更多云场景实践研究案例，点击这里：【云场景实践研究合集】联合不是简单的加法，而是无限的生态，谁会是下一个独角兽
作为集快递、物流、电子商务配送和仓储服务为一体的全国网络型品牌快递企业，韵达刚开始讨论是否上物流云的时候，还是很纠结的。整个的核心系统要从IDC机房整体搬上物流云的过程中会遇到哪些问题？如何保证业务不受影响？所以前期和菜鸟进行了多次的合作讨论和方案论证。项目立项完成之后，针对十六个核心的业务系统进行了拆分，降低关联性。在借助阿里云的力量实现了混合云架构之后，韵达继续和菜鸟进行深度合作，解决上云前后所遇到的一些问题。
“为了把大量线下数据搬到云上且不对线下系统造成太大影响，韵达使用了阿里云DTS工具从中间库向最终的目标RDS库进行数据同步。这个方案可同时实现存量数据迁移、增量数据同步到云上，数据同步的网络延迟毫秒级。”
——张磊
韵达快运集团高级总监
采用的阿里云产品
- 阿里云服务器ECS
- 阿里云专有网络VPC
- 阿里云负载均衡SLB
- 阿里云云数据库RDS
- 阿里云数据传输DTS
- 阿里云消息队列MQ
- 阿里云容器服务
为什么使用阿里云
大规模实现云上资源调度
自动化完成快速的交付和部署
关于 韵达
韵达快递，是集快递、物流、电子商务配送和仓储服务为一体的全国网络型品牌快递企业，创立于1999年8月，总部位于中国上海，服务范围覆盖国内31个省（区、市）及港澳台地区。2013年以来，韵达快递相继与日本、韩国、美国、德国、澳大利亚等国家和地区开展国际快件业务合作，为海外消费者提供快递服务。
为什么选择阿里云？
韵达的阿里云迁移历程
在韵达刚开始讨论是否上物流云的时候，还很纠结。韵达担心整个的核心系统要从IDC机房整体搬上物流云的过程中会遇到一些问题，比如怎样保证业务不受影响？所以韵达前期和菜鸟进行了多次的合作讨论和方案论证。项目立项完成之后，韵达还针对十六个核心的业务系统（订单、COD、仓储、客服、跨境等）进行了拆分，降低关联性。上云之后继续和菜鸟进行深度合作，解决上云之前遇到的一些问题（系统架构优化、云上数据推送、大数据分析、全链路日志监控等）。
混合云架构
上图为韵达上云之后混合云架构设计，中间部分是韵达核心系统上云之后的架构图。 韵达在上云过程中做了很多系统改造工作，比如使用使用阿里云专用网络VPC、消息队列MQ、云数据库RDS等在跨多个物理机房做了相关的集群部署。
韵达在上云过程中遇到的典型的问题是数据迁移。怎么在线下把韵达大量的数据搬到云上又不能对线下的系统造成影响？最终讨论得到的解决方案是：在云上用了一台ECS服务器安装了MySQL的备库，对IDC机房做了一个主从的同步，使用了阿里云DTS工具从中间库向最终的目标RDS库进行数据同步。这个方案可同时实现存量数据迁移、增量数据同步到云上，数据同步的网络延迟毫秒级（DTS同步速度理论上可达到70Mbps）。
韵达的云上资源调度实践
在阿里云上，韵达考虑到降低IT成本，采用了Docker技术，并且使用了阿里云的容器服务。Docker是集装箱演变过来的，集装箱可以对货物进行标准化的分装，不同集装箱之间可以做很好的隔离，Docker就是引用这种理念产生的。对开发和运维（devop）人员来说，最希望的就是一次创建或配置，可以在任意地方正常运行。开发者可以使用一个标准的镜像来构建一套开发容器，开发完成之后，运维人员可以直接使用这个容器来部署代码。Docker可以快速创建容器，快速迭代应用程序，并让整个过程全程可见，使团队中的其他成员更容易理解应用程序是如何创建和工作的。Docker容器的启动时间是秒级的，大量地节约开发、测试、部署的时间。所以韵达在云上采用了以Docker为单位的开发部署流程设计。
采用Docker仓库，把需要的环境封装好，把相关的镜像上传到仓库里面。开发人员直接从仓库里获取相关的镜像来进行相关的开发测试。测试人员和运维人员同样可以从仓库获取相关镜像进行相关工作。整个过程十分便捷，而且占用的资源比较少。开发人员编写好代码之后，进行环境定义，最终把定义好的文件打包封装成一个镜像上传到仓库中。当存在对多个Docker镜像进行管理的时候，可能会遇到一些问题，Docker官方提供了Docker-compose工具。这个工具多个具有依赖关系的镜像进行管理。
至于自动化的完成后续交付和部署的工作，韵达目前采用的方式是开发人员把代码上传到SVN上，通过第三方的开源工具、自动化的发布工具进行相关的管理工作。后续跟菜鸟多次探讨之后，可能会使用阿里云的持续交付平台来解决持续发布过程中遇到的一些问题。
成本与效益
韵达通过借助阿里云的力量构建了混合云架构之后，投入成本大大降低，物流云人员投入只需两人，上云项目周期为两个月，云资源使用成本相比自建硬件成本大大降低，云上运维变得简单。
关于韵达的更多实践详情：韵达混合云深度解析：Docker助力大规模云上调度实践
原文发布日期：2016-11-01
云栖社区场景研究小组成员：李杉杉，仲浩。
