每秒百万次访问，每天10TB数据，AR游戏《精灵宝可梦Go》的背后
Esther｜编辑
据Statista统计数据，截止今年1月，风靡全球的LBS AR游戏《精灵宝可梦Go》仅在iPhone端，日活用户就有大约82.7万人。而在一些活动期间，该作的同时在线人数甚至可达数百万级，自上线以来持续吸引了大批忠实玩家。
与吃鸡等MMORPG游戏不同，《精灵宝可梦Go》不仅需要解决同时多人在线的问题，还需要确保基于线下场景的实时AR内容能在多台设备上同步。考虑到该作在全球的大规模覆盖率，大量的LBS AR数据为游戏背后的技术带来很大挑战。那么，《精灵宝可梦Go》的服务器是如何同时承载数百万用户的呢？
据青亭网了解，《精灵宝可梦Go》基于谷歌云服务，因此数据的处理、传输、渲染等流程在云端平台完成，保证稳定性的同时，也允许LBS AR应用场景足够灵活。
近期，为了了解这款游戏背后的技术，谷歌采访到Niantic高级工程经理James Prompanya，在采访中James为我们详细讲述了游戏后台是如何使用Google Cloud工具来支持大量用户流量，包括管理和维护大规模用户端所采用的系统架构，以及其背后发生的故事等等。
Pormpanya表示：在“社区日”和“精灵宝可梦Go Fest 2021”等活动期间，游戏的流量从40万人/秒上升至近100万人/秒。为了承载不断增加的同时在线玩家，Niantic采用了GKE（谷歌容器引擎）、谷歌全球分布式资料托管服务/资料库Cloud Spanner等技术，而且在线上获得了谷歌工程师的技术支持。
注：GKE是谷歌旗下的一个Kubernetes管理平台，主要在谷歌云平台上运行。而Kubernetes最初由谷歌工程师开发，后来在2014年开源，它是一种容器编排平台，用于调度、自动部署、管理和扩展容器化应用。谷歌Spanner是一个分布式数据库，专为游戏状态储存而设计，可支撑全球规模的多人游戏。
谷歌：请介绍一下《精灵宝可梦Go》？
James：这是一款鼓励玩家去户外活动的LBS AR游戏，与传统的手游有很大区别，除了在游戏中互动外，玩家还可以通过线下的社区活动来社交。在相同的地理位置，多名玩家可以一起抓同一个宝可梦，体验共享的AR场景。
Niantic会定期举办社区日、GO Fest、限时突袭等活动。通常，活动上线的区域会同时涌入大量玩家，访问量从每秒40万次上升至每秒100万次。
谷歌：在GO Fest期间，游戏开发团队如何扩展后端规模，以处理流量高峰？
James：我们采用多种托管服务来处理增加的计算流量，主要包括GKE和谷歌Cloud Spanner。《精灵宝可梦Go》的前端服务托管在GKE上，GKE基于谷歌云服务（Google Cloud），管理/扩展节点足够简单。
此外，谷歌工程团队还会在线上为Niantic提供帮助，共同监控和解决《精灵宝可梦Go》在大规模活动期间可能产生的问题。
实际上，在任何时间《精灵宝可梦Go》都有可能涌入大量用户，甚至需要约5000个Spanner节点来处理。除此之外，我们还采用了数千个专门运行《精灵宝可梦Go》的Kubernetes节点。同时，还使用额外的GKE节点来支持游戏的微服务，提升体验感。
这些节点同时运行，可支持全球数百万在线玩家，让他们实时共享同样的LBS AR游戏内容。
谷歌：《精灵宝可梦Go》从一开始就在使用Spanner服务吗？还是在广受用户欢迎后，才开始在游戏架构中加入Spanner服务？
James：最初，《精灵宝可梦Go》的数据托管在Google Cloud Datastore（谷歌云数据仓库）中，这项云服务的优势在于简单易入门，不需要开发者去管理额外的架构。
随着玩家规模逐渐增长，我们希望进一步控制游戏数据库的大小和规模，于是便采用谷歌Cloud Spanner服务。同时，我们也很喜欢Spanner提供的连贯索引功能，它让运行更加复杂的数据库模式变得足够方便。
