3个副本，这样可以显著的提高系统整体的IO吞吐率，能达到数倍的效果。同时，将文件彻底打散后，也就是条带化处理，大幅度的提高了冗余，即使坏4到5台服务器都不会影响数据安全，也更有利于故障转移。当然在开源技术的使用上，我们做了大量代码级的调优，比如OpenStack，我们已经无法升级到社区版本，只是单纯使用它做为中间件调度KVM的Hypervisor，其中包括了大量的代码重写。在分布式块存储方面，代码级的调优有一些，但是资源调度上的调优更多，还有就是选择最匹配的硬件。所有的数据在其他数据中心做一份冷备份（24小时），因此，即使有大面积灾难发生，用户最多也只会丢失十几个小时的数据。其实，在分布式存储上，最优硬件组合也是真正的挑战，比如使用什么样的网卡，使用多少SSD硬盘或者多少Flash卡作为缓存，使用多少线程、多少主频的CPU等。
CSDN：您提到SSD，在SSD的使用上，可否详细的说说？
郭晓：现阶段我们主要使用Flash卡做冷热数据分离和HDD的Cache，来加速IO，IOPS有着比较大的提升，这个是我们大多数云主机的标配。目前整个云计算市场价格战趋势明显，从公司运营层面考虑，SSD的容量价格比还不够完美，因此我们接下来虽然会推出纯SSD产品，但是只会应用在中高端云主机上。
CSDN：你提到华云数据只用OpenStack中的KVM管理，OpenStack也很难大规模使用，可否可以详细说说？
郭晓：华云是在2013年初才开始尝试深入接触Openstack，我们的技术人员在测试环境中部署了完整的Openstack，使用了全部已有组件，阅读了Openstack的全部代码，同时我们也对比了IBM基于Openstack的SCE+，IBM和我们当时都判断Openstack不适合大规模的发展。在我们的实验环境下，物理服务器数量到了一定程度的时候（不超过100台），整个网络性能将大幅度下降。当然，我们也看到从Grizzly到Havana再到icehouse，Openstack一直在提升这方面的性能，也许有一天我们会大规模的使用Openstack。但是目前阶段，我们还是以自主开发为主。
CSDN：可否可以做一些SDN方面的相关分享？
郭晓：目前我们做的是软件级的SDN，提供了包括SLB、vFirewall、VLAN等功能、整个系统可以做的很灵活，但是对计算节点服务器的计算性能开销很大，目前我们正在接触一些SDN硬件的厂商，测试他们的产品，也欢迎有合作意向的厂商能联系我。
CSDN：对于华云数据当下的资源复用度能达到多少？
郭晓：华云数据现在复用的是CPU和带宽，内存与存储空间我们不会复用。华云会实时监控CPU和带宽的工作情况，确保它不会影响到用户的体验，其中带宽的复用度平均在10倍以上。同时，基于对某此资源有特定需求的用户，我们也可以提供独享的环境满足他的需求，但是价格上面肯定和普通的用户不一样。
CSDN：刚有说到备份，华云数据的灾备具体是什么样的？
郭晓：我们每天0点都会进行一次完整备份，这个备份会放到其他机房以应对突发灾难。而在年底，我们会推出云备份，这是一个热的备份，可以达到故障转移效果，这将是一个增量备份。当然，不管是异地冷备份，或者是云备份都是收费的，默认免费的是同一数据中心的冷备份。
CSDN：关于政府对数据监控，国内的政策是什么样的？
郭晓：每个ISP都必须安装违规数据监控系统，接入资源管理系统和备案系统，这个系统24小时与工信部的系统对接，政府可以随时下达某个关键词过来，然后ISP系统入库、监控并返回相关数据给主管部门。华云数据的这一套系统已经开发出来，是一朵合规的云，相信在两三年后大家都会与政府对接。其实政府采集的数据不是很敏感，只会收集类似URL等信息。
CSDN：关于数据迁出华云数据服务器上，是否有什么门槛？
郭晓：在华云数据，不管是数据接入还是移出都是免费的，完全不存在绑定。同时，华云数据现在正在开发一个工具，可以一键将应用镜像到用户的本地。当然在数据接入上，无论是华云数据，还是其他国内供应商，都提供了迁入的技术支持，不过华云也提供全自动的迁移工具，帮助用户把业务从物理服务器移到云端。
免费订阅“CSDN大数据”微信公众号，实时了解最新的大数据进展！
CSDN大数据，专注大数据资讯、技术和经验的分享和讨论，提供Hadoop、Spark、Imapala、Storm、HBase、MongoDB、Solr、机器学习、智能算法等相关大数据观点，大数据技术，大数据平台，大数据实践，大数据产业资讯等服务。