作者：互联网运维技术保障团队-Mo Han、Zhou Jianhua
在飞速发展的互联网信息化时代下，抓住并充分利用“流量”将为业务增长带来“泼天”富贵，已成为共识。如何通过真实、海量的数据打造一个集成本、质量、效率于一体的融合流量管理平台，也成了各行各业的关注焦点，本文通过”拨测“与“融合流量管理”两个维度，来分享vivo在流量管理领域的一些实践和探索。
本文为2025年 vivo 开发者大会互联网技术专场分享内容之一，在公众号对话框回复【2025VDC】获取 2025VDC 互联网技术会场议题相关资料。
1分钟看图掌握核心观点👇
![]()
![]()
图1 VS 图2，您更倾向于哪张图来辅助理解全文呢？
一、背景
在飞速发展的互联网信息化时代下，抓住并充分利用“流量”将为业务增长带来“泼天”富贵，已成为共识。如何通过真实、海量的数据打造一个集成本、质量、效率于一体的融合流量管理平台，也成了各行各业的关注焦点，本文通过“拨测”与“融合流量管理”两个维度，来分享vivo在流量管理领域的一些实践和探索。
二、全球拨测
2.1 什么是拨测
简单来说，拨测就是一套模拟真实用户行为，主动进行健康检查和性能测量的旁路监控系统。 它就像我们派出去的无数“观察者”，通过这些“观察者”，我们主要可以实现三大目标：
一是性能监控：它可以模拟用户对某个网络接口或者网址，发起主动探测，检测网络的延迟、丢包，错误，及时发现网络风险和故障。
二是产品优化：从用户视角去对比不同版本的性能差异，为产品迭代提供数据支持。
三是可用性监控：模拟用户使用业务场景和完整流程，评估业务的真实质量，及时发现业务可用性问题。
![]()
2.2 vivo拨测平台介绍
在vivo，拨测的核心使命，就是为所有业务和产品高可用保驾护航，网络性能监控、业务可用性监控，产品优化分析、这是基础能力，确保我们的服务稳定可靠。
在这基础能力之上以及结合本次分享的主题，我们孵化了另外一种场景-“网络调度检测”，我们会持续地对CDN、机房、运营商这些基础链路进行探测和分析，一旦发现问题，就可以基于拨测数据动态调整网络策略，以实现流量和故障智能调度目的。
![]()
2.3 vivo拨测的原理介绍
了解了vivo自有节点规模后，那么拨测如何工作的？下面这张图清晰展示了vivo拨测系统的基本工作原理，它主要分为三步：
第一步，下发执行探测任务。
平台会向分布在全球的边缘探测节点，下发探测指令，比如去访问某个网址，或者访问某一接口，也或者下载某个APP等。
第二步，数据采集与分析。
节点在执行任务时，会收集网络丢包率，响应时间、可用性等性能数据，并进行实时分析。
第三步，阈值和可用性告警。
如果发现探测结果超出了我们设定的阈值，比如访问超时、不可用，检测告警系统就会立即触发告警，并可以联动 智能调度策略 进行自动处理，比如切换线路，切换灾备机房，切换运营商等。
![]()
2.4 vivo拨测能力介绍-采集侧
为了管理如此庞大的节点网络并执行复杂的任务，我们的拨测平台构建哪些技术能力呢？大家可以看下面这张架构图，
首先、在采集侧，我们具备了从底层的DNS解析、TCP建联，到上层的HTTP可用性、私有协议，再到网页首屏、流媒体等全方位的用户体验检测能力。
同时，我们对执行拨测节点的耗电，网络环境，执行策略，配置管控都做了精细化管理 保障采集的拨测数据稳定、可信、可分析，可度量。
![]()
2.5 vivo拨测能力介绍-平台侧
在平台侧，我们同样具备任务管理、配置管理、节点管理和告警能力。可以实现多维度的任务下发，比如可以按国家、省份、城市、地区、运营商、机型，网络等维度下发。
同时，我们也具备了劫持，CDN故障等场景的检测告警能力、以及异常快照、链路分析等故障分析能力 确保收集到的拨测数据得到充分的应用，同时经过大数据分析和AI能力加持，做到业务问题 一分钟发现、即时告警。
![]()
vivo拨测平台免费体验地址：https://dial.vivo.com.cn
2.6 拨测如何支撑智能流量调度
如此海量的拨测数据，究竟是如何支撑流量调度的呢？
下面这张图清晰展示了其工作原理。
首先，是“输入”环节。
IP元数据管理平台会将公网服务IP信息同步到拨测平台，其中IP元数据包含6大关键维度：
- IP信息
- 归属运营
- 归属业务
- 归属机房
- 归属集群
- 归属IDC
其次，是“执行”环节。
这些带有元数据的服务公网IP信息，会生成具体的“IP任务”，通过“任务调度”系统，下发给我们遍布全球的“边缘探测节点”，执行探测任务。
接着，是数据分析处理环节。
探测结果数据会通过统一网关实时存入时序数据库中，其中、结果数据包含四大关键指标：
- ICMP Ping 可用性
- TCP Ping 可用性