谷歌：加入我是一名游戏玩家，正在玩《精灵宝可梦Go》。当我打开该应用，开始捕捉宝可梦，这一过程中背后都发生了什么？
James：当玩家捕捉到一只宝可梦，游戏服务器会通过Cloud Load Balancing（全分布式负载平衡解决方案，用于避免拥塞、降低延迟、提升安全性、降低成本）收到相关请求。
此外，《精灵宝可梦Go》首次启动后，储存在Cloud Storage中的全部静态媒体都会载入到玩家手机中。而且，Cloud Load Balancing方案还启动了云内容分发网络（CDN），用于缓存和运行游戏内容。
当玩家手机的访问流量到达Global Load Balancer后，系统会向NGINX（高性能HTTP和反向代理web服务器）反向代理发送请求。接着，反向代理将流量发送到游戏服务器的前端。
Kubernetes还有一个重要部分是空间查询后端（Spatial Query Backend），这项服务会保存基于共享空间的缓存，并用这些缓存来计算地图上显示哪些宝可梦、道馆和补给站（PokeStops）、玩家的时区等任何基于地理位置的内容。
简单来讲，大概是前端负责管理玩家，以及玩家和游戏之间的交互，而空间查询后端则负责地图。同时，前端从空间查询后端获取信息，并发送给用户。
谷歌：那在抓宝可梦时又发生了什么？
James：玩家抓住宝可梦后，系统会通过API从GKE前端向Spanner发送事件。当你更新道馆和补给站地图时，系统请求会发送更新的缓存，并转发至空间查询后端。
Spanner中储存的数据是连贯的，因此在收到缓存更新后，内存中的空间数据也会更新，用于处理之后前端发送的请求。然后，前端再次从空间查询后端获取信息，发送回用户。
谷歌：那么，如何确保统一地理位置的玩家，能够看到相同的宝可梦数据，并保持相对同步呢？尤其是在活动期间。
James：《精灵宝可梦Go》服务器中的一切数据都是确定的，因此，多个客户端在同一个物理位置可以查看到相同的数据，即使这些玩家使用不同型号的手机。而在在线人数多的活动期间，游戏将处理大量缓存和时间同步，所以全部服务器需要同步更新设置变化和事件发生时间，为多名玩家提供共享AR的体验。
谷歌：玩家在玩《精灵宝可梦Go》时，服务器一定产生了大量数据，那么Niantic的数据分析流程是怎样的，都分析哪些数据？
James：是的，这款游戏每天可生成5-10TB数据，我们会将这些数据储存在BigQuery和BigTable中。
团队中的数据科学团队会关注游戏中的事件数据，用于分析玩家行为，以及验证宝可梦地图布局的效果符合预期，或用于市场报告等等。
除了BigQuery外，我们还会使用Dataflow作为数据处理引擎，批量处理储存在Bigtable中的玩家日志。
同时，还会处理一些串流数据，包括检测作弊、寻找和相应不正常玩家信号。
为了获取全球地理位置和生态信息（用于在地图上设置补给站和道馆），我们从OpenStreetMap、美国地质调查局、Niantic Wayfarer地理数据众包平台等数据库中获取信息，未来还将构建一个实时动态更新的全球地图。
谷歌：未来，《精灵宝可梦Go》的活动规模可能会继续扩大，如果流量高达数百万用户/秒，那么系统服务器将如何扩展？
James：随着活动规模扩大，系统中数据管道（pub sub、BigQuery Streaming等等）的负载也将增加，我们需要做的就是确保留出预期的配额。
参考：
https://cloud.google.com/blog/topics/developers-practitioners/how-pok%25C3%25A9mon-go-scales-millions-requests
（ END）
——青亭网