疫情期間，在線教育、在線辦公需求持續井噴，釘釘作為很多企業首選的在線辦公軟件，用戶量激增，特別是釘釘視頻會議、直播的需求隨之飆升。同時，釘釘為了響應教育部門“停課不停學”的號召，宣佈老師們可以免費試用釘釘在線課堂。
流量如洪流般湧入釘釘，一場資源擴容的技術挑戰拉開了帷幕。中小學生集體對釘釘展開了五星分期與在線寫歌“洩憤”的策略，釘釘本釘不得不在線求饒。而在大戰間隙，一聲感嘆傳出：
流量這麼大，釘釘為什麼不崩？
從1月28日開始，釘釘音視頻會議、直播的訪問流量倍數級增長。作為一個在雲上成長起來的產品，釘釘開啟了在阿里雲的資源擴容之路，滿足了用戶在家辦公及在家上課的需求，保證了用戶良好的體驗，釘釘如何做到的？
如此大型的擴容，面臨著兩大困境：效率與資源供應。
人工擴容困境：效率低下
時間太短。面對流量暴增，留給釘釘技術團隊時間只有幾天。從1月29日起，釘釘團隊就已在阿里雲上24小時開始全力擴容，截止2月2日，從最初的2W vCPU擴容到3W vCPU，僅做到了數倍擴容，還遠未達到業務需求。
購買與配置非常複雜。釘釘的系統架構包含多種資源，不同於單一的雲服務器ECS服務集群，還包含SLB、MongoDB、Redis、EIP等產品。這些資源都需要一個個購買，其之間的關係也需要技人工自行配置。
人工部署效率低、失誤率高。釘釘用戶群量級大。如果人工部署集群，一個人部署1個集群需要1小時左右，同時也只能操作3-4個集群，還需要大量的配置操作，很容易失誤。
部署複雜度高。集群的服務能力自閉環，支持無限擴展，但也會相應提升部署複雜度，而這次擴容涉及8個地域、16個可用區，傳統部署方式擴容場景效率低下
大規模集群管理難度大。需要快速擴容近千集群，才能滿足幾億人在家辦公及學生在家上課的需求。當資源上千後，就很難管理資源之間的關係了，更何況超百萬的資源規模。
人工部署，容錯率比較差，排查困難。集群之間經常出現偏差，某個集群的SLB監聽端口是300，另一個集群是3000，出現問題很難排查。
除卻以上困難，建立和運維如此巨大的集群規模還會帶來更多的技術挑戰。
利用資源編排服務ROS，實現快速自動部署
早在2月2日流量洪峰帶來之前，釘釘就通過阿里雲的資源編排服務（Resource Orchestration Service，簡稱 ROS）提高集群部署效率、幫助其快速擴容。而這款服務不負重託，幫助釘釘在短短2小時內新增部署了超過1萬臺雲服務器，這個數字也創下了阿里雲上快速擴容的新紀錄。
什麼選擇資源編排服務？
資源編排服務是一款幫助阿里雲用戶簡化雲資源創建、更新和刪除的自動化服務。其通過資源棧 (Stack) 這種邏輯集合來統一管理一組雲資源（一個資源棧即為一組阿里雲資源）。利用資源編排服務，雲資源的創建、刪除、克隆等操作都可以以資源棧為單位來完成。在 DevOps 實踐中，資源編排可以輕鬆地克隆開發、測試、線上環境；同時，也可以更容易實現應用的整體遷移和擴容。
基礎設施即代碼（Infrastructure as Code）
資源編排服務是阿里雲提供的基礎設施即代碼（Infrastructureas Code，簡稱IaC）的雲產品，使用ROS可以幫助最快速地實踐DevOps中關於IaC的理念。
全自動託管服務
ROS產品為全託管服務，無需購買維護IaC模板本身執行所使用的資源，只需要關注業務所需要使用的資源，即模板中定義的資源。尤其需要創建多個項目（對應多個資源棧）時，全託管的自動化可以更快地完成任務。
可重複部署
無論客戶是需要部署的環境是開發，測試和生產環境，都可以使用同一套模板進行創建。指定不同的參數可以滿足環境的差異化，例如，測試環境的ECS實例數是2臺，而生產環境的ECS實例數是20臺。或是客戶需要進行多地域的部署，使用同一套模板可以進行重複的部署，從而提高部署多地域的效率。
標準化部署
在實踐中，不同環境的細微差異往往帶來非常複雜的管理成本，延長了問題診斷的時間，從而影響了業務的正常運轉。通過使用ROS重複部署，可以將部署環境標準化，減少不同環境的差異，將環境的配置沉澱到模板中。再通過類似代碼的嚴格管理流程，從而保證部署的標準性。
統一的身份認證、安全和審計
和其它的同類產品對比，阿里雲官方出品的ROS與其它阿里雲產品有著最佳的集成。集成資源訪問管理（RAM）提供了統一的身份認證，而無需為單獨建立用戶認證體系。所有的雲產品操作都通過OpenAPI調用，意味著您可以使用操作審計服務（ActionTrail）來審查所有的運維操作，包括ROS本身。
ROS如何服務釘釘擴容？
定義資源模板
ROS幫助釘釘快速創建了描述其所需要用到的阿里雲資源（如 ECS 實例、數據庫實例等）的模板，以定義它的集群架構。ROS提供可視化編輯器能力，可自動可使用的模板。模板完成後，ROS將自動地創建並配置這些資源，即可實現基礎設施即代碼（Infrastructureas Code）的理念。
模板解析與執行
當ROS接收到用戶創建資源棧的請求時，在執行創建前，首先會對模板進行解析。解析包括語法檢查、參數校驗、依賴分析等。
依賴分析就是分析出資源間的依賴關係，目的有兩個：
保證資源創建的正確性：被依賴資源創建完成後才會創建依賴資源。
提供並行化創建的能力：無依賴關係的資源可以並行化創建。
模板解析完成後，ROS會按照依賴關係創建資源，只有所有前置資源完成創建，後面的資源才會開始創建，類似狀態機的機制。
該資源模板可以快速地重複部署，尤其多地域、多可用區部署的情況；同時也可以減少環境之間的偏差，將部署過程和結果標準化，減少因為環境偏差引入的系統問題。
總結
釘釘使用資源編排服務ROS，擴容效率就提升了100倍，陸續為釘釘完成了10萬臺雲服務器的快速擴容和部署，創下了阿里雲上快速擴容的新紀錄。
目前ROS已經擁有平均每分鐘1個集群的擴容效率、每天超百萬vCPU彈性能力。未來，可以預見到，疫情結束後，數百萬資源回收釋放也將是一個浩大的工程。資源編排服務ROS具有一鍵銷燬功能，自動回收集群內所有資源，避免繁瑣操作及遺漏。
彈性是雲計算最大的優勢，也是雲計算對整個社會提供的普惠和便利，而阿里雲彈性計算資源編排服務ROS作為阿里雲上原生的自動化編排部署服務，讓雲計算的彈性發揮到極致，為釘釘提供了強有力的支持，讓釘釘成為使用最頻繁最流暢的平臺。
