阿里云MVP：王之琳
大翼航空成立于2015年，致力于无人机及其应用管理平台的研发、销售和服务，是DJI大疆创新系统集成商、senseFly授权经销商。
公司主营自主研发的“风筝线”无人机管理系统，将无人机视作空中物联网平台。“风筝线”系统注重空中数据的精准采集、智能分析与实时呈现。在“一云一网一图”的框架和成熟飞行平台的基础上，着力于应用软件的研发，打造包含采集、分析与展示的“端到端”一体化解决方案，帮助客户进行高效的分析及决策，满足行业需求。经过慎重比较，我们选择了阿里云作为大翼航空风筝线平台的基础架构服务提供商。
目前，我公司的无人机云系统和服务已经为公安、消防、环保、农业等客户带来较大的效率提升，也在 “智慧城市”中展现了极大价值。随着无人机技术的成熟，网络通信技术的发展，传感器等负载的多样化，未来将应用于更多行业。
原始架构
“风筝线”无人机云系统，包括“无人机”和“云系统”两大部分。其中：
o “无人机”部分，包括硬件（飞机+摄像头+传感器）、固件、软件。软件作为控制中枢，（通过固件）负责：（1）从云服务器接受指令；（2）向无人机发送指令；（3）从传感器手机数据；（4）将数据回传云服务器。
o “云系统”部分，主要是服务器，包括：（1）通讯服务器，负责与无人机软件交互；（2）数据库服务器，持久化数据；（3）web服务器，运行实时监控和管理系统；（4）视频服务器，接受无人机软件的推流并传递给实时监控。
整体架构图如下：
特殊性及方案
看似并不复杂的总体结构，实施时还是会遇到一些困难。这主要是由于无人机这一特殊载体决定的。
o 流量集中在白天，尤其是工作时间，晚上几乎没有任何流量。
o 流量的波动非常大，波峰时有数百上千架飞机同时传送数据，波谷时可能只有数架甚至没有。
o 数据传输主要通过4G网络，网络状况可能不稳定。
o 传输的位置、状态等数据频次高、体积小。
o 部分情况下，要求拍摄视频并同步传输到实时监控。
经过认真调研，采取的方案为：
o 手机软件与通讯服务器的协议为 MQTT ，而非常规的 TCP/UDP 。MQTT 适用于在网络不稳定的情况下，多频次传输少量数据。
o 通讯服务器使用消息队列，初级阶段使用 Redis 模拟消息队列。后续随着流量的增长，将使用 Kafka 等专业消息队列软件。
o 手机软件与通讯服务器使用 socket 建立长连接，并允许中断，中断后可续传。
o 视频拍摄后，直接保存到手机中，只在网络情况良好时，才上传到视频服务器。
考虑到以上的诸多特殊性，“风筝线”使用 Node.js 作为开发语言，主要原因是：
o Node.js 特别适用于高并发的情况
o 前后端统一，便于减少开发的复杂度。
在服务器的使用上，从一开始就没有决定自建服务器，主要是自建服务器需要大量的维护成本，这对于初创公司来说并不是一件轻松的事情。
因此，通用服务器、数据库、Redis 、CDN 等均直接购买了阿里云的服务。
阿里云除了商业服务外，还提供一些免费的工具，例如：CI工具 CodePipeline 。
阿里云CodePipeline是一款提供持续集成/持续交付能力，并完全兼容Jenkins的能力和使用习惯的SAAS化产品。通过使用阿里云CodePipeline，可以方便的在云端实现从代码到应用的持续集成和交付，方便快速的对产品进行功能迭代和演进。
尤其是，CodePipeline 支持的数种语言中恰好包含 Node.js 。只要开发人员将代码上传到 git 服务器的 master 分支，就会自动触发构建和测试过程，测试通过后，自动部署到CDN。
迁移过程
在2017年，考虑到国际化业务的可能性需要，购买了境外某Paas服务。实际运行了大半年后发现，访问境外服务器有比较严重的延迟，对于业务有比较严重的影响。因此，在考察了国内各家 Paas 之后，我们选择了阿里云。
选择阿里云是基于如下几个方面的考虑：
o 市场评价：阿里云属于云服务商的第一梯队。
o 服务的可靠性和稳定性：阿里云拥有为淘宝等超大型网站服务的经验。
o 基础组件的完备性：如核心的RDS数据库支持，Redis以及MQ等等这些服务。阿里云拥有这一系列非常丰富的产品，其基础组件的产品线也非常完善。
新架构
首先，我们采用了前后端完全分离的方式。
网站、系统的前端部分采用 OSS（对象存储）+ CDN（全站加速）完全静态化的托管到阿里云上。
后端服务，部分沿用原有的方式，用多台虚拟服务器 + SLB（负载均衡）进行访问控制；部分采用函数计算（Severless 架构）进行尝试。
完整架构如下：
第一阶段使用的产品如下：
- ECS用于系统接口，数据传输存储系统。
- OSS用于存储上传气象图，APP软件等。
- Redis服务器用于缓存请求，记录临时信息，通知事件。
- MySQL用于存储组织，人员，设备信息，以及系统中其他飞行相关信息。
- VOD服务器用于存储及点播飞行录像。
- CDN用于缓存分发访问量较大的资源。
- DYS用于通知用户注册以及使用情况。
- VPN网关用于服务器分组，端口过滤。
- SLB用于各个服务器均衡负载。
后续计划使用的产品如下： - 高防IP，云防火墙，台式感知和安骑士用于安全需求。
- 机器学习部分用于拍摄的影像学习。
- 数据可视化用于采集到的数据的直观展示。
- 消息队列用于可靠的事件处理。
- Iot物联网服务用于更高强度的设备接入。
自动化测试与持续集成
之前我们的自动化测试采用的是 Git 钩子方式，在 PreCommit 阶段进行，这样的话有一个问题，我们自己的开发电脑配置并不高，随着测试用例的增加，每次测试时间越来越长，严重影响了开发效率。所以我们决定将测试放到提交后执行。
CodePipeline 配置
o 首先，配置源码管理，确定需要构建的代码仓库及代码分支
o 配置构建触发器，当提交 Pull Request 的时候，触发执行
o 构建脚本执行测试 npm test
o 如果为前端项目，还需要执行 Webpack 构建 npm run build
o 如果测试失败或构建失败，停止并通知
o 如果为前端项目，构建成功后上传至 OSS Bucket
o 如果为后端项目，执行远程服务器热更新脚本 ssh -o StrictHostKeyChecking=no [忽略参数] "NODE_ENV=production node /PATH/ci"
o 构建结果通过钉钉通知到开发群
热更新
由于负载均衡器后有多台服务器，所以当其中一台停止更新时，流量会比自动引到其他的服务器上。
热更新脚本会顺序执行以下操作：
o 记录 Commit Hash，方便回滚
o 更新代码
o 更新依赖包
o PM2 热重启当前服务器下的服务进程
在构建过程中，除了 CodePipeline 会通知构建的结果以外，阿里云监控系统会针对整个服务的健康状态进行监控，发生异常时通过短信进行报警。我们可以通过准备好的回滚方案进行一键回滚。
整个持续集成的过程中几乎不再需要任何人工的干预。
想成为阿里云MVP（最有价值专家）？
点击申请，立即加入
与全球云计算专家和优秀开发者同行
