Inside Atlassian’s Forge Billing Architecture for Distributed Usage Tracking at Scale

深入了解 Atlassian Forge 计费架构：实现大规模分布式使用跟踪的内部机制 - InfoQ

InfoQ 首页 News 深入了解 Atlassian Forge 计费架构：实现大规模分布式使用跟踪的内部机制

架构与设计

面向代理时代的工程实践：如何规范、构建、测试和运营 AI 驱动的系统（网络研讨会 7 月 16 日）

深入了解 Atlassian Forge 计费架构：实现大规模分布式使用跟踪的内部机制

2026 年 6 月 20 日 2 分钟阅读

作者：

• Leela Kumili

#### 为 InfoQ 撰稿

激发你的好奇心。

帮助全球 55 万名高级开发人员每月保持领先。

联系我们

收听这篇文章 -

0:00

音频准备就绪

你的浏览器不支持音频元素。

正常

1.25x

1.5x

喜欢

新下拉阅读列表

• 阅读列表

Atlassian 描述了其 Forge 计费平台背后的工程，这是一个构建的系统，用于支持其云应用开发生态系统中的使用量计费。Forge 是 Atlassian 的无服务器可扩展平台，用于为 Jira 和 Confluence 等产品构建应用，而计费系统负责将分布式使用信号转换为大规模的准确财务记录。

随着 Forge 从一个简单的扩展模型演变为一个以使用驱动的生态系统，其中计费依赖于诸如函数调用、存储消耗和操作遥测等细粒度信号，该平台应运而生。这一转变要求 Atlassian 构建一个能够从独立服务中收集高流量事件的系统，确保这些事件被一致验证、归因于正确的租户上下文，并转换为计费就绪的记录，而不会重复或丢失，同时仍支持开发人员的近实时可见性。

从高层次来看，架构包括发出使用事件的 Forge 服务、一个集中式的摄入和流处理层、一个使用跟踪系统以及下游的计费和商业系统。每个 Forge 服务使用共享的模式生成结构化事件，确保下游消费者无论来源如何都能一致地解释这些事件。

Atlassian 强调，

UTS（使用跟踪服务），作为 Forge 计费的神经系统。

Atlassian 将 UTS 描述为用于接收使用数据的协调层，负责验证、规范化、丰富和准备事件以进行计费流程。UTS 还确保使用数据在持久化并传递到下游之前被一致地归因于正确的授权或订阅上下文。事件通过基于 Kafka 的系统和内部交付抽象构建的流基础设施进行传输。这一层强制执行模式验证并确保可靠地传递到下游消费者。通过将生产者与消费者解耦，平台减少了服务依赖，并允许摄入和处理组件独立扩展。

Atlassian 强调，

这里的关键复杂性是归因和形状：每个事件必须归因于正确的授权/订阅上下文，并且它必须符合 UTS 的合同，以便下游系统能够处理。

一旦摄入，使用事件由跟踪层进行处理，该层执行验证、规范化、丰富、去重和排序。这确保了即使在事件按顺序到达或由于重试而多次传递的情况下，也能保证财务的正确性。

摄入管道（来源：Atlassian 博客文章）

系统通过使用幂等事件设计和基于时间的聚合来处理分布式一致性，确保重复投递不会导致重复计数，同时通过窗口处理将迟到事件纳入考虑。流处理引擎将原始使用事件转换为聚合指标，用于计费和分析。数据存储在分层系统中，具有不可变的长期存储用于审计，以及低延迟的分析层用于仪表板和 API。使用情况映射到开发人员空间，实现按应用跟踪和集中计费，从而实现可扩展、透明的计费，并提供强正确性和可追溯性保证。

作者部分主包装器

关于作者

部分标题

每个作者的主包装器

#### Leela Kumili

显示更多

显示更少

#### 此内容属于可观测性主题

##### 相关主题：

• 开发

• 架构与设计

• FinOps

• Apache Kafka

• 可观测性

• 事件流处理

• Atlassian

• 多租户

• 流式处理

• 事件驱动架构

• SaaS

• 分布式系统

• Jira

• 云架构

• 相关编辑内容

• 相关赞助商 使用智能体 AI 构建最佳应用 —— 融入架构防护措施以实现确定性结果

• 相关赞助商 Copilots 让一个开发人员更高效。WaveMaker 使 10 个小组保持一致。在不同技能水平上实现架构治理和可预测的结果。尝试 WaveMaker AI。

InfoQ 新闻通讯

每周二发送上周 InfoQ 内容的汇总。加入超过 250,000 名高级开发人员的社区。查看示例

我们保护您的隐私。