本文来自 阿里巴巴 信息平台资深技术专家 何亚明在LiveVideoStackCon 2018热身分享，并由LiveVideoStack整理而成。在分享中，何亚明介绍了Facebook工程师团队的特点与其常用的几种开发工具，并对其开发流程与实际测试方法进行了总结。

文 / 何亚明

整理 / LiveVideoStack

直播回放：

https://www.baijiayun.com/web/playback/index?classid=18071162649778&token=3IE1w9JXSIJt681rrJ0J_WiYpSJR33rVGBsc9zAjeyfCkyeeAyDcLdSjmEllJrb2CqdH1zJ1Si0

本次分享主要是想聊聊在Facebook根深蒂固的工具文化，以及越来越被关注的视频QoE。从音视频文化上带给大家一些启发，在今年10月份还会做一个正式的分享，会更多的从技术层面出发。

Facebook工程师团队

Facebook大家应该都很熟悉了，虽然它现在在中国没有市场，实际上在国外一直是一个垄断的地位，也一直处于一个快速的增长过程之中。Facebook工程师团队的特点，如下：

1）小团队，不重复造轮子

首先非常强调小团队文化，一般是一个团队负责一个东西，不重复造轮子；

2）没有测试工程师，没有产品经理，没有数据分析师

每个工程师要对自己的代码要完全负责的，你就是你产品的主人翁，也就是说每个开发工程师同时也是QA，PD，Data Scientist；

3）自驱力，创造力

在Facebook里面非常强调的一个文化，它就是自驱力和创造力；

4）强大的工具支持

在前面说的，每个工程师要自己负责，但通常很多事情并不是靠个人就能做完的，实际上它除了团队文化，背后是有非常强大的工具体系来支撑的。

质量保证 QoE

由于Facebook的用户量是特别大的，那么怎么样才能保证每个工程师写的代码能够有比较正面的影响呢？在Facebook里面强调的是：“Everything must be tested”，就是说任何一行代码都要必须被测试过，一般从代码快速上线 ，有一个周期从2个星期到3个小时的演化，然后从Master Train到实时上线。任何的功能都是经过实际的来测试的，如何做到这点呢？分两个方面：

1）灰度发布

灰度发布在Facebook是用两个东西来做的，一个叫GK，一个叫QE。 GK是用在Web端和服务器端的，QE是用在Mobile端，就是安卓和IOS上的，它可以非常精确的定点和定向，然后还有逐步灰度，比如说，你想选择在某个区域里面，手机是IOS5.0以上的版本的用户能够进入到你的灰度里面，它也是一个逐步灰度的过程，从1%的用户到2%，3%，一直到20%，就像是一个逐步放大的过程，这样能够确保任何时候，如果你的代码有不良的影响，可以被非常快的关掉。因为有这样的机制，它就保证说你的代码随时的上线。

2）ABTest

ABTest，指的是在同样的情况下用户会分成两种，例如，当准备上线2%的用户时，有1%的用户会经过你的新Code，有1%的用户是没有经过你的新Code，在完全相同的情况下，由于Facebook的量很大，即使 1%的用户也是上百万乃至上千万级别的，这样它可以在很短的时间内收集海量的数据，通过海量的数据分析，能够定位到代码是不是真正的有效。

Facebook的工具文化

总结下来，Facebook工具文化的精髓就是用工具提高效率，可能和国内公司不太一样，他们最优秀的工程师都会在开发内部工具，开发的工具不但是给自己提供方便，给整个公司也提供方便。通过工具解决流程问题，企业文化也可以通过工具来推广，简单来讲，把这些事情都做到工具里面，让机器来做就好了。

1、常用工具

下面会给大家介绍一些Facebook的常用工具：

1）代码开发协同工具 – Phabricator

这是一个开源的代码协同的工具，它会自动扫描你的代码，看看在格式和语法上面有没有不合规的地方需要修改，同时也会自动完成代码测试到上线的整个流程。

2）Scuba实时数据分析系统

这是一个实时数据分析的系统，会进行一个海量数据的分析，当你的某个产品上线后，它能快速找出用户使用的数据来进行分析，还能对比同时期各种数据的指标。

3） Deltoid数据分析工具

Deltoid数据分析工具是一个自动ABTest分析工具，在海量的数据里面，这个工具能够准确的、快速的把ABTest数据量化，从统计学的角度排除掉干扰的信息，告诉你哪些数据是有效的，哪些数据是噪音，哪些数据是无效的。通过Deltoid可以很清楚的看到哪些功能是有效的，哪些是无效的。

2、Facebook的开发

我个人总结Facebook的开发主要分为五步：

第一步，确定要的功能，完成代码，进行自测

第二步，设置测试分组流程

第三步，通过内部和外部用户测试

第四步，分析测试结果

第五步，根据结果决定是发布还是丢弃，再次进行修改

3、数据指导QoE

通过数据来指导的QoE，首先要制定好主要的指标，次要的指标，像跟视频多媒体相关的，主要指标要注意Messenger – 通话时长（Call Duration），Live – 观看时长（Watch Duration），次要指标就有很多了。另外，我要强调的是，QoE不是单纯的QoS，更是一种服务体验，比如图标ICON，Layout和弱网提示等，这些都会影响到用户的体验。

Q&A

Q1：推荐几本多媒体的书？

A：基本上讲的比较好的，一本讲H.264的，另外还有讲RTP的一本书。

• 《H.264 and MPEG-4 Video Compression》恩·E·理查森

• 《 RTP: Audio and Video for the Internet 》科林·珀金斯

Q2：Facebook在GitHub上有哪些相关的项目？

A：就说多媒体方向的话，音视频方向的开源项目并不是特别多，我记得后面我们开源了一个基于Quick来做得那种媒体播放的，然后的话，非常多的是基于这个底层下面的。

Q3：现在有很多Code也是直接就Check到WebRTC主流上面，它的这个多人连麦视频窗口排列有所不同，这个会影响用户体验吗？

A：这个是有可能会的，从用户的层面来讲，他很多时候感知到的是一种服务，是一种体验。他只要觉得，他讲话的时候，得到了反馈，他知道对方在讲话，他看到了这个反馈，也听到了这个声音，他就愿意多用你的产品。