海尔智家 AIoT 平台作为智能家居生态的中枢，承载着冰箱、洗衣机、空调等超大规模在线设备的长连接管理。近年来，海尔智家的家庭智能化业务高速发展，网器规模快速增长，每日处理设备上报数据与用户指令数十亿条，高峰期日吞吐量更是突破百亿级。
作为大规模设备接入的核心入口，Kafka 集群直接决定了海量用户的家电控制体验。随着业务进入深水区，海尔智家面临着严峻的挑战：
-
超大规模流量下的极致稳定性压力
海尔业务具有显著的潮汐效应和突发指令高峰，且对实时性要求极高。一旦出现网络抖动或消息积压，可能导致大规模设备掉线。虽然自建了数十节点规模的集群，但在百亿级日吞吐量下，保障极致稳定性的难度和风险日益增加。
-
基础设施运维牵扯大量精力，难以聚焦业务创新
为了维护庞大的自建集群，智家投入了专业的基础架构和稳定性团队。面对大量智能硬件迭代和新业务涌现，繁重的运维与扩缩容工作占据了研发团队大量精力，难以集中资源投入到核心业务功能和创新产品的研发中。
为了支撑下一阶段业务的高速发展，海尔智家决定将核心中间件 Kafka 迁移至阿里云 Kafka Serverless。基于海尔智家在自建集群上积累的丰富经验，双方技术团队展开深度共创，制定了以“稳定性优先”为核心的迁移与优化方案。
-
定制“双写+灰度”迁移策略，确保平滑过渡
针对智家复杂的 Topic 结构和对消费位点衔接的高精度要求，双方重新设计了迁移逻辑。确立了精细化的“三步走”灰度策略：先迁移非核心日志；再对核心指令类 Topic 执行“数据双写校验”，确保新旧集群数据实时比对无误；最后全量切换并观察一周，确保了核心业务的零干扰过渡。
-
基于独特流量特征的专项深度调优
针对海尔高并发、突发指令多、对短消息低延迟敏感的流量特征，阿里云团队没有使用默认配置，而是进行了深度的联合调优。通过精细调整 Kafka 的 batch.size、linger.ms 等关键参数，显著提升了吞吐效率；同时利用定时弹性能力，在早晚高峰前提前就绪资源，避免冷启动延迟。
-
共建集群风险识别与可观测体系
双方打破了传统的“厂商提供-客户使用”模式，建立了风险识别共建机制。结合海尔提供的典型场景，利用云端智能分析能力，共同梳理出针对“小 Batch 通信”等隐蔽风险的识别规则，并将这些共建指标无缝对接至海尔现有的可观测平台，实现了全链路透明化和风险前置干预。
经过半年的稳定运行，阿里云 Kafka Serverless 方案的可靠性得到充分验证。通过此次技术架构升级，海尔智家不仅成功支撑了百亿级消息规模的稳定运行，更实现了运维体系的现代化转型。基础架构和稳定性团队将繁重的 Kafka 维护工作交付给阿里云后，得以释放更多精力专注于 AIoT 应用架构优化和面向全球用户的业务系统打造。