淘宝从几百到千万级并发的十四次架构演进之路

1. 概述

本文以淘宝作为例子,介绍从一百个并发到千万级并发情况下服务端的架构的演进过程,同时列举出每个演进阶段会遇到的相关技术,让大家对架构的演进有一个整体的认知,文章最后汇总了一些架构设计的原则。

2. 基本概念

在介绍架构之前,为了避免部分读者对架构设计中的一些概念不了解,下面对几个最基础的概念进行介绍:

  • 分布式
    系统中的多个模块在不同服务器上部署,即可称为分布式系统,如Tomcat和数据库分别部署在不同的服务器上,或两个相同功能的Tomcat分别部署在不同服务器上
  • 高可用
    系统中部分节点失效时,其他节点能够接替它继续提供服务,则可认为系统具有高可用性
  • 集群
    一个特定领域的软件部署在多台服务器上并作为一个整体提供一类服务,这个整体称为集群。如Zookeeper中的Master和Slave分别部署在多台服务器上,共同组成一个整体提供集中配置服务。在常见的集群中,客户端往往能够连接任意一个节点获得服务,并且当集群中一个节点掉线时,其他节点往往能够自动的接替它继续提供服务,这时候说明集群具有高可用性
  • 负载均衡
    请求发送到系统时,通过某些方式把请求均匀分发到多个节点上,使系统中每个节点能够均匀的处理请求负载,则可认为系统是负载均衡的
  • 正向代理和反向代理
    系统内部要访问外部网络时,统一通过一个代理服务器把请求转发出去,在外部网络看来就是代理服务器发起的访问,此时代理服务器实现的是正向代理;当外部请求进入系统时,代理服务器把该请求转发到系统中的某台服务器上,对外部请求来说,与之交互的只有代理服务器,此时代理服务器实现的是反向代理。简单来说,正向代理是代理服务器代替系统内部来访问外部网络的过程,反向代理是外部请求访问系统时通过代理服务器转发到内部服务器的过程。

3. 架构演进

3.1 单机架构

以淘宝作为例子。在网站最初时,应用数量与用户数都较少,可以把Tomcat和数据库部署在同一台服务器上。浏览器往www.taobao.com发起请求时,首先经过DNS服务器(域名系统)把域名转换为实际IP地址10.102.4.1,浏览器转而访问该IP对应的Tomcat。

随着用户数的增长,Tomcat和数据库之间竞争资源,单机性能不足以支撑业务

3.2 第一次演进:Tomcat与数据库分开部署

Tomcat和数据库分别独占服务器资源,显著提高两者各自性能。

随着用户数的增长,并发读写数据库成为瓶颈

3.3 第二次演进:引入本地缓存和分布式缓存

在Tomcat同服务器上或同JVM中增加本地缓存,并在外部增加分布式缓存,缓存热门商品信息或热门商品的html页面等。通过缓存能把绝大多数请求在读写数据库前拦截掉,大大降低数据库压力。其中涉及的技术包括:使用memcached作为本地缓存,使用Redis作为分布式缓存,还会涉及缓存一致性、缓存穿透/击穿、缓存雪崩、热点数据集中失效等问题。

缓存抗住了大部分的访问请求,随着用户数的增长,并发压力主要落在单机的Tomcat上,响应逐渐变慢

3.4 第三次演进:引入反向代理实现负载均衡

在多台服务器上分别部署Tomcat,使用反向代理软件(Nginx)把请求均匀分发到每个Tomcat中。此处假设Tomcat最多支持100个并发,Nginx最多支持50000个并发,那么理论上Nginx把请求分发到500个Tomcat上,就能抗住50000个并发。其中涉及的技术包括:Nginx、HAProxy,两者都是工作在网络第七层的反向代理软件,主要支持http协议,还会涉及session共享、文件上传下载的问题。

反向代理使应用服务器可支持的并发量大大增加,但并发量的增长也意味着更多请求穿透到数据库,单机的数据库最终成为瓶颈

3.5 第四次演进:数据库读写分离

把数据库划分为读库和写库,读库可以有多个,通过同步机制把写库的数据同步到读库,对于需要查询最新写入数据场景,可通过在缓存中多写一份,通过缓存获得最新数据。其中涉及的技术包括:Mycat,它是数据库中间件,可通过它来组织数据库的分离读写和分库分表,客户端通过它来访问下层数据库,还会涉及数据同步,数据一致性的问题。

