心动创立于 2003 年，是一家全球游戏开发和发行商，拥有丰富的研发、发行和代理运营经验。2016 年，心动推出手机游戏社区和应用商店 TapTap，玩家可以通过官方渠道免费或付费购买下载手机游戏，亦可在社区中与其他玩家交流。截至 2022 年中，心动运营 38 款免费和付费游戏，在全世界拥有 5,000 万月活跃用户，主要分布在大中华地区、东南亚、北美和南美。
TapTap 不同于传统的应用商店的分成模式，至今一直坚持做渠道零分成，这也决定了，TapTap 目前的商业化主要由广告驱动。TapTap 的广告属于站内的原生广告，与其他非商业化内容在形态上高度一致，给用户更好的体验。比如首页的游戏推荐，发现页的内容推荐，搜索引导页的底纹词，以及搜索输入时会出现的搜索建议词，还有搜索最后的落地页等等，广告的部分就穿插在这些内容之间。
TapTap 的 Serverless 实践也是基于这几个业务场景的实际需求来推进的。例如，目前搜广推都依赖的深度学习模型自动化更新/部署，以及组内算法工程师都需要依赖的模型实验记录平台，还有站内新内容的一些 NLP 分析处理等。
早期，TapTap 绝大部分的后端服务都是部署在 ECS，通过 Rundeck 来进行管理和部署，在工程效率和服务管理上无法满足业务的需求。基建升级方案需要满足以下 4 点要求：
-
能大幅提升开发运维效率。
-
以较低的人力成本来满足业务需求。
-
服务足够可靠，能够具备良好的性能。
-
因为 TapTap 工程目前主要是以 Go 语言为主，所以在后续基建升级上需要对 Go 有良好的支持。
心动技术团队考虑了两种主流的方案架构，一个是云主机 + 自建 K8s 全套的解决方案， 还有一种就是 Serverless 架构，使用 Serveless 应用引擎（SAE）和函数计算 FC。
经过对比后，心动技术团队选择了后者。一方面是 Serverless 可以免去机器的购买流程，不需要提前购买 ECS，且自带了一些可选的默认环境，如果没有特殊需求，可以基本免去环境搭建的繁琐；另一方面是 Serverless 已经集成了很多基础组件，基本上能达到免运维直接上线的程度。
在后续维护上，Serverless 产品比 ECS 的计费精度更高，可以做到分钟级，甚至秒级的计费，做到真正业务使用资源时才进行付费，相比 K8s + ECS 的模式，在早期开发和后续运维上, 都能节省较大的人力成本。
函数计算 FC 把业务的调度和触发逻辑与业务逻辑本身解耦，开发、算法工程师可以先在函数计算控制台控制整个业务逻辑的触发与调度逻辑，不需要再额外地开发，可以更加专注业务逻辑本身的设计，这也决定了函数计算更加适用于有业务驱动的场景，这种特性使得函数计算特别适合业务驱动型场景，能在事件触发时动态申请资源执行业务逻辑。
而 Serverless 应用引擎 SAE 在心动技术团队看来类似于功能更丰富的、提供了全套微服务能力的增强版 K8s，可以极大降低维护成本，并做到真正的开箱即用。这种场景下，比较适合进行微服务改造，把原先在 ECS 上的旧服务直接迁移上来，可以在不投入运维人力的情况下获得一套完整的容器化运维方案。
基本上通过两者结合，可以覆盖掉 TapTap 绝大多数的业务场景，实现所有应用服务 All On Serverless。
-
通过 OSS 触发的全自动模型部署/小时级更新服务
TapTap 有一个通过 OSS 触发的模型自动部署与更新服务，实现模型导出及部署。算法工程师在训练完自己的模型，无论是 TensorFlow 还是 PyTorch 以及其他格式的机器学习模型，只需要导出到指定的 OSS 存储空间 Bucket，就会触发模型的更新与部署服务，实现完整的导出即部署。这样算法工程师在不依赖其他工程人力的情况下也能执行模型的部署、更新以及后续的弹性缩扩容。
-
通过 HTTP 触发的模型实验管理平台（Web 服务）
算法工程师通过 HTTP 触发器实现的内部模型实验管理与参数平台提交模型训练任务之后，会自动地将它训练的参数以及日志地址、日志实例记录下来，实现所有的实验可追溯、可管理，这本身是一个 Web 服务，有前端，但又是一个对内的服务，对 QPS 和性能要求不是很高，于是迁移到函数计算上，在管理成本上相当有优势（近期函数计算有免费额度）。
-
通过 Kafka 触发新内容 NLP 处理/解析服务
当 TapTap 站内的用户发了一个新的帖子，会通过 Kafka 推送到 NLP 分析服务商进行 NLP 的处理与解析，存下来用于之后的搜索，这可以实现用户发一条内容调一次服务，精确地控制成本。
-
每周/每日定时统计资源消费
每周/每日定时触发的 MaxCompute、EAS 资源消费统计，TapTap 会自动拉取阿里云后台的非结构化消费账单，按任务和模型的维度聚合，推送给组内的工程师，协助组内技术人员提升自己的成本意识，也帮助各个业务线做好成本管理。
在 SAE 的落地上，心动技术团队选择了组内的预估服务，这个服务本身整合了搜索、推荐、广告都需要的模型推理、特征开发以及样本回传的能力，本身是一个中台型微服务，所有业务线可以非常低成本地接入目前组内最成熟的线上预估服务。例如现在的搜索页的推荐词的点击率预估，国际版的游戏点击率预估等。
通过 SAE，TapTap 的服务快速具备了 Serverless 的能力，因为 SAE 本身屏蔽了很多资源管理、环境管理以及基础运维组件管理工作，使得 TapTap 可以快速地为国内国外的新场景、新业务上线一套独立的预估服务。
与此同时，TapTap 也集成了 SAE 的告警平台，事件中心以及日志服务，TapTap 通过钉钉告警就可以实时感知线上业务的状态，例如是否发生了 OOM 还是重启、错误日志之类的。
另外，本身这个服务也是接入了 Dubbo Go 框架使服务直接具备了服务注册发现，IP 直连，优雅上下线等微服务能力。相比之前使用 ECS 的模式，这套方案在运维管理以及开发上线和后续的成本管控上都有较大的优势，基本可以覆盖从开发上线后续运维的全流程，大大节省组内的开发成本。
-
简单运维，省心省力：开发可以轻松搞定应用开发、部署、管理全流程，让开发更专注于业务，也大大节省了运维的投入和成本。
-
不停机发布 + 分钟级上线：SAE 支持灰度发布、滚动发布的能力，还提供了较为完善的 Open API，可以集成到 Git 中快速部署，使 TapTap 的服务具备了分钟级发版的能力，这个对于新业务尤其具有吸引力。
-
秒级弹性缩扩容：SAE 支持配置像 CPU、内存、QPS、RT、定时等不同维度指标的扩缩策略，可以帮助提升资源利用率。尤其是业务规模大了之后，通过配置更加精细的弹性策略，可以显著降低机器成本。
-
多语言微服务能力：SAE 提供了 PHP、Python、Go 等多种运行时，并且基于 K8s Service 多语言服务注册发现，实现了 Go 语言低成本微服务化。