- ICMP Ping 时延
- TCP Ping 时延
这些指标，最终构成了智能调度的核心数据基础。
最后，就是流量智能调度的应用。
有了这些精准、实时的数据，我们就能赋能一系列上层的智能调度场景，比如：
- 故障快速恢复：一旦拨测发现某个IP不可用，调度系统可以秒级将它切换走。
- 故障精准定位：我们可以快速定位到问题出在哪个地域、哪个运营商，以及哪个线路。
- 流量异常检测：通过持续的性能数据对比分析，发现潜在的流量攻击和质量恶化 风险。
- 流量智能调度：基于质量和成本目标，结合业务场景、动态调整流量分配。
![]()
三、融合流量管理
3.1 技术背景
vivo采用了自建私有云和公有云结合的混合云架构。用户的访问流量，会通过DNS、CDN、负载均衡等一系列网络基础设施，最终到达我们的业务服务。
这个架构非常典型，但它也给我们带来了五大核心挑战。
- 复杂性：多运营商、多CDN、多机房，管理难度巨大。
- 成本压力：带宽费用，特别是突发流量带来的额外开销，非常高昂。
- 质量挑战：任何一个环节的网络波动，都会影响用户体验。
- 安全风险：内部主动上网和外部攻击，都是潜在的威胁。
- 运维效率：缺乏统一视图和自动化能力，排障和变更操作将非常耗时。
面对这些问题，我们的目标很明确：就是要构建一个智能、高效、安全的一体化解决方案，最终实现降成本、提质量、强安全、提效率！
![]()
为了实现这些，平台落地为一系列具体的解决方案，比如：通过DNS域名解析、CDN加速接入来统一流量入口；通过302智能调度、机房带宽调度来实现智能决策；通过WAF拦截、外发流量检测来保障安全；并通过全链路监控和故障预案来实现自动化运维。
![]()
3.2 平台实践
那么，我们是如何做的呢？
下面是平台的整体技术架构，它是一个典型的分层架构。
- 最底层是网络资源，包括了我们对接的DNS、CDN、机房网络等所有供应商。
- 往上是数据采集层，它会从机房、CDN、业务埋点、拨测系统等各个源头，全面地采集流量、日志和监控指标数据。
- 数据之上，是数据处理与分析层，我们使用大数据平台对数据进行实时和离线处理，并利用调度和检测算法，来挖掘数据背后的价值。
- 架构的核心是控制与执行层，它通过API网关和自动化编排能力，去实际地配置和调度底层的网络资源。
- 最上层是展现与交互层，通过一个统一的管理门户，面向业务和运维人员，提供接入、管控、报表等一系列服务。
通过这个架构，我们将复杂的流量管理工作，平台化、系统化了。
![]()
3.2.1 多CDN统一接入纳管
我们深入到具体的实践场景。
首先是CDN的治理。
我们打造的“融合CDN”平台，核心价值体现在六个方面：
- 配置融合：统一了不同厂商的配置标准，大大提升了管理效率。
- 流量调度：支持多种策略，让调度既精准又灵活。
- 数据融合：在一个平台就能看到所有厂商的数据指标。
- 成本优化：通过一系列运营手段，我们成功将成本降低了30%。
- 秒级容灾：基于全网拨测点的质量感知，一旦发生故障，可以自动调度，实现秒级容灾。
- 智能运维：同样基于拨测节点，可以智能地进行故障的根因定位。
![]()
3.2.2 融合CDN产品架构
下面这张架构图展示了我们如何实现这些价值。大家可以看到，我们通过一个“融合CDN管理平台”，把全球主流CDN厂商的API都接入进来，屏蔽了底层的差异。
对于业务方来说，他们只需要通过我们统一的控制台或OpenAPI进行操作。同时，平台集成了我们的端侧质量埋点、智能解析、302智能调度等核心能力，形成了一个强大的调度中心，为用户提供最优的加速体验。
在融合CDN中，302智能调度是我们最核心、最有价值的能力之一。
![]()
如图，即使是在同一个地区，不同的CDN厂商，在同一时间的下载速度，是不一样的。蓝色的线可能在某个小时最快，但下一个小时，也许绿色的线就反超了。
这就带来一个核心问题：我们如何保证我们的用户，总能用到当下那个最快的CDN呢？同时，当某个厂商出现故障时，我们又如何快速地把用户切换走，实现容灾呢？这就是302智能调度要解决的问题。
![]()
3.2.3 302智能调度
为了解决这个问题，我们设计了这套技术方案。它非常巧妙，主要分为四步：
- 第一步，客户端，也就是我们的业务服务端，在响应用户请求时，它不会直接返回一个写死的下载地址。
- 第二步，它会先向我们的“302调度服务”发起一次请求，问一个问题：“现在哪个CDN最快？”
- 第三步，我们的调度服务，会根据海量的埋点数据，通过智能算法进行实时计算，然后立刻告诉业务服务端一个最优的厂商域名。
- 第四步，业务服务端拿到这个最优域名后，再通过302跳转的方式，把用户引导过去。
整个过程对用户是完全透明的，但我们确保了用户的每一次下载，走的都是当下最优的路径。
