途牛從一開始的單機系統(tǒng)，發(fā)展到現(xiàn)在已擁有數(shù)百個分布式部署的系統(tǒng)。本文主要將途牛網(wǎng)站無線系統(tǒng)在從小到大的過程中，遇到的問題以及解決方法與大家分享，希望為大家?guī)硪欢ń梃b。文章將從服務化推進、南北京機房之痛、性能提升實踐、App客戶端技術(shù)演進四個方面進行介紹。
　　服務化推進
　　途牛的服務化始于2011年，當時我們主要進行了會員的服務化，2012年進行了搜索2.0的服務化，2013年是服務化大舉前進的時刻，主要進行了搜索3.0、價格中心、訂單中心、產(chǎn)品基礎(chǔ)數(shù)據(jù)等系統(tǒng)的服務化，2014年將TSP（途牛服務治理平臺）、業(yè)務公共系統(tǒng)、資源搜索系統(tǒng)等進行服務化，2015年對產(chǎn)類目、開放API進行服務化。
　　從上面的過程可以看出，我們的服務化不是一蹴而就的，而是經(jīng)歷了一個漫長的過程，每一次拆分都相當于為高速行駛的汽車更換輪胎的過程?？梢宰⒁獾剑?012年我們拆分了一個搜索2.0，之后很快又在2013年推出了搜索3.0。
　　這兩個版本的區(qū)別是：做搜索2.0一開始沒有什么經(jīng)驗，雖然采用了Solr這樣非常成熟的開源搜索引擎來搭建搜索平臺，但是沒有明確界定搜索平臺和業(yè)務系統(tǒng)之間的關(guān)系，導致搜索平臺的邏輯非常重，被當成一個數(shù)據(jù)聚合的平臺來使用，網(wǎng)站列表頁數(shù)據(jù)和詳情頁數(shù)據(jù)都從搜索中出來，導致搜索獲取數(shù)據(jù)源部分的邏輯非常復雜，搜索開發(fā)人員將70%的時間都放在和業(yè)務系統(tǒng)對接邏輯的處理上，索引效率也比較低，從而導致性能不穩(wěn)定，逐漸退役。吸取教訓后，我們搭建了搜索3.0的平臺，僅僅提供列表搜索，統(tǒng)一列表字段，將數(shù)據(jù)推送邏輯移到搜索外部，由各個產(chǎn)品系統(tǒng)來進行數(shù)據(jù)推送，搜索本身專注于性能的提升與穩(wěn)定性，并逐步加入智能排序、人工干預搜索結(jié)果功能。迄今為止，搜索3.0是我們公司最為穩(wěn)定的系統(tǒng)。
　　接下來是服務化過程中，技術(shù)層面做得比較好的兩個服務：價格計算服務和服務治理平臺。
　　價格計算服務
　　從技術(shù)上，價格計算服務有兩個難點：一個是團期價格依賴的因素較多，并且依賴路徑較深；另一個是這些因素價格變動的頻率較高，尤其在旺季。因此從設(shè)計上，價格計算服務必須要有較大的容量要求，同時具有實時性。
　　價格計算服務從13年開始構(gòu)建，架構(gòu)上也經(jīng)歷了四個階段：同步架構(gòu)、異步架構(gòu)、并發(fā)架構(gòu)和分布式架構(gòu)，如圖1所示。
　　
　　圖1 服務化的推薦 - 價格計算服務
　　同步架構(gòu)：系統(tǒng)間主要通過接口進行交互，其他系統(tǒng)通過調(diào)用接口通知價格中心發(fā)起運算，價格中心通過接口獲取其他系統(tǒng)價格依賴的所有資源。整個計算流程采用串行模型行，效率低僅能滿足小規(guī)模的計算需求。
　　異步架構(gòu)：系統(tǒng)間通過MQ進行交互，價格中心通過依賴數(shù)據(jù)庫獲取其他系統(tǒng)的數(shù)據(jù)，加快了數(shù)據(jù)讀取的效率，并將計算價格變成兩段：先針對一個資源多個供應商的情況，將資源的最低成本價計算好，然后再算產(chǎn)品最低價。這種架構(gòu)比同步架構(gòu)數(shù)據(jù)讀取的效率更高，并能通過預先生成數(shù)據(jù)，加快計算的速度，提升3倍整體性能。
　　并發(fā)架構(gòu)：首先將價庫自身的數(shù)據(jù)（資源的成本價，產(chǎn)品團期起價）進行了分庫分表，提升了系統(tǒng)的數(shù)據(jù)容量，然后再根據(jù)產(chǎn)品的訪問頻度區(qū)分冷熱數(shù)據(jù)的計算頻率，冷數(shù)據(jù)降低計算頻率，熱數(shù)據(jù)增加計算頻率——并通過在內(nèi)存中建立團期、行程、資源這三個維度的數(shù)據(jù)結(jié)構(gòu)，提升計算過程中數(shù)據(jù)的讀寫效率。整體上性能比異步架構(gòu)提升了3.5倍，每次每個團期的價格計算時間控制在200ms以下。
　　分布式架構(gòu)：通過解析依賴數(shù)據(jù)庫的Binlog，將依賴數(shù)據(jù)庫的數(shù)據(jù)轉(zhuǎn)換成適合使用的內(nèi)存數(shù)據(jù)庫結(jié)構(gòu)，進一步提升數(shù)據(jù)讀取效率，從而解決計算過度依賴數(shù)據(jù)庫的問題，通過使用Sharding MQ，實現(xiàn)本地訪問、本地計算；通過使用Unix域通信的機制，實現(xiàn)本地通信，將每個計算實例所依賴的資源和通信盡量限制在本地服務器上，最大化提升I/O能力，降低I/O損耗。整體性能比并發(fā)架構(gòu)提升2倍，每次每個團期的價格計算時間控制在100ms以下。

普通下載普通下載

相關(guān)電子資料下載

• Tech Mahindra選中是德科技開放式無線架構(gòu)解決方案 863
• QNX無線架構(gòu)為嵌入式系統(tǒng)帶來智能手機的連接性 164