本文共 5798 字，大约阅读时间需要 19 分钟。

发表于： 阿里技术矩阵

分层实验概念

每个独立实验为一层，层与层之间流量是正交的。简单来讲，就是一份流量穿越每层实验时，都会再次随机打散，且随机效果离散。所有分层实验的奠基石–Goolge论文《Overlapping Experiment Infrastructure More, Better, Faster Experimentation》

下面将以一个简单例子来解释分层实验核心原理，如果要了解全貌，可以看一下上面论文

首先来看一下MD5的作为hash的特点,本文以最简单得MD5算法来介绍分层实验。(但一定要知道，实际应用场景复杂，需要我们设计更复杂的hash算法)

MD5 特点

容易计算：从原数据计算出MD5值很容易。

抗修改性：对原数据进行任何改动，哪怕只修改1个字节，所得到的MD5值都有很大区别。(重要理论依据!)

弱抗碰撞：已知原数据和其MD5值，想找到一个具有相同MD5值的数据（即伪造数据）是非常困难的。

强抗碰撞：想找到两个不同的数据，使它们具有相同的MD5值，是非常困难的。

正是由于上面的特性，MD5也经常作为文件是否被篡改的校验方式。所以，理论上，如果我们采用MD5计算hash值，对每个cookie 加上某固定字符串（离散因子），求余的结果，就会与不加产生很大区别。加上离散因子后，当数据样本够大的时候，基于概率来看，所有cookie的分桶就会被再次随机化。下面我们将通过实际程序来验证。

程序介绍

使用java SecureRandom模拟cookie的获取（随机化cookie，模拟真实场景），hash算法选用上文介绍的MD5。实验分两种：对cookie不做任何处理；对cookie采用增加离散因子离散化。一共三层实验（也就是3个实验），我们会观察第一层2号桶流量在第2层的分配，以及第2层2号桶流量在第3层的分配，如果cookie加入离散因子后，一份流量经过三个实验，按照如下图比例每层平均打散，则证明实验流量正交。

即使第1层的2号桶的实验结果比其他几个桶效果好很多，由于流量被离散化，这些效果被均匀分配到第2层。（第3层及后面层类同），这样虽然实验效果被带到了下一层，但是每个桶都得到了相同的影响，对于层内的桶与桶的对比来说，是没有影响的。而我们分析实验数据，恰恰只会针对同一实验内部的基准桶和实验桶。

与原来实验方式区别？

传统方式，我们采用将100%流量分成不同的桶，假设有A,B两个人做实验，为了让他们互不影响，只能约定0-3号桶给A做实验，4-10号桶给B做实验的方式，这样做实验，每个人拿到的只是总流量的一部分。

上面基于MD5分层的例子告诉我们，分层实验可以实现实验与实验之间“互不影响”，这样我们就可以把100%流量给A做实验，同时这100%流量也给B做实验。(这里的A,B举例来说，一个请求，页面做了改版（实验A）、处理逻辑中调用了算法，而算法也做了调整（实验B）)，如果采用不采用分层方式，强行将100%流量穿过A,B，那么最终看实验报表时，我们无法区分，是由于改版导致转化率提高，还是算法调整的好，导致转化率提高。

package tau.young.ab;import java.security.MessageDigest;import java.security.NoSuchAlgorithmException;import java.security.SecureRandom;import java.util.ArrayList;import java.util.List;import com.google.common.hash.HashCode;import com.google.common.hash.HashFunction;import com.google.common.hash.Hashing;/** *  * 多层实验架构 *  */public class MultiLayerExperiment {	public static void main(String[] args) throws NoSuchAlgorithmException {		SecureRandom sr = SecureRandom.getInstance("SHA1PRNG");// *用来生成随机数*//		MessageDigest md5 = MessageDigest.getInstance("MD5");// *用来生成MD5值*//		// *1. 不对cookie做处理，一个cookie在每层实验分到的桶是一致的*//		exp(sr, md5, 5, 5, 5, 1000000, null, null, null);		System.out.println("=======================");		// *2. 每层加一个离散因子，这里只是简单的a,b,c,就可以将多层了流量打散*//		exp(sr, md5, 5, 5, 5, 1000000, "1", "2", "3");	}	/**	 * 实验分流	 */	private static void exp(SecureRandom sr, MessageDigest md5, final int firtstLevelBucketNumm, // 第一层实验桶数			final int secondLevelBucketNumm, // 第二层实验桶数			final int thirdLevelBucketNumm, // 第三层实验桶数			final int AllFlows,    // 所有流量数			String shuffleLevel1,  // 第一层实验离散因子			String shuffleLevel2,  // 第二层实验离散因子			String shuffleLevel3) // 第三层实验离散因子	{		System.out.println("==第1层实验 start!==");		int[] bucketlevel1 = new int[firtstLevelBucketNumm];		for (int i = 0; i < firtstLevelBucketNumm; i++) {			bucketlevel1[i] = 0;		}				List
   
