热门系统产品
电商交易类产品
渠道/经销商产品
业务协同系统产品
其他产品与服务
AI人工智能产品
没有你合适的?
我要定制 >

25张图详解 | 大型分布式电商系统架构(二)

发布时间: 2021-08-06 文章分类: 技术干货
阅读量: 0

电商商城系统

本文是学习大型分布式网站架构的技术总结。对架构一个高性能、高可用、可伸缩及可扩展的分布式网站进行了概要性描述,并给出一个架构参考。文中一部分为读书笔记,一部分是个人经验总结,对大型分布式网站架构有较好的参考价值。

一张图说明电商架构

25张图详解 | 大型分布式电商系统架构(二)

大型电商网站架构案例

1、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,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。

2、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,评价;

目前有成熟的进销存系统;需要与商城系统平台对接;

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。需求功能矩阵需求管理传统的做法,会使用用例图或模块图(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:

25张图详解 | 大型分布式电商系统架构(二)

3、网站初级架构

一般网站,刚开始的做法,是三台服务器,一台部署应用,一台部署数据库,一台部署NFS文件系统。

这是前几年比较传统的做法,之前见到一个网站10万多会员,垂直服装设计门户,N多图片。使用了一台服务器部署了应用,数据库以及图片存储。出现了很多性能问题。

如下图:

25张图详解 | 大型分布式电商系统架构(二)

但是,目前主流的网站架构已经发生了翻天覆地的变化。一般都会采用集群的方式,进行高可用设计。至少是下面这个样子:

25张图详解 | 大型分布式电商系统架构(二)

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;

4、系统容量预估

预估步骤:

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。

根据客户需求:3~5年用户数达到1000万注册用户,可以做每秒并发数预估:

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:240.2=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一般维持在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。5、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

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;

其他技术;

6、网站架构优化

6.1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。

业务拆分作用:提升为子系统可由专门的团队和部门负责,专业的人做专业的事,解决模块之间耦合以及扩展性问题;每个子系统单独部署,避免集中部署导致一个应用挂了,全部应用不可用的问题。

等级定义作用:用于流量突发时,对关键应用进行保护,实现优雅降级;保护关键应用不受到影响。

拆分后的架构图:

25张图详解 | 大型分布式电商系统架构(二)

参考部署方案2

25张图详解 | 大型分布式电商系统架构(二)

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

6.2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;

负载均衡:是高可用系统必须的,一般应用通过负载均衡实现高可用,分布式服务通过内置的负载均衡实现高可用,关系型数据库通过主备方式实现高可用。

集群部署后架构图:

25张图详解 | 大型分布式电商系统架构(二)

6.3 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) 一级缓存,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)。

25张图详解 | 大型分布式电商系统架构(二)

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;

6.4单点登录(分布式Session)

系统分割为多个子系统,独立部署后,不可避免的会遇到会话管理的问题。一般可采用Session同步,Cookies,分布式Session方式。电商网站一般采用分布式Session实现。再进一步可以根据分布式Session,建立完善的单点登录或账户管理系统。

25张图详解 | 大型分布式电商系统架构(二)

流程说明

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。

6.5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:

25张图详解 | 大型分布式电商系统架构(二)

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。分库分表后序列的问题,JOIN,事务的问题,会在分库分表主题分享中,介绍。

6.6服务化

将多个子系统公用的功能/模块,进行抽取,作为公用服务使用。比如本案例的会员子系统就可以抽取为公用的服务。

25张图详解 | 大型分布式电商系统架构(二)

6.7消息队列

消息队列可以解决子系统/模块之间的耦合,实现异步,高可用,高性能的系统。是分布式系统的标准配置。本案例中,消息队列主要应用在购物,配送环节。

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Active MQ、Rabbit MQ、Zero MQ、MS MQ等,需要根据具体的业务场景进行选择。建议可以研究下Rabbit MQ。

6.8其他架构(技术)

除了以上介绍的业务拆分,应用集群,多级缓存,单点登录,数据库集群,服务化,消息队列外。还有CDN,反向代理,分布式文件系统,大数据处理等系统。此处不详细介绍,大家可以问度娘/Google,有机会的话也可以分享给大家。

25张图详解 | 大型分布式电商系统架构(二)

架构汇总

25张图详解 | 大型分布式电商系统架构(二)

大型网站的架构是根据业务需求不断完善的,根据不同的业务特征会做特定的设计和考虑,本文只是讲述一个常规大型网站会涉及的一些技术和手段,希望能给大家带来启发。

 

文章来源:松哥说编程 ;

编辑:云朵匠 | 数商云(微信ID:shushangyun_com)

【数商云www.shushangyun.com】致力于提供企业级的电商平台服务,长期为大中型企业打造数据化、商业化、智能化的电商网站建设解决方案,同时我们还提供B2B交易系统、B2B2C多用户商城系统、B2C电子商务系统、跨境进口电商平台、供应商系统、SRM供应商管理系统、SCM系统、渠道管理系统等一系列系统定制开发服务,通过大数据、云计算等新技术协助企业打造供应端—渠道端—营销端—数据端等全链数字化运营体系,提升企业运营效益与智慧数字化商业转型。

点赞 | 3

数商云是一家全链数字化运营服务商,专注于提供SCM/企业采购/SRM供应商/DMS经销商/渠道商等管理系统,B2B/S2B/S2C/B2B2C/B2C等电商系统,从“供应链——生产运营——销售市场”端到端的全链数字化产品和方案,致力于通过数字化和新技术为企业创造商业数字化价值。

添加企业微信获取更多资料
添加企业微信获取更多资料
相关文章

评论

剩余-200
发表
填写以下信息, 免费获取方案报价
姓名
手机号码
企业名称
  • 建筑建材
  • 化工
  • 钢铁
  • 机械设备
  • 原材料
  • 工业
  • 环保
  • 生鲜
  • 医疗
  • 快消品
  • 农林牧渔
  • 汽车汽配
  • 橡胶
  • 工程
  • 加工
  • 仪器仪表
  • 纺织
  • 服装
  • 电子元器件
  • 物流
  • 化塑
  • 食品
  • 房地产
  • 交通运输
  • 能源
  • 印刷
  • 教育
  • 跨境电商
  • 旅游
  • 皮革
  • 3C数码
  • 金属制品
  • 批发
  • 研究和发展
  • 其他行业
需求描述
填写以下信息马上为您安排系统演示
姓名
手机号码
你的职位
企业名称

恭喜您的需求提交成功

尊敬的用户,您好!

您的需求我们已经收到,我们会为您安排专属电商商务顾问在24小时内(工作日时间)内与您取得联系,请您在此期间保持电话畅通,并且注意接听来自广州区域的来电。
感谢您的支持!

您好,我是您的专属产品顾问
扫码添加我的微信,免费体验系统
(工作日09:00 - 18:00)
专属顾问图片
电话咨询 (工作日09:00 - 18:00)
客服热线: 4008 868 127
售前热线: 189 2432 2993
扫码即可快速拨打热线