2019 天猫双 11 交易峰值创下新纪录，达到 54.4 万笔/秒，是 2009 年第一次双 11 的1360倍。
绚丽数字背后，是架构的极致优化。
阿里双十一是典型的电商秒杀系统，这里我们总结几种常见的高并发场景：
电商秒杀，并发量极高，商品SKU丰富，系统的瓶颈在商品、订单的读写;
Feed流业务，像微博等，系统性能瓶颈在于热点数据的读并发请求;
IM业务，用户点对点，数据读写均匀，数据访问冲突较小;
从业务场景和挑战难度上，电商秒杀难度最大。那么对于双十一这种场景，业务架构和系统架构上需要如何优化呢?
交易系统常见的整体架构
用户发起(浏览器/APP)，最上层，面向用户
业务层，对用户请求进行业务逻辑判断，校验
核心系统层，订单服务、商品服务，提供交易的核心逻辑与数据访问
基于这个架构，架构师们应该如何优化?
主要有：
做好链路流量过滤拦截
充分利用缓存高性能
提前进行容量规划
优秀的架构设计
一、链路流量过滤拦截
电商高并发之所以挂，大部分原因是请求压力落到了数据层，数据读写锁冲突严重。交易对数据一致性要求高，进一步导致了响应耗时高，导致上层所有请求超时，最终服务宕机。
双十一属于秒杀，瞬时读写高并发场景。此时我们可以采用哪些业务手段：
用户请求层面，限制用户x秒内只能提交一次，从而降低系统负载;
双十一提前加购物车，将商品库存扣除，将交易流程变短，对数据写入时间尽可能分散;
业务折中，比如不同的场次，将交易分散到全天;
服务熔断降级，当系统流量大于承载能力时，抛弃部分流量保证系统整体稳定性。
PS. 大家双十一剁手，遇到服务器开小差的页面提示。
二、充分利用缓存
业务系统，大多是读多写少场景：
商品的查询，读请求，量大
购物车的查询，读请求，量大
添加购物车、下单和支付，写请求，相比于读请求，量小
因此利用缓存的高性能，将99%读请求拦截在数据库之外，保证数据库的高可靠，是我们常用的方案。
三、提前容量规划
互联网企业，针对节日对流量进行预估。需要通过流量来预判机器是否扩容，数据库是否分库。这些都是架构师必备的系统容量规划的能力。
容量规划的核心是QPS预估，以及单机承载能力评估。
QPS预估有很多方法，最常用的就是业务预估
历年双十一交易额曲线
通过历史的流量，可以很好的预测当前的QPS，从而提前布局架构升级。比如阿里每年的成交都以”非常优美“的曲线增长。
如何评估一个业务，一个服务单机能的极限QPS呢?
答：真实线上环境的全链路压力测试。
四、优秀的架构设计
通过以上的做法，我们能大大提高节日下高并发下的架构性能。但是一个完整的电商后台，我们还需要更多的架构设计，比如同步、异步模式的灵活运用。
传统的架构，交易和物流进行耦合，但是高级架构师会引入消息中间件，将同步的物流单创建，转化为消息发送，异步创建物流单，大大提高了交易核心的稳定性。
网友评论