业务逐渐变多,不同业务之间的访问量差距较大,不同业务直接竞争数据库,相互影响性能

3.6 第五次演进:数据库按业务分库

把不同业务的数据保存到不同的数据库中,使业务之间的资源竞争降低,对于访问量大的业务,可以部署更多的服务器来支撑。这样同时导致跨业务的表无法直接做关联分析,需要通过其他途径来解决,但这不是本文讨论的重点,有兴趣的可以自行搜索解决方案。

随着用户数的增长,单机的写库会逐渐会达到性能瓶颈

3.7 第六次演进:把大表拆分为小表

比如针对评论数据,可按照商品ID进行hash,路由到对应的表中存储;针对支付记录,可按照小时创建表,每个小时表继续拆分为小表,使用用户ID或记录编号来路由数据。只要实时操作的表数据量足够小,请求能够足够均匀的分发到多台服务器上的小表,那数据库就能通过水平扩展的方式来提高性能。其中前面提到的Mycat也支持在大表拆分为小表情况下的访问控制。

这种做法显著的增加了数据库运维的难度,对DBA的要求较高。数据库设计到这种结构时,已经可以称为分布式数据库,但是这只是一个逻辑的数据库整体,数据库里不同的组成部分是由不同的组件单独来实现的,如分库分表的管理和请求分发,由Mycat实现,SQL的解析由单机的数据库实现,读写分离可能由网关和消息队列来实现,查询结果的汇总可能由数据库接口层来实现等等,这种架构其实是MPP(大规模并行处理)架构的一类实现。

目前开源和商用都已经有不少MPP数据库,开源中比较流行的有Greenplum、TiDB、Postgresql XC、HAWQ等,商用的如南大通用的GBase、睿帆科技的雪球DB、华为的LibrA等等,不同的MPP数据库的侧重点也不一样,如TiDB更侧重于分布式OLTP场景,Greenplum更侧重于分布式OLAP场景,这些MPP数据库基本都提供了类似Postgresql、Oracle、MySQL那样的SQL标准支持能力,能把一个查询解析为分布式的执行计划分发到每台机器上并行执行,最终由数据库本身汇总数据进行返回,也提供了诸如权限管理、分库分表、事务、数据副本等能力,并且大多能够支持100个节点以上的集群,大大降低了数据库运维的成本,并且使数据库也能够实现水平扩展。

数据库和Tomcat都能够水平扩展,可支撑的并发大幅提高,随着用户数的增长,最终单机的Nginx会成为瓶颈

3.8 第七次演进:使用LVS或F5来使多个Nginx负载均衡

由于瓶颈在Nginx,因此无法通过两层的Nginx来实现多个Nginx的负载均衡。图中的LVS和F5是工作在网络第四层的负载均衡解决方案,其中LVS是软件,运行在操作系统内核态,可对TCP请求或更高层级的网络协议进行转发,因此支持的协议更丰富,并且性能也远高于Nginx,可假设单机的LVS可支持几十万个并发的请求转发;F5是一种负载均衡硬件,与LVS提供的能力类似,性能比LVS更高,但价格昂贵。由于LVS是单机版的软件,若LVS所在服务器宕机则会导致整个后端系统都无法访问,因此需要有备用节点。可使用keepalived软件模拟出虚拟IP,然后把虚拟IP绑定到多台LVS服务器上,浏览器访问虚拟IP时,会被路由器重定向到真实的LVS服务器,当主LVS服务器宕机时,keepalived软件会自动更新路由器中的路由表,把虚拟IP重定向到另外一台正常的LVS服务器,从而达到LVS服务器高可用的效果。

此处需要注意的是,上图中从Nginx层到Tomcat层这样画并不代表全部Nginx都转发请求到全部的Tomcat,在实际使用时,可能会是几个Nginx下面接一部分的Tomcat,这些Nginx之间通过keepalived实现高可用,其他的Nginx接另外的Tomcat,这样可接入的Tomcat数量就能成倍的增加。

由于LVS也是单机的,随着并发数增长到几十万时,LVS服务器最终会达到瓶颈,此时用户数达到千万甚至上亿级别,用户分布在不同的地区,与服务器机房距离不同,导致了访问的延迟会明显不同

