1. 布景介绍

站点新功能或者是站内新策略开发完毕之后，在全流量上线之前要评估新功能或者新策略的口角，常用的评估体例是A-B测试，做法是在全量中抽样出两份小流量，分袂走新策略分支和旧策略分支，经由过程对比这两份流量下的各指标的差异，我们可以评估出新策略的口角，进而抉择新策略是否全流量。

有了膳缦沔的设法，我们若何实现单层流量切分呢？如图1.1所示，我们按照指定的流量切分体例，将所需要的输入参数先经由一次hash计较，发生结不美观的平均性和随机性由hash算法来保证，有了hash发生的结不美观，流量切分的过程还没有竣事，我们还需要将hash结不美观对应到切分对象的全集膳缦沔，实现体例是将切分对象全集看作是一个区间段，然后将hash结不美观对应到区间段膳缦沔，区间的巨细是切分的最小粒度抉择的，例如，如不美观需要最小切分粒度为0.01%，则我们拔取的区间段为［0，9999］，有了区间段的界说，我们可以将hash结不美观对一个数值取模，这个数值等于区间段最年夜值加1，取模之后的结不美观可以独一的对应到切分对象全集区间膳缦沔，这样我们就将所有的流量打到了流量切分对象全集膳缦沔。

最后，我们再将区间段按照尝试需求细分，划分成若干子区间，用作于尝试对比，例如下图所示，将整个100%的区间分为多个子区间，每个子区间使用独一的编号——sid，作为区间的独一的标识，sid=1的子区间对应的流量为1%，那么它的子区间就是［0，99］，同理，sid=2的第二个1%的子区间对应的区间值为［100，199］，这样我们就将一个100%的完整区间划分成了若干个子区间，两个比例不异的子区间就可以用作于尝试策略对比。

上文中提到的抽样是指按照某种确定的随机化体例，对线上流量进行划分。抽样可以指这种划分的体例，也可以指划分获得的一个流量子集。抽样是一种非凡的小流量，要求对流量的划分必需保证平均性和随机性，而且可以按照需求过滤失踪不合适规范的部门，我们把抽样的过程分为流量切分和流量筛选两个轨范，流量切分是指把全流量进行平均的打散，提掏出其中固定的流量比例，流量筛选是对流量切分的辅助，筛选过程就是年夜切分好的流量中过滤失踪不合适规范的部门，本文首要涉及的昵圜量切分的实现。

2. 单层流量切分架构

做到流量切分的常用的体例是单层流量切分，流量切分需要以某种体例进行，即流量切分的打散依据，例如，我们可以依据流量中的cookie打散，或者是随机打散等，打散的体例分歧，切分的对象全集也就分歧了，如不美观我们依据cookie打散，那么我们的切分对象全集就是所有的cookie，如不美观是随机打散，那么我们的切分对象全集就是该站点的所有的流量。

图1.2 流量子区间的划分

专制流量切分的思惟是将单层结构扩展为专制结构，如下图所示，专制之间必需知足正交性，这里专制之间的正交性是指某一层的任何一个子区间可以随机的、平均的对应到其他层膳缦沔，这样我们就把一个子区间对其他层的影响平均的分手到整个层膳缦沔。

为了实现专制流量切分，我们的思绪是先实现一种hash算法，这种hash算法的输入是cookie、随机值等信息，输出是单次hash的结不美观，而且保证这种hash算法结不美观足够的平均和随机，然后将这种hash进行变换，扩展出多个正交的hash算法。

3. 可改暌姑流量的专制流量切分架构

图1.3 专制流量切分架构示意图

图1.4 流量切分专制嵌套示意图

图1.1 单层流量切分架构示意图

为了验证其算法的可行性，我们进行了现实数据测试，测试结不美观如下：

专制流量切分的另一个优势是每一层我们可以使用分歧的切分体例进行，这样也极年夜的丰硕了流量切分的多样性，那么，还有另一个问题，每一个流量层中只能采用一种流量切分体例，如不美观统一层中有多种切分体例的需求又若何解决呢？谜底是经由过程层的嵌套来实现，层的嵌套是指在一个层中可以包含其他的层，如下图所示，矩形暗示层，圆形暗示切扶持来的尝试流量，此鱿脯1号层包含了2、3、4三个层，4号层又包含9、10、11三个层，为了达到统一层内多种流量切分体例的目的，我们需要将该层切分成多个区间，例如，下图中的2号层就被分成了5、6两个层，可是这两个层也必需采用不异的切分体例，因为这两个层相当于把其父层的流量分成了两部门，因而这两部门的发生体例应该是一致的，最后，在5、6层中，我们又可以成立其他的层，这两个层就可以采用分歧的流量切分体例了。

理论上，专制流量切分架构的可切分层数是无限的，可以撑持肆意多的流量层，可是，年夜实现的角度来讲，层数做到无限是很难实现的，因为，为了保证层和层之间的正交性，我们必需要为每一层实现一套hash算法，保证每种hash算法的结不美观是正交的，要实现层数的无限，则需要实现无限多个保证正交的hash算法，hash算法的增多势必会导致正交性的下降，我们可以实现有限个正交的hash算法，hash算法的数目是要求可以知足所有的尝试需求的。下面我们介绍一种专制流量切分架构的实现体例。

为了验证单个hash算法的随机性和平均性，我们进行了尝试验证，如下图所示，每一行暗示一个100%的全集，每一列暗示年夜全集中采纳出10%，测试的全集是100w，年夜下面的测试数据来看，每个层中的流量切分结不美观是斗劲平均和随机的。

有了单层hash算法，我们需要将单层hash扩展成为专制，这里可以采用的体例良多，本文采用的是移位变换的体例将单层hash扩展成为专制hash，专制尝试流量切分的真实情形测试数据如下文所示。

专制流量切分架构可以将尝试流量年夜100%扩展到100%*n，也就说每层中的流量我们都可以用做于尝试对比，一次请求可以同时射中多个尝试，尝试流量是改暌姑的，专制流量是知足分歧层的尝试之间的影响都是平均、可预估的，开展专制尝试的前提是保证这种尝试间的影响是可接管的，有一些尝试是不许可任何改暌姑，例如，揭示类的尝试，如不美观两个尝试各自指定了一套揭示样式模板，而年夜揭示模块的角度来讲一次请求只能揭示一种样式模板，是以，这里不兼容的尝试只能位于统一层中。

图1.5 单hash算法平均性、随机性验证尝试数据

4. 现实数据测试

表1.2 平均性验证数据

文章来历：百度搜索研发部官方博客

这种单层流量切分体例是一种独有式的流量切分体例，一个子区间只能供给一个尝试使用，一个请求只能射一一个尝试，利益是尝试之间解藕，不彼此影响，错误谬误是资阅暌剐限，流量分配完毕之后，后续的需求将处于持久的期待与饥饿状况，这种独有式的流量切分体例，显然在尝试需求不竭增添的情形下是完全不能知足的，为体味决独有的问题，我们可以采用专制流量切分体例。