节庆大促是未来独立电商必修的一门课程。一次成功的电商大促不仅需要优质商品资源和营销创意，还需要高可用、高性能技术架构体系在背后支撑。


整个电商系统在大促时会有以下技术挑战：

1、如何应对阶段或瞬间高并发访问量。

2、服务器计算资源，网络带宽资源的合理利用问题。

挑战应对不及时的结果：

1、服务不可用

2、访问速度慢

3、数据不一致

4、整个系统崩溃


我们来看看国内几个知名独立电商平台的峰值系统设计。


京东

京东业务繁多，系统庞大且复杂，所以京东在做任何优化设计时，首要保证各个业务节点的稳定性，京东对技术团队的考验已经不仅仅停留在整个系统可用性，而是每个业务API接口级的高可用。因此京东的峰值系统性能提升主要着重以下几个方面：


1、业务模块解耦


系统的模块化相对独立解耦运行，是峰值系统中高并发高性能优化的基础，京东先将整个业务体系拆分成了几个相对独立的子系统，如：SSO、交易平台、POP、订单传递系统、WMS、TMS。每个子系统又可细分为若干部分，逐级优化。例如，交易平台包括价格、购物车、结算、支付和订单中心等；网站系统包括首页、登录、列表频道、单品和搜索等。接下来，针对每个功能模块的关键部分进行切分，有针对性地做性能优化。


2、分布式云计算集群


分布式、云计算集群 在建设之初就预留有相当的流量承载能力和空间，当一处计算资源饱和时，可以将其余的流量瞬间切入其他相对宽松的计算节点，并且各个计算节点相互交叉备份。同时为顾客提供就近服务原则，减少访问网络延迟。


3、底层服务集中API化


集中管理这些组件并对外提供接口服务，将软件的使用复杂性隐藏起来，调用的是简单利索的API。让专业人员去处理复杂逻辑，确保系统的可用性和扩展性，既能大大降低出错概率，又能实现规模效益。


4、虚拟弹性化

ZooKeeper软件栈有机串联、Docker自动化弹性扩容。



小米

小米的峰值系统已经升级到最新的“大秒”，与其他电商平台不同的是，除了峰值，还强调限流，原因是抢购人数与实际可抢商品之间的巨大数字差距。


大秒系统的架构设计如下：


包含：

1. 限流集群HTTP服务

用于按照规则识别出恶意客户以及队列满的时候，丢弃部分流量，以保障正常客户的购买需求。


2. 放号策略集群Middle服务

用于根据商品放号策略集中判断购买者资格。


3. 监控数据中心Dcacenter

用于采集业务以及系统数据，以供监控体系使用。


4. 监控管理体系Master

整个抢购系统由 Master 体系中各个服务做统一的控制的，Master 控制商品状态及配置数据的变更，控制当前活动的状态，控制商品放号的策略等。


5. 准实时防刷模块antiblack

基于日志流的防刷架构，在每台 HTTP 节点上部署日志收集 Agent，使用高吞吐量的 Kafka 做日志转储队列，antiblack 模块实时分析用户请求日志，基于 IP 粒度、Uid 粒度等做防刷。


6. 基础存储于日志队列服务Redis集群、Kafka集群等


大秒抢购系统的几点设计原则：

1. 分治是解决复杂问题的通则；小米从第一代抢购系统演进到当前的大秒系统，衍生出了很多服务，每个服务的产生都是为了专门解决一个问题，分离整个复杂系统，针对每个服务需要解决的问题，各个击破，重点优化。由此，才保障了秒杀体系整体性能、可靠性的提升；


2. 服务化设计；系统解耦，增强系统的伸缩性与可靠性；


3. 无状态设计，增强系统的伸缩性，提升集群整体处理能力；


4. 状态数据局部化，相对于数据中心化，提升集群整体处理能力；


5. 中心化监控管理，热备部署，既保证了服务的高可用性，又能够提升开发和管理效率。随着集群规模的增大以及管理数据的增多，分离管理信息到不同的数据管理节点，实现管理能力的扩容。通常情况下，中小型分布式系统，单机管理能力即可满足；


6. 避免过度设计，过早的优化；小步快跑，频繁迭代；


7. 没有华丽的技术，把细小的点做好，不回避问题，特别是在高并发系统中，一个细小的问题，都可以引发整个服务雪崩。

当当

作为一个典型的自营与开放平台相结合的网上零售电子商务平台，当当网网上购物流程由多达上百个大小系统共同实现。当当网最终服务于消费者，良好的用户体验、钱物准确是立足的根本，因此对系统稳定性、可靠性、准确性有非常严格的要求。

电商系统的运行峰值通常出现在各类促销、营销活动期间，以及大量集中收订的订单带来很大的生产和配送压力时。


当当的峰值系统设计策略有如下几点:

1.基于SOA架构理念，降低系统耦合性，接口定义清晰明确，保证独立子系统的健壮性高，降低故障跨系统扩散风险，从而将伸缩性的困难逐步分解到各个系统；


2.对系统进行分级，集中力量，突出重点系统。当当网从卖场到交易流程均属于一级系统，这部分系统直接关乎用户体验和订单量。在系统稳定性和可靠性等指标上，设计标准高于后台系统；


3. 优先考虑用异步处理代替同步处理，做好系统异常的降级方案，保证有限的合格服务。




纵观上述各家电商峰值系统的架构设计，由于规模、模式以及技术选型都不一样，所以方案呈现了多种多样的态势，很全面的展现了互联网技术的开发和创新特征。虽然表现各异，但是其核心思想基本一致，主要关注如下五个方面：


1、业务系统解耦

2、集中服务化、API化

3、缓存技术的应用

4、数据库的查询性能优化、事务处理性能优化

5、虚拟化、容器化 弹性扩容技术的应用



这五个方面，是高可用高性能峰值系统成功架构的关键，是大型电商系统设计过程无法规避的话题。

未来商务VMCSHOP在企业业务发展不同阶段提供了不同的解决方案，满足高可用及高性能。如：SOA组件化应用程序架构、数据库读写分离架构、Redis和memcache 内存级高速缓存系统的使用、Docker 新一代容器化技术的应用。真正把大型电商系统架构最佳实践带给企业。