3.9 第八次演进:通过DNS轮询实现机房间的负载均衡

在DNS服务器中可配置一个域名对应多个IP地址,每个IP地址对应到不同的机房里的虚拟IP。当用户访问www.taobao.com时,DNS服务器会使用轮询策略或其他策略,来选择某个IP供用户访问。此方式能实现机房间的负载均衡,至此,系统可做到机房级别的水平扩展,千万级到亿级的并发量都可通过增加机房来解决,系统入口处的请求并发量不再是问题。

随着数据的丰富程度和业务的发展,检索、分析等需求越来越丰富,单单依靠数据库无法解决如此丰富的需求

3.10 第九次演进:引入NoSQL数据库和搜索引擎等技术

当数据库中的数据多到一定规模时,数据库就不适用于复杂的查询了,往往只能满足普通查询的场景。对于统计报表场景,在数据量大时不一定能跑出结果,而且在跑复杂查询时会导致其他查询变慢,对于全文检索、可变数据结构等场景,数据库天生不适用。因此需要针对特定的场景,引入合适的解决方案。如对于海量文件存储,可通过分布式文件系统HDFS解决,对于key value类型的数据,可通过HBase和Redis等方案解决,对于全文检索场景,可通过搜索引擎如ElasticSearch解决,对于多维分析场景,可通过Kylin或Druid等方案解决。

当然,引入更多组件同时会提高系统的复杂度,不同的组件保存的数据需要同步,需要考虑一致性的问题,需要有更多的运维手段来管理这些组件等。

引入更多组件解决了丰富的需求,业务维度能够极大扩充,随之而来的是一个应用中包含了太多的业务代码,业务的升级迭代变得困难

3.11 第十次演进:大应用拆分为小应用

按照业务板块来划分应用代码,使单个应用的职责更清晰,相互之间可以做到独立升级迭代。这时候应用之间可能会涉及到一些公共配置,可以通过分布式配置中心Zookeeper来解决。

不同应用之间存在共用的模块,由应用单独管理会导致相同代码存在多份,导致公共功能升级时全部应用代码都要跟着升级

3.12 第十一次演进:复用的功能抽离成微服务

如用户管理、订单、支付、鉴权等功能在多个应用中都存在,那么可以把这些功能的代码单独抽取出来形成一个单独的服务来管理,这样的服务就是所谓的微服务,应用和服务之间通过HTTP、TCP或RPC请求等多种方式来访问公共服务,每个单独的服务都可以由单独的团队来管理。此外,可以通过Dubbo、SpringCloud等框架实现服务治理、限流、熔断、降级等功能,提高服务的稳定性和可用性。

不同服务的接口访问方式不同,应用代码需要适配多种访问方式才能使用服务,此外,应用访问服务,服务之间也可能相互访问,调用链将会变得非常复杂,逻辑变得混乱

3.13 第十二次演进:引入企业服务总线ESB屏蔽服务接口的访问差异

通过ESB统一进行访问协议转换,应用统一通过ESB来访问后端服务,服务与服务之间也通过ESB来相互调用,以此降低系统的耦合程度。这种单个应用拆分为多个应用,公共服务单独抽取出来来管理,并使用企业消息总线来解除服务之间耦合问题的架构,就是所谓的SOA(面向服务)架构,这种架构与微服务架构容易混淆,因为表现形式十分相似。个人理解,微服务架构更多是指把系统里的公共服务抽取出来单独运维管理的思想,而SOA架构则是指一种拆分服务并使服务接口访问变得统一的架构思想,SOA架构中包含了微服务的思想。

业务不断发展,应用和服务都会不断变多,应用和服务的部署变得复杂,同一台服务器上部署多个服务还要解决运行环境冲突的问题,此外,对于如大促这类需要动态扩缩容的场景,需要水平扩展服务的性能,就需要在新增的服务上准备运行环境,部署服务等,运维将变得十分困难

3.14 第十三次演进:引入容器化技术实现运行环境隔离与动态服务管理

目前最流行的容器化技术是Docker,最流行的容器管理服务是Kubernetes(K8S),应用/服务可以打包为Docker镜像,通过K8S来动态分发和部署镜像。Docker镜像可理解为一个能运行你的应用/服务的最小的操作系统,里面放着应用/服务的运行代码,运行环境根据实际的需要设置好。把整个“操作系统”打包为一个镜像后,就可以分发到需要部署相关服务的机器上,直接启动Docker镜像就可以把服务起起来,使服务的部署和运维变得简单。