![]()
这套方案的背后，是一个强大的技术架构在支撑。 大家可以看到，它包含了完整的指标数据采集处理层和调度执行层。
我们通过ETL、Druid等大数据技术，对海量的业务指标数据进行实时处理。 在控制层，我们有灵活的调度策略管理和多重调度算法。
在调度执行层，我们通过统一的网关，为商店、游戏、系统升级等八十多个业务场景提供服务。
整个架构的设计，核心就是为了保证四点：精细化控制、故障快速切换、实时性与动态适应，以及灵活可扩展。
正是这些，才让我们的调度服务既快又准。
![]()
最终带来了什么样的效果呢？
- 首先是性能：我们的服务端P99响应时间做到了小于2毫秒！这对用户来说是完全无感的。同时，配置变更可以秒级生效，实现了真正的实时。
- 其次是规模：目前每天的调度执行次数，超过了60亿次！覆盖了我们80多个核心业务场景。
- 最后是业务价值：通过这套系统，我们为应用商店等业务，带来了整体下载速度提升超过2%！
- 更关键的是，它为我们的商业化带来了超过千万元的收入提升！这就是技术驱动业务增长最直接体现！
![]()
3.2.4 公网带宽治理
讲完了CDN，我们再来看另一个成本大头：机房公网带宽。 从这张全网公网带宽的趋势图。可以看到，在2022年之前，我们的带宽增幅是比较大的，成本压力也随之而来。
但是，从2023年开始，增幅明显趋于平稳。 这不是因为业务停滞了，而是因为我们进行了一系列持续的成本治理和运营。比如，我们重点针对主动上网、埋点业务和出入向均衡进行了专项优化，成功地将带宽增长控制在了可预期的范围内。
接下来，我就为大家介绍一下我们实现这个目标的关键能力。 要实现公网带宽降本，我们同样打造了一套公网带宽调度体系。
![]()
这套体系主要包含了几个核心能力：
- 首先，是IDC机房带宽的智能调度，这是我们进行流量腾挪的基础。
- 其次，是带宽用量的归因分析和成本分摊，让我们清楚每一分开销花在了哪里。
- 最后，也是最重要的，是基于拨测数据的质量调度和监控，确保我们在优化成本的同时，不牺牲用户体验。
![]()
如下产品架构图，展示了我们全球混合云环境下，公网带宽调度的全貌。 当一个vivo的全球用户发起访问时，我们的智能解析系统(VHS)，会成为第一个决策入口。
它会结合来自我们全球拨测点的源站质量监测数据，以及我们VIP地址池的管理策略，智能地判断，应该把这个用户的请求，解析到哪个地域的哪个机房。
这个机房，可能是我们在北京的自建IDC，也可能是我们在新加坡、德国的火山云或谷歌云。
整个决策过程，都会在我们的统一控制台上进行可视化的管理和干预，包括成本调度、质量调度、故障分析等等。通过这套架构，我们实现了对全球流量的“宏观调控”。
![]()
在众多调度策略中，有一个非常有效的成本调度策略，就是“公有云调度自建机房”。
它的核心原理，其实就是利用了不同资源的计费模型差异。大家知道，公有云是按流量计费，用多少算多少；而我们的自建IDC，是按带宽峰值计Fèi，就像包月套餐。
那么，这里就有了一个巨大的优化空间。大家看这张图，我们的监控系统会实时采集自建IDC的带宽用量。当发现IDC处于带宽低谷时，比如凌晨，流量很少，带宽大量闲置，非常浪费。
这时，我们的调度决策系统就会自动执行切换，通过DNS解析或者CDN源站变更，把一部分原本跑在公有云上的流量，调度到我们闲置的自建IDC上来。
这个“削峰填谷”的动作，效果非常显著：公有云调度到IDC的流量占比超过了60%，每年为我们节省了数百万的流量成本！
![]()
四、总结与展望
通过“拨测监控”和“融合流量管理平台”的这一系列实践，我们取得了哪些显著的成效呢？
- 首先，在统一纳管上，我们屏蔽了底层供应商的差异，对外提供了一致的接口能力，大大提升了运维效率。
- 其次，在提升质量上，我们为核心业务，比如应用商店，带来了整体下载速度超过2%的提升，这对用户体验是实实在在的改善。
- 第三，在降低成本上，我们通过一系列智能调度手段，实现了CDN和公网带宽的千万级降本，这是非常可观的经济效益。
- 最后，也是最重要的，我们实现了营收增效！质量的提升和成本的优化，最终转化为了商业化运营收入的显著提升！
![]()
我们的探索和实践还在路上，接下来，我们主要有三个发展方向：
- 第一，是AI驱动的深度优化。我们将引入更强大的AI能力，去实现更精准的流量预测和更智能的异常自愈。
- 第二，是多云/混合云流量管理的持续深化。我们会将当前的成功经验，扩展到更广阔的海外市场，为公司全球化的出海业务保驾护航。
- 第三，也是我们认为极具价值的一点，是打通网络质量和业务指标的关联。我们要建立起业务增长和网络指标的关联分析能力，用数据证明每一次网络优化，是如何实实在在地为业务收入增长赋能的！
![]()