     level1bucket2 = new ArrayList
    
     ();		for (int i = 0; i < AllFlows; i++) {			int cookie = sr.nextInt();			long hashValue = splitBucket(md5, cookie, shuffleLevel1);			int bucket = (int) (hashValue % firtstLevelBucketNumm);			if (bucket == 2) {				// *将2号桶的流量记录下来*//				level1bucket2.add(cookie);			}			bucketlevel1[bucket]++;		}		for (int i = 0; i < firtstLevelBucketNumm; i++) {			System.out.println("1层" + i + "桶:" + bucketlevel1[i]+" 个流量");		}		System.out.println("==第1层实验 end!==");		System.out.println("==第1层2号桶流量到达第2层实验 start!==");		int[] bucketlevel2 = new int[secondLevelBucketNumm];		for (int i = 0; i < secondLevelBucketNumm; ++i) {			bucketlevel2[i] = 0;		}		List
     
       level2bucket2 = new ArrayList
      
       ();		for (int cookie : level1bucket2) {			long hashValue = splitBucket(md5, cookie, shuffleLevel2);			int bucket = (int) (hashValue % secondLevelBucketNumm);			if (bucket == 2) {				// *将第2层2号桶的流量记录下来*//				level2bucket2.add(cookie);			}			bucketlevel2[bucket]++;		}		for (int i = 0; i < secondLevelBucketNumm; i++) {			System.out.println("2层" + i + "桶:" + bucketlevel2[i]+" 个流量");		}		System.out.println("==第1层2号桶流量到达第2层实验 end!==");		System.out.println("==第2层2号桶流量到达第3层实验 start!==");		int[] bucketlevel3 = new int[thirdLevelBucketNumm];		for (int i = 0; i < thirdLevelBucketNumm; ++i) {			bucketlevel3[i] = 0;		}		for (int cookie : level2bucket2) {			long hashValue = splitBucket(md5, cookie, shuffleLevel3);			int bucket = (int) (hashValue % thirdLevelBucketNumm);			bucketlevel3[bucket]++;		}		for (int i = 0; i < thirdLevelBucketNumm; i++) {			System.out.println("3层" + i + "桶:" + bucketlevel3[i]+" 个流量");		}		System.out.println("==第2层2号桶流量到达第3层实验 end!==");	}	private static String byteArrayToHex(byte[] byteArray) {		char[] hexDigits = { '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', 'a', 'b', 'c', 'd', 'e', 'f' };		char[] resultCharArray = new char[byteArray.length * 2];		int index = 0;		for (byte b : byteArray) {			resultCharArray[index++] = hexDigits[b >>> 4 & 0xf];			resultCharArray[index++] = hexDigits[b & 0xf];		}		return new String(resultCharArray);	}		static boolean isMd5 = false ;		private static long splitBucket(MessageDigest md5, long val, String shuffle) {		shuffle = (shuffle == null) ? "" : shuffle ;		String key = String.valueOf(val) + shuffle;		long hash = 0 ;		if(isMd5) {			byte[] ret = md5.digest(key.getBytes());			String s = byteArrayToHex(ret);			hash = Long.parseUnsignedLong(s.substring(s.length() - 16, s.length() - 1), 16);				}else {			/*			hash = key.hashCode();			HashFunction murmur3_128 = Hashing.murmur3_128();			HashCode hashBytes = murmur3_128.hashBytes(key.getBytes());			hash = hashBytes.asLong();			*/						/**/			hash = Hashing.murmur3_32().newHasher().putLong(val).putBytes(shuffle.getBytes()).hash().asInt();					}				if (hash < 0) {			hash = hash * (-1);		}		return hash;	}}
      
     
    
   

结论

我们观测的第2层和第3层流量均来源于第一层的2号桶。所以得出结论，第一层的流量在第2层、第3层均得到重新的离散分配。

1. 总结
   随着个性化和算法不断引入我们的应用，同一时间做多个实验需求越来越多，更多人开始使用分层实验。

实际使用中，业务场景复杂，我们会面临需要设计更复杂的hash算法的情况，MD5是一种相对容易，效果也不错的方式。有兴趣可以关注大质数素数hash算法等更加精密优良的算法。同时，分层实验中，为了防止流量影响，还会有“流量隔离”等更复杂的概念。

转载地址：http://cfdoi.baihongyu.com/