在大促的之前,可以在现有的机器集群上划分出服务器来启动Docker镜像,增强服务的性能,大促过后就可以关闭镜像,对机器上的其他服务不造成影响(在3.14节之前,服务运行在新增机器上需要修改系统配置来适配服务,这会导致机器上其他服务需要的运行环境被破坏)。

使用容器化技术后服务动态扩缩容问题得以解决,但是机器还是需要公司自身来管理,在非大促的时候,还是需要闲置着大量的机器资源来应对大促,机器自身成本和运维成本都极高,资源利用率低

3.15 第十四次演进:以云平台承载系统

系统可部署到公有云上,利用公有云的海量机器资源,解决动态硬件资源的问题,在大促的时间段里,在云平台中临时申请更多的资源,结合Docker和K8S来快速部署服务,在大促结束后释放资源,真正做到按需付费,资源利用率大大提高,同时大大降低了运维成本。

所谓的云平台,就是把海量机器资源,通过统一的资源管理,抽象为一个资源整体,在之上可按需动态申请硬件资源(如CPU、内存、网络等),并且之上提供通用的操作系统,提供常用的技术组件(如Hadoop技术栈,MPP数据库等)供用户使用,甚至提供开发好的应用,用户不需要关系应用内部使用了什么技术,就能够解决需求(如音视频转码服务、邮件服务、个人博客等)。在云平台中会涉及如下几个概念:

  • IaaS:基础设施即服务。对应于上面所说的机器资源统一为资源整体,可动态申请硬件资源的层面;
  • PaaS:平台即服务。对应于上面所说的提供常用的技术组件方便系统的开发和维护;
  • SaaS:软件即服务。对应于上面所说的提供开发好的应用或服务,按功能或性能要求付费。

至此,以上所提到的从高并发访问问题,到服务的架构和系统实施的层面都有了各自的解决方案,但同时也应该意识到,在上面的介绍中,其实是有意忽略了诸如跨机房数据同步、分布式事务实现等等的实际问题,这些问题以后有机会再拿出来单独讨论

4. 架构设计总结

  • 架构的调整是否必须按照上述演变路径进行?
    不是的,以上所说的架构演变顺序只是针对某个侧面进行单独的改进,在实际场景中,可能同一时间会有几个问题需要解决,或者可能先达到瓶颈的是另外的方面,这时候就应该按照实际问题实际解决。如在政府类的并发量可能不大,但业务可能很丰富的场景,高并发就不是重点解决的问题,此时优先需要的可能会是丰富需求的解决方案。
  • 对于将要实施的系统,架构应该设计到什么程度?
    对于单次实施并且性能指标明确的系统,架构设计到能够支持系统的性能指标要求就足够了,但要留有扩展架构的接口以便不备之需。对于不断发展的系统,如电商平台,应设计到能满足下一阶段用户量和性能指标要求的程度,并根据业务的增长不断的迭代升级架构,以支持更高的并发和更丰富的业务。
  • 服务端架构和大数据架构有什么区别?
    所谓的“大数据”其实是海量数据采集清洗转换、数据存储、数据分析、数据服务等场景解决方案的一个统称,在每一个场景都包含了多种可选的技术,如数据采集有Flume、Sqoop、Kettle等,数据存储有分布式文件系统HDFS、FastDFS,NoSQL数据库HBase、MongoDB等,数据分析有Spark技术栈、机器学习算法等。总的来说大数据架构就是根据业务的需求,整合各种大数据组件组合而成的架构,一般会提供分布式存储、分布式计算、多维分析、数据仓库、机器学习算法等能力。而服务端架构更多指的是应用组织层面的架构,底层能力往往是由大数据架构来提供。
  • 有没有一些架构设计的原则?
    • N+1设计。系统中的每个组件都应做到没有单点故障;
    • 回滚设计。确保系统可以向前兼容,在系统升级时应能有办法回滚版本;
    • 禁用设计。应该提供控制具体功能是否可用的配置,在系统出现故障时能够快速下线功能;
    • 监控设计。在设计阶段就要考虑监控的手段;
    • 多活数据中心设计。若系统需要极高的高可用,应考虑在多地实施数据中心进行多活,至少在一个机房断电的情况下系统依然可用;
    • 采用成熟的技术。刚开发的或开源的技术往往存在很多隐藏的bug,出了问题没有商业支持可能会是一个灾难;
    • 资源隔离设计。应避免单一业务占用全部资源;
    • 架构应能水平扩展。系统只有做到能水平扩展,才能有效避免瓶颈问题;
    • 非核心则购买。非核心功能若需要占用大量的研发资源才能解决,则考虑购买成熟的产品;
    • 使用商用硬件。商用硬件能有效降低硬件故障的机率;
    • 快速迭代。系统应该快速开发小功能模块,尽快上线进行验证,早日发现问题大大降低系统交付的风险;
    • 无状态设计。服务接口应该做成无状态的,当前接口的访问不依赖于接口上次访问的状态

转载:https://segmentfault.com/a/1190000018626163

为什么很多炫酷的产品并没能流行起来?

