大型电商分布式架构设计与优化

大型电商分布式彌设计与优化本文主题为电商网站架构案例，将介绍如何从电商网站的需求，到单机架构，逐步演变为常用的、可供参考的分布式架构原型。除具备功能需求外，还具备一定的高性能、高可用、可伸缩、可扩展等非功能质量需求（架构目标）。本文大纲：使用电商案例的原因电商网站需求网站初级架构系统容量估算网站架构分析网站架构优化根据实际需要，进行改造、扩展、支持千万PV，是没问题的。使用电商案例的原因分布式大型网站，目前看主要有几类：大型门户（比如网易、新浪等）；SNS网站（比如校内、开心网等）；电商网站（比如阿里巴巴、京东商城、国美在线、汽车之家等）。大型门户一般是新闻类信息，可以使用CDN、静态化等方式优化。而开心网等交互性比较多，可能会引入更多的NoSQL、分布式缓存、使用高性能的通信框架等。电商网站具备以上两类的特点，比如产品详情可以采用CDN，静态化，交互性高的需要采用NoSQL等技术。因此，我们采用电商网站作为案例，进行分析。电商网站需求客户需求：•建立一个全品类的电子商务网站（B2C），用户可以在线购买商品，可以在线支付，也可以货到付款；•用户购买时可以在线与客服沟通；•用户收到商品后，可以给商品打分和评价；•目前有成熟的进销存系统，需要与网站对接；•希望能够支持3〜5年，业务的发展；•预计3〜5年用户数达到1000万；•定期举办双11、双12、三八男人节等活动；•其他的功能参考京东或国美在线等网站。客户就是客户，不会告诉你具体要什么，只会告诉你他想要什么,我们很多时候要引导、挖掘客户的需求。好在提供了明确的参考网站。因此，下一步要进行大量的分析，结合行业以及参考网站，给客户提供方案。其它的这里暂不展开。需求功能矩阵需求管理传统的做法，会使用例图或模块图（需求列表）进行需求的描述。这样做常常忽视掉一个很重要的需求（非功能需求），因此推荐大家使用需求功能矩阵，进行需求描述。本电商网站的需求矩阵如下：网站需求功能需求彳砌能需求 1全品婪的电子商务网站分癸宦瑾j商品管理方便进行參品类帝理（灵洁性）网站访问速厘要快c高性號、图片存储的要求（暉畐那图片）用户可以在学冥商品舎员筈理・购物车（结算功能良好炯物体验（可审性（性链）在壤支忖或蛍到时款寥种在线支付方式支付过程要支全・故摇加密（安全性）多种支村接口列旳换（灵活註,旷匿性）可以在拔与窑服沟通妙客服功能可葩；即HtiKR |商品打分评价目前有质熟的进捎存环对接进第存届于釣束案性储时孕蠢姻T性「劃醴支持斤5年.业务的发癮届幵购伸垢性.可IT展性汩5年相户数达到丄000万约束祭件举办艰口 三八男人初活动活动琶理.秒義却访冋備（可£链）实时性賽求（高性能）畚圣京东或国芋在线畚考案件 |以上是对电商网站需求的简单举例，目的是说明：需求分析的时候，要全面，大型分布式系统重点考虑非功能需求;2.描述一个简单的电商需求场景，使大家对下一步的分析设计有个依据。使用集群对应用服务器进行冗余，实现高可用（负载均衡设备可与应用一块部署）；使用数据库主备模式，实现数据备份和高可用。系统容量预估预估步骤：1•注册用户数-日均UV量-每日的PV量-每天的并发量；峰值预估：平常量的2〜3倍；根据并发量（并发，事务数），存储容量计算系统容量。客户需求：3~5年用户数达到1000万注册用户；每秒并发数预估：每天的UV为200万（二八原则）；每日每天点击浏览30次；PV量：200*30=6000万；集中访问量：24*0.2=4.8小时会有6000万*0.8=4800万（二八原则）；每分并发量：4.8*60=288分钟，每分钟访问4800/288=16.7万（约等于）；每秒并发量：16.7万/60=2780（约等于）；假设：高峰期为平常值的三倍，则每秒的并发数可以达到8340次；1毫秒=1.3次访问。没好好学数学后悔了吧？！（不知道以上算是否有错误，呵呵〜〜）服务器预估（以Tomcat服务器举例）：按一台Web服务器，支持每秒300个并发计算。平常需要10台服务器（约等于）；[Tomcat默认配置是150]高峰期：需要30台服务器；容量预估：70/90原则系统CPU—般维持在70%左右的水平，高峰期达到90%的水平，是不浪费资源，并比较稳定的。内存，IO类似。以上预估仅供参考，因为服务器配置，业务逻辑复杂度等都有影响。在此CPU、硬盘、网络等不再进行评估。网站架构分析根据以上预估，有几个问题：•需要部署大量的服务器，高峰期计算，可能要部署30台Web服务器。并且这三十台服务器，只有秒杀，活动时才会用到，存在大量的浪费。•所有的应用部署在同一台服务器，应用之间耦合严重。需要进行垂直切分和水平切分。•大量应用存在冗余代码。•月服务器Session同步耗费大量内存和网络带宽。•数据需要频繁访问数据库，数据库访问压力巨大。大型网站一般需要做以下架构优化（优化是架构设计时，就要考虑的，一般从架构/代码级别解决，调优主要是简单参数的调整，比如JVM调优；如果调优涉及大量代码改造，就不是调优了，属于重构）：•业务拆分•应用集群部署（分布式部署，集群部署和负载均衡）•多级缓存•单点登录（分布式Session）•数据库集群（读写分离，分库分表）•服务化•消息队列•其它技术网站架构优化1业务拆分根据业务属性进行垂直切分，划分为产品子系统、购物子系统、支付子系统、评论子系统、客服子系统、接口子系统（对接如进销存、短信等外部系统）。根据业务子系统进行等级定义，可分为核心系统和非核心系统。•核心系统：产品子系统、购物子系统、支付子系统;非核心：评论子系统、客服子系统、接口子系统。如上图每个应用单独部署核心系统和非核心系统组合部署2应用集群部署（分布式，集群，负载均衡）分布式部署：将业务拆分后的应用单独部署，应用直接通过RPC进行远程通信；集群部署:电商网站的高可用要求，每个应用至少部署两台服务器进行集群部署;3多级缓存缓存按照存放的位置一般可分为两类本地缓存和分布式缓存。本案例采用二级缓存的方式，进行缓存的设计。一级缓存为本地缓存，二级缓存为分布式缓存。（还有页面缓存，片段缓存等，那是更细粒度的划分）—级缓存，缓存数据字典，和常用热点数据等基本不可变有规则变化的信息；二级缓存缓存需要的所有缓存。当一级缓存过期或不可用时，访问二级缓存的数据。如果二级缓存也没有，则访问数据库。缓存的比例，一般1:4，即可考虑使用缓存。（理论上是1:2即可）。根据业务特性可使用以下缓存过期策略：缓存自动过期缓存触发过期

