『互联网架构』软件架构-电商系统架构发展历程（68）

以之前看的一本书淘宝这十年来，一起回顾下电商系统的发展历程，其实也折射了目前很多系统的技术的发展变革。源码中有本书，【淘宝技术这十年】，从单机版到目前淘宝的技术状态。

#####（一）目的

1. 一起了解学习的分布式专题技术可以串起来。

2.了解电商系统相关的技术知识。

3.面试，工作可以应用到。

#####（二）一个电商系统到底包含什么

图有点长，网上找的但是如果要做这个系统老费劲了。体力活。美国，苏宁，京东电商大型网站都是上万人研发。可见系统的庞大。

#####（三）系统的历史

* 淘宝第一版–个人网站

 LAPM 【linux+apche+php+mysql】 

• 1.java早期的电商网站

  > 多个模块在一个系统中，通过jdbc的访问同一个数据库。

存在的问题，随着流量越来越大，数据库查询速度慢，系统反应慢等等，单机的性能瓶颈。

• 2.java电商网站，引入集群

  > 加机器的方式解决，集群的方式来解决。

存在的问题，访问的那台机器是不知道的。

• 3.java电商网站，引入负载

  > 增加负载的方式，分为硬负载f5，软负载nginx。

存在的问题，第一次访问的机器是A机器，第二次因为负载了访问了B机器。

• 4.java电商网站，负载后，请求的4种解决方案。

  >（1）hash的方式，通过请求IP的hash值绑定要请求的服务器。

存在的问题，abc每次请求都发A机器，这个就是受单点的问题，如果A机器挂了，abc的请求得不到转向，一直请求A机器，用户一直访问不了，一直报错。

（2）session的复制，通过A和B机器进行相互的session复制

存在的问题，数据不安全的问题，用户数据的都在客户端，存在破解的可能。手机一般都使用这种cookie的方式，手机都是单独自己使用的，不存在公共部分。

（3）session集中存储的方式，加入 redis 或者其他中间件

存在的问题，相比前集中增加了redis中间件，增加了运维和开发的成本。如果用户量非常大，用中间件的方式也是可用性非常高的。

• 5.java电商网站，数据库原来一个应用一个数据库，需要集群数据库用同一个。

5.java电商网站，数据库分读写，解决高并发读写的问题，master和slave流量的问题。

存在的问题：下单之后到主库，然后立马查询到从库。这个时候主库信息还没同步到从库中，系统可能就报错了。这种问题解决方案只有一个TDDL，sharding-jdbc。

• 6.java电商网站，读写分离，分库分表。

proxy：应用程序在访问数据库的时候，中间拦了一层，通过拦截可以知道是select 还是insert，update判断是走主库还是从库。proxy需要维护，维护高可用，协议要拦截性能要下降。

应用层：shardingJDBC基于jdbc底层的请求原理，请求的时候改成 sql 的方式。访问读库还是从库。开发人员需要了解shardingJDBC的业务，增加了开发成本和学习的成本。数据库管理需要。

• 7.java电商系统，增加搜索引擎和redis集群

search cluster 全量同步，和定时增量同步都是通过读 mysql 的binlog完成的。解决数据库压力。

redis cluster 通过缓存到redis中，直接从redis中获取，减少数据库的读写。

CDN 通过将静态文件放到指定的服务器，通过CDN下载静态资源。

#####（四）分布式时代

引文：商品模块和会员模块两个不同的人开发，他们是互相调用的关系，商品模块的人开发完毕了，但是会员模块的老铁说，今天不上了，这是不是很尴尬，商品模块的需要回滚到满足会员模块的，两个人就开始掐架了，我好心写了你让我回滚，会员模块的说其实我也不想，这个产品经理不让上。随着系统越来越大，各个模块变成了系统，每个系统是由不同小组来完成的，为了满足互相之前不受影响，就开始服务化。

• 说说淘宝的HSF 和 dubbo

  > 提供对Dubbo和HSF两个RPC框架的支持。阿里巴巴第一代RPC框架Dubbo是国内第一款成熟的商用级RPC框架，已于2011年正式对外开源，目前已发展成为国内开源价值最高、用户使用规模最大的开源软件之一。最新一代RPC框架HSF，全称High Speed Framework，也叫”好舒服”，”很舒服”框架，是阿里内部对这一款高性能服务框架的昵称，是一款面向企业级互联网架构量身定制的分布式服务框架。HSF以高性能网络通信框架为基础，提供了诸如服务发布与注册，服务调用，服务路由，服务鉴权，服务限流，服务降级和服务调用链路跟踪等一系列久经考验的功能特性。

他们之前的互相调用很复杂。至少功能进行了解耦，会员和商品之前的依赖关系，会员上线失败只会局部的影响。但是会产生一个问题互相的调用，占用更多的网络资源。

• 分库分表的方式继续优化

  > 每个应用一个数据库不在整个使用一个数据库了，每个应用一个库，对于比较复杂的利于订单，产品通过sharding-jdbc来进行分表。用的最多的hash取模的方式，hash比较均匀，避免数据热点的问题。但是hash的方式不容易进行扩展，之后会说如何针对hash进行扩展。

• 消息中间件
  

  异步和解耦，双11下单的量很大，从Notify>metaq>rocketMq都是一样的。削峰填补。下个单需要查库存，告诉统计系统，还有风控系统。平常时候统计系统是不用的，而是双11的时候使用，总不能平常的时候把统计系统的代码注释吧？到双11在把代码放开，然后在上线。利用rocketMq的来解决。

• 图片服务

1. oss tfs的方式。上传一次，公用的都可以拿到。给每个图片识别一个号，第二次上传会读hash，如果这个hash已经存在就不在上传。时间换空间的一个问题。解决数据库的一个问题。
2. 数据库存储图片名称和路径，图片的物理地址存储到硬盘里面。分布式肯定有问题！冗余AB服务器都存一份，或者搞个图片服务器。不可取。
3. 流的方式储存到数据库里面。占用硬盘资源，需要转码对数据库的IO。

• 运营系统

  > 日志系统，风控系统，报表系统，调用链系统。

PS：看到电商是如此复杂是不是有点头疼，越往后业务越来越细分，运维的工作量越来越大。两个 程序员 可怕【改需求，改别人的代码】。分布式基本就是2个点，应用和数据库。

已是最新文章