产品炫酷到让人惊叹,但事实却是销量惨淡,让人爱不起来,这背后真正的原因到底是什么呢?本文笔者将通过实例分析,来对这个问题进行进一步讨论。

在科技领域有很多产品或功能,当你第一次见它的时候,你会被它炫酷逆天的操作、天才般的创意所深深吸引,甚至你会从心底欢呼:「Amazing!这一定就是未来!」

然而现实是,很多你认为会改变世界的产品在几年之后不见了踪影或几乎没有人使用它,他们在市场上销声匿迹,被世界所遗忘。

由此引出了产品领域的一个重要话题:为什么很多炫酷的产品并没能流行起来?

在正式讨论这个问题之前,我们先来看一些炫酷但不流行产品的例子。

第一,Leap motion。这个小巧、廉价的配件可以让手指瞬间拥有黑科技功能──隔空操作,发布之初就引起轰动,科技圈盛赞其为革命性的发明,然而五年过去了,这个炫酷且不到 200 元人民币的产品依然没有走向大众,我们几乎看不到它的身影。

第二,谷歌眼镜。这个星球上顶尖创新公司谷歌倾力打造的未来产品,在享尽镁光灯过后早已宣布无限期停止了其消费者版本计划。

第三,VR设备。被高盛分析认为会成为下一代计算平台的 VR 头盔,目前即使最高端的产品也有相当一部分被消费者遗弃到墙角吃灰。

以上仅仅为众多科技产品中典型的三个,当我们真正盘点起来的时候会发现科技史上有无数炫酷但最终未成大器的产品:任天堂的虚拟男孩、微软的体感设备、3D电视、三星带投影功能的手机、平衡电动车、模块化手机……

当我们事后诸葛亮地去回顾这些产品的时候,每一个我们都能分析出众多具体原因:比如任天堂的虚拟男孩是因为画面只支持一种画面颜色;VR 是因为性能还不够;谷歌眼镜是因为隐私问题;投影仪手机是因为电池容量不足……

当我们把每一个产品简单归因于某个单一原因的时候就会陷入盲人摸象的「低解释水平」,而事实上我们应该从更深的层次去思考一个重要的问题──在这些众多失败的原因中,有没有一些共性或者规律?有没有一些能总结并指导后续产品研发策略的「通用特征」?本文就来讨论一下这个问题。

炫酷和用户价值及用户体验并不能划等号

1. 我们为什么觉得一个产品炫酷?

我们为什么觉得一个产品炫酷?是因为这个产品突破了我们原有的认知。比如 Leap motion 的隔空操作,我们会惊叹手指居然不用接触就可以控制屏幕,简直不可思议!

然而第一印象的新鲜感终究会过去,之后我们就会回归到「这个产品能给我带来什么?」这个重要问题上,很多炫酷的产品一个致命的缺点就是它只是炫酷,但提供不了真实的用户体验和用户价值,我们看几个典型案例。

Leap motion 为什么失败?当年我第一次买到 Leap motion,我迫不及待地下载一个切水果游戏,识别非常精准,的确是一次全新的体验,我把它发到朋友圈,朋友们也纷纷表示非常新奇。

然而问题是我切了仅仅五分钟之后,我的手指就很酸了,不得不停下来,我后续又下载了一些游戏和应用,无一例外地发现没有一个应用能让我玩十分钟而手指不酸不累的,这就是产品炫酷但用户价值接近 0 的典型案例。并非背后的技术没有价值和意义,如今 Leap motion 也意识到了这个问题,它已经全力转型做 VR 手势识别了。

微信有哪些惊艳但其实使用率比较低的功能?微信街景绝对算一个。2013 年 8 月微信 5.0 发布,除了打飞机之外还有一个让无数人惊叹功能──扫一扫街景,轻轻一点就能进入所在地的实地街景。