用户第一次登录时，将会话信息（用户Id和用户信息），比如以用户ID为Key，写入分布式Session;用户再次登录时，获取分布式Session，是否有会话信息，如果没有则调到登录页；一般采用Cache中间件实现，建议使用Redis，因此它有持久化功能，方便分布式Session宕机后，可以从持久化存储中加载会话信息；存入会话时，可以设置会话保持的时间，比如15分钟，超过后自动超时；结合Cache中间件，实现的分布式Session，可以很好的模拟Session会话。5数据库集群（读写分离，分库分表）大型网站需要存储海量的数据，为达到海量数据存储，高可用，高性能一般采用冗余的方式进行系统设计。一般有两种方式读写分离和分库分表。读写分离：一般解决读比例远大于写比例的场景，可采用一主一备，一主多备或多主多备方式。本案例在业务拆分的基础上，结合分库分表和读写分离。如下图：业务拆分后：每个子系统需要单独的库；如果单独的库太大，可以根据业务特性，进行再次分库，比如商品分类库，产品库；分库后，如果表中有数据量很大的，则进行分表，一般可以按照ID，时间等进行分表；（高级的用法是一致性Hash）;在分库，分表的基础上，进行读写分离。相关中间件可参考Cobar（阿里，目前已不在维护），TDDL（阿里），Atlas（奇虎360），MyCat（在Cobar基础上，国内很多牛人，号称国内第一开源项目）。

用户下单后，写入消息队列，后直接返回客户端;库存子系统：读取消息队列信息，完成减库存；配送子系统：读取消息队列信息，进行配送。目前使用较多的MQ有ActiveMQ、RabbitMQ、ZeroMQ、MSMQ等，需要根据具体的业务场景进行选择。建议可以研究下RabbitMQ。更多详情可参考社群过往文章：RabbitMQ高级指南：从配置、使用到高可用集群搭建大话消息队列的流派之争一网打尽消息队列在大型分布式系统中的实战精髓网易蜂巢微服务架构：用RabbitMQ实现轻量级通信8其它架构（技术）除了以上介绍的业务拆分、应用集群、多级缓