最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

各媒体挖出的11.11电商技术架构绝招已经放出来了!

[复制链接]
跳转到指定楼层
楼主
发表于 2014-11-11 16:59:52 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
京城媒体“贴身肉搏”京东11.11指挥中心各位技术大神
0、从京东11.11指挥中心流出的数据:
- 京东研发15个一级部门参与今年11.11备战;
- 参加备战的共有:121个备战小组,635名研发人员;
- 11.1各个线条正式进入24小时值守的备战状态;
- 11.9开始,160名研发战士进入指挥中心;
- 备战服务器已经发放2000多台;
- 涉及0级系统164个,0级系统的关联应用1000多个。共制定1000多个0级应用的应急预案;
- 截止上11.7,0级应用系统的应急预案全部准备完成;
- 所有系统的应急切换控制在60s之内完成;
- 系统演习:共进行了100多场演习;
- 防攻击演习:多次ddos防攻演习;
- 共进行了上百次专题讨论会及备战会议;
- 跟往年不同,今年的流量入口更分散化,流量分配更合理、更智能;
- 系统应用的部署更趋于分布式;
- 交易引擎更具有弹性化的功能;
- 云存储、云计算开始发挥出了作用;
- 大数据的应用得到了体现;

一、电商大促前的线上压测,教你4个绝招:
1、读逻辑线上压测。最容易实现的线上压测。因为不会破坏用户的数据,最多把你的系统压出问题来,而自身可控,所以系统很快就可以恢复。
2、写逻辑线上压测。最难写的是写逻辑线上压测。京东目前线上压测有很多非常重点的写逻辑,大促前需要针对不适合降级的写逻辑做线上压测。如库存、下单等,背后有大量需要清洗线上数据的工具,都是需要做线上检测的写逻辑。
3、确定覆盖范围。加哪些链接,加哪些业务流,主要取决于①你对平时线上业务的理解,哪些量级会影响到主交易流程的业务周期流向② 你平时要注意分析线上的日志,观察哪些请求调用量比较大。
4、压测过程中要看软件和硬件,包括2个方面的指标:首先,硬件方面包括CPU、内存、硬盘、网络,因为现在每一个系统都不一样,有的是CPU 密集型的,有的加了太多的热量缓存,有的是普通的操作硬盘,而有的看重网络连接数,接口流量、出口流量都要观察;第二,软件方面主要有吞吐量、并发数、服务响应的时长,因为整个交易系统已完全服务化,服务化后服务端的响应时间是多少,客户端的响应时间是多少,要在压测的过程中进行观测,以找出系统真实瓶颈。比如说,服务端的时间很短,客户端时间很长,就可以检查客户端到服务端之间的网络链路,包括底层架构,是不是有问题。

二、电商实时价格系统设计的4大原则:
1、水平扩展分流原则。实时价格系统的瓶颈在于主Redis的数据负载能力,因为如果主Redis后面承载的数据分片过多,单独数据一致性比较难保证,性能也就无法保障。
2、限流原则。Nginx 节点加了很多限流规则,还有大量限流数据。整套系统最后做了线上压测,发现整个系统的瓶颈点在于回源的调用。原因是其中的业务逻辑计算太复杂,既要获取促销的信息,还要获取商品的信息,甚至要用大量服务完成逻辑运算,从而回源调用困难。
3、降级原则。针对回源瓶颈进行降级。进购物车前看到的价格信息可以允许不一致,但要以购物车为准,购物车不能降级,这对大部分商品而言是可行的。
4、读写分离原则。形成几个读写业务逻辑的闭环——后面的系统出了问题绝对不会影响到前面的系统。
三、处理海量订单时保障数据一致性的4个绝招:
1、系统整体控制上采用流程控制中心,而不是阶梯式控制。
2、减少直接依赖数据库,因为数据库最终会成为影响订单处理的瓶颈,数据的一致性很难得到保证,
3、流程控制中心模式可以借助工作流和状态机实现中心控制,这样既便于运营,又方便及时发现和解决问题单据。
4、梳理订单处理的主流程和状态机,然后由主流程系统负责整体流程的调度和数据的推送。这个主流程可能跨大的业务域,如物流领域和资金领域,每个领域内可以有工作流,但不能与主流程冲突。
四、CDN,负载均衡和基础网络要解决的4大核心服务:
1、服务器等主机设备的网络接入服务。这将主要影响主机设备网络的有效接入带宽和可用性。虽然目前数据中心的以太网物理接入带宽基本都达到了1000Mbps,但实际上由于TOR、汇聚设备等上行链路的带宽收敛,主机设备的平均有效带宽远远低于1000M。而随着近些年主机设备流量的快速增长,接入带宽不足的问题愈发突显。
2、数据中心的互联网接入服务。这将主要影响数据中心整体可以提供互联网服务的容量和质量。随着大型集群、分布式应用、大数据应用等技术架构的广泛使用,尽管互联网流量在保持较高速度的持续增长,但数据中心内部东西向和南北向二者流量的总体增长,给主机接入、互联网接入同时带来极大的挑战。
3、数据中心之间的互联服务。这将主要影响网络对跨数据中心的数据调度和分布式应用的支撑能力,以及相对于互联网的网络质量优化能力。
4、数据中心云化服务。数据中心界限的模糊化、网络服务的平台化,是上层应用和网络自身发展的综合需要。而高带宽专线、基于DWDM 的传输系统是实现目标的必经之路,多数据中心的网络架构则是决定服务性能、扩展性的核心保障。

脱光哪家强?指挥部里来帮忙!


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-3 05:13

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表