尽管后续被证实微信仅仅是通过地理位置定位而并非通过扫一扫列出的街景,还是引发了无数网民的欢呼,科技媒体也沸腾了,翻了翻当时科技媒体的报道都是这样的:

事实上,几年过去了人们发现微信街景的实际应用场景非常有限,实景地图对于普通地图而言无论从视觉性和灵活性方面都差强人意,使用率极低,科技媒体的 O2O 革命并没有到来,炫酷是一回事,用户体验是另一回事。

「炫酷的功能、糟糕的体验」,同样的问题无数次在科技行业上演:

苹果的 3DTouch 压感屏被证明是公司的意淫,人们根本无法区分重按和长按之间的差别; 支付宝 AR 红包被证明是一次炫技,其复杂的操作和真实场景确实让普通用户望而却步; 能连 WiFi 的洗衣机被证实完全没有体验价值,放入衣服然后点一个按钮就能搞定的事,完全没必要再到手机上去操作一遍,其提供的预约、暂停等复杂功能对 99% 的用户而言完全不需要(我家的美的洗衣机 APP 在第一次操作过后就卸载了)

类似的案例举不胜举,这些著名的失败产品其实和技术能力无关,很多产品都是行业里技术顶尖的公司出品,它们只是忽略了真正的体验而已。

事实上,真正能做到炫酷同时又兼具用户价值的产品都已经真正成为我们身边司空见惯的畅销品,它们在给消费者惊叹的同时还能带来真实巨大的体验提升,比如:

当我们第一次看到 iPod 的时候,还在磁带和 CD 时代的我们惊叹它可以如此小的身躯可以存下「1000首歌」,这是认知的突破,我们会觉得它不可思议,这个固然重要,但更重要的是这个炫酷是有价值的──我们可以抛弃笨重的随身听和索尼的 Walkman 了,这是用户体验的巨大提升。

当我们第一次看 iPhone 第一代发布会,看到乔布斯用双指放大一张图片的时候,我们惊呆了:不可思议。但这不是重点,重点是我们冷静下来发现双指可以自由操作的多点触摸屏让我们的手机完成各种操作都丝般顺滑──直观、简单。事实上,正是多点触控让手机的屏幕从显示屏真正变成了操作屏,而同期的诺基亚则落后一个时代,它忘记了那句「科技以人为本」的 Slogan。

在产品领域一个简单的道理是:炫酷其实不重要,体验才重要。微信从不炫酷,但它无处不在,当你的产品炫酷的时候,你就要思考这个炫酷是否具备用户价值:

特斯拉的大屏在炫酷的同时把车内所有操作都进行数字化并支持在线升级迭代; iPhone 4S 的指纹解锁炫酷的同时带给你简洁的安全体验; 炫酷无叶风扇能切实降低噪音; iPhone X 的脸部识别缩短了身份验证的操作流程……

这些都是炫酷而且实用的真实案例,如果你的产品只是炫酷,对不起,产品世界的残酷法则会把你打回原形。

我曾经也无数次地反复点击 Path 那个炫酷的发布按钮,直到我发现它其实并没有什么用。

从这个意义上说,我预言索尼的最新酷炫的新品──索尼 Xperia Touch 必将失败。这个把投影仪变成直接操作画面的的新设备:酷炫有余、实用不足。

第一,亮度不够,这一点把大多数明亮的场景所排除了。

第二,存在一个重要的体验矛盾:当它把画面放的特别大的时候,直接手势操作就会变得无比别扭。

而把投影画面缩小到手势可以自由操作的大小时,人们就会选择 iPad 这种更加直观的设备,毕竟无论投影多么真实,在平板屏幕上直接操作的体验会远远胜过在木板、地板上划来划去。

最后再加上它 1.3 万的售价,如果索尼不对 Xperia Touch 做根本性的体验调整,三年内必死无疑。信仰也要遵照基本法啊。

炫酷的成本:我们为炫酷放弃了什么?

刚刚分析了炫酷但没有体验价值是失败的一个重要原因,但很多产品炫酷,也有价值,为什么还是不够流行和成功呢?比如三星带投影的手机──Galaxy Beam,答案是忽略了炫酷的成本。

很多人看到成本以为我说的是产品的生产成本,比如要实现炫酷的制造成本太高,所以价格贵,这固然是一个重要原因,但这并不是我要说的成本,因为在 IT 行业,由于摩尔定律的存在,性能问题导致的成本问题随着时间推移都会解决。

我说的成本是指实现炫酷背后的操作成本和体验成本,事实上,从某种意义上硬件产品经理一个最重要的工作就是取舍。当你强化某一产品特性的时候通常必须弱化另一特性为代价,在经济学上,这叫机会成本。

比如,三星的投影手机,看起来很炫酷,但背后的成本是电池续航严重不足,同时手机变得特别厚,而续航和手机厚度在智能手机时代极其重要。

再来看几个例子:

1. MOTO X极

联想收购 MOTO 之后推出的一款手机,号称如何摔都摔不坏,但其背后的代价就是整个机身变得极丑无比,边框可以跑马,一个正常审美的人都不会使用这种手机。

2. 情侣床垫

丹麦设计师设计的一个情侣床垫,把床垫分成多块,可以让情侣舒服地相拥而睡,手不再感到麻木,但其体验成本是你不敢在床上放任何小物件,因为它随时都可能掉下去,而这则是一个噩梦。

3. 三星S4手机的眼球暂停功能

即用户在看视频的时候,通过前置摄像头识别眼球状态,如果没在看视频则自动停止播放视频,然而这个功能需要一直开着前置摄像头,其超高的电耗根本使用不了多久。

看过《蓝海战略》的读者一定不会忘记里边的一个价值曲线的概念,我们就用这条价值曲线来解释体验成本的问题。任何一个产品是由多重属性来决定它的价值的,每一个属性的价值不一样,比如在手机领域,三个手机的价值曲线是这样的:

横轴代表着决定一个手机综合体验的主要因素,比如外观、续航、相机等,越往右侧重要性越低,纵轴代表每一个手机在这些体验要素上的值,值越高代表这个因素体验越好。

理论上,每一个因素的值当然是越大越好,但实际中不可能齐头并进,因此每一个手机厂商都追求差异化策略,比如 OPPO 主打相机、快充等,差异化策略具体到图中就是每一个手机都有一条独特的价值曲线。

从这个图我们可以发现:iPhone 作为行业内翘楚,在前面几项中分值都非常高,抗摔弱一些,而额外功能则没有。

三星投影手机 Galaxy Beam 强化了额外功能,即可以投影,但它的代价是前面的续航和外观都受到了影响,在这两项上得分很低。MOTO 极则强化了抗摔功能,直接导致了外观得分降低。

如果追求炫酷的过程中牺牲的是没有那么重要的因素,那么我们说这种炫酷的体验成本低,或者说炫酷带来的利益能远远超过牺牲的体验要素,那么我们就认为这种牺牲是值得的。

比如 iPhone 初代为上网体验牺牲的续航(相对于诺基亚),iPhone4 为外观使用玻璃机身牺牲抗摔性,但在三星的投影手机、MOTO 的抗摔手机为没那么重要的因素──投影、抗摔去牺牲的极其重要的因素:外观、续航,就属于体验成本过高的体现。

炫酷本身没错,错的是炫酷的体验成本太高。

社交压力:没人会用「让人看起来很傻」的产品

人永远是社交动物,任何一个产品都理应让消费者购买之后变成一个更好的自己,而不是一个更糟糕的自己,如果使用一个产品会让人看起来很傻,那么这个产品肯定走不远。

下面的图很好地说明了这个道理:任何一个产品卖的不应该是产品本身,而是那个使用了你产品之后变得更完美的人。

乔布斯发布 iPhone4 的时候演示了 Siri,当时的发布会也震惊了整个科技界,人们以为智能时代会提前到来,然而 Siri 的使用率到今天依然没有成为主流,我们几乎在公共场合看不到使用Siri的人。

有人说是因为 Siri 现在还不够智能,但这个解释很显然不够准确,因为它解释不了同样不够智能的亚马逊智能音箱──Echo的热销。实际上的原因很简单,如果我在公共场合对着一台手机说话,会让我看起来很傻。

科技界难以理解人类的复杂性的案例远不止 Siri,另一个重要的例子就是 VR 头盔,VR 失宠,很多人说是因为性能不足、没有内容、眩晕、价格高企…….

这固然是重要的原因,但我想说即使这些问题通通都得到解决,VR 设备也不可能像手机一样变成一个如此贴身、高频的工具。在这个地铁上掏出 iPad 都面临被鄙视的时代里,我们很难想象一节车厢全是带着VR头盔的人们,我们也很难想象在聚会、聚餐、社交的时候我们能像使用手机一样自然地戴上一个头盔。

△ 女友关爱智障的眼神

同样的问题出现在谷歌眼镜上,谷歌眼镜失败的原因很多,其中一个重要的原因是:戴上谷歌眼镜并不是像谷歌官方图片中那样让你科技感十足,而现实情况是他会让你看起来像个智障。同时,由于谷歌眼镜有拍摄功能,因此当你戴上谷歌眼镜和别人交流的时候,会招致本能的反感和顾忌,因为他不知道你是否在偷拍他。

△ 你认为谷歌眼镜是这样的

△ 事实上它是这样的

三星在 S4 手机上有一个炫酷的功能,叫「眼球滚动」,即它会使用手机的前置摄像头识别你的眼球轨迹,当你在浏览内容的时候如果已经读到了手机的底部,手机会自动滚动或翻页。

我当时微博的一位同事在体验这个功能的时候,发现眼睛读到底部还不行,还需要上下稍微移动一下,即他读到底部的时候必须反复点几下头,当时我作为同事看着他这样「宛若智障」的操作,笑了半个小时。

我们花钱买一个件商品,是希望它让我们看起来更时尚、聪明、有品位,而不是让我们看起来像一个智障。

受众范围和使用频次决定了流行度

还有一些产品,不存在以上的任何问题,炫酷、实用、没有体验成本、看起来非但不傻还很时尚,但是依然不够流行,这种产品没能流行的原因是什么呢?答案是频次低和受众小。

我在一年前玩过一个 APP 叫「小偶」,它可以通过手机拍照扫描用户自己的脸部特征,生成一个专属的三维脸部模型,并以此生产各种逼真的表情,可以配台词,可以换衣服、发型、带眼睛等无数个性化操作。

甚至还能生产各种如拜年、生日祝福等视频短片,从体验的角度无可挑剔,是一个非常成熟的 APP,背后的技术和体验细节也非常到位,而唯一的问题是我一次性生成了 N 张自己的 3D 动态表情之后,我就再也没有点击过这个 APP。

这就是典型的低频产品,用户体验很好,但它不会频繁使用,因此很难制造流行,而和低频一样,受众小也是炫酷产品难以流行的另一个原因。

我们按受众范围和频次高低两个维度把产品分成四个象限,就会发现第一象限频次高、受众广的称之为「刚需」,第二象限频次高、受众小的称之为「小众需求」,第三象限频次低、受众小称之为「罕见需求」,第四象限频次低、受众广称之为「低频需求」。

低频和小众是流行的敌人,我们发现很多炫酷但没能流行的产品都坐落在二、四象限中,比如像「婚礼纪」这样的 APP 就属于低频产品,就是专门为适婚人群准备的,但使用频次很低,流行需要传播,而低频则限制了传播。

小众也限制了产品的大范围传播,比如同志社交产品即使体验做的足够出色它也不可能走出同志圈的范围。智能血压计尽管在高血压人群中广受欢迎但不足以支持大范围的大众流行。

需要说明的是,和上面三个原因相比,小众和低频只是产品属性,并不意味着产品本身没有价值,只是这类产品无法走向大众而已,如果能找到持续的商业模式,很多低频和小众的炫酷产品都活得很好,无人机、拍立得、游戏主机、证件照 APP 等优秀的产品作为一个品类有着长久的生命力。

好了,以上就是本文总结的炫酷产品无法流行的四大原因。有人问:有没有什么产品把以上四个原因全部占上的呢?

四个原因通通占上这个难度太大了,然而并不意味着没有,在亚马逊上有这样一款产品──Laser Guided Scissors,红外激光制导剪刀,它是为了解决我们剪东西时对不准的问题。

哈哈哈,不要笑,它真的存在,售价 14.99 美元,它 360 度无死角把以上四个理由全部占上:

炫酷但没有什么用──你剪的时候如果手动,激光就会动; 体验成本高──为了炫酷加的红外部件把剪刀变得不伦不类; 你用这把剪刀时别人一定会用「关爱智障」的眼神看你; 超小众加超低频。

它个位数的销量说明了一切。

最后,作为产品人,张小龙的这段话是需要多读几遍的:

隐藏技术,永远展现简单的、人性化的、符合人类直觉的界面。开发不可以为了炫技而展示功能,产品不可以为了炫耀而功能堆砌。