大型网站架构系列：电商网站架构案例分析
上节课我们小组对淘宝网进行了简要的架构分析，这周我在课余时间对这类大型电商网站的某些具体架构技术进行了梳理和概括，并对一些架构方法进行更深层次的介绍，并且结合软件工程进行典型电商的需求分析。
一、典型电商案例
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，一些交互性比较多的网站，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。
二、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。
这里介绍一下需求功能矩阵
需求功能矩阵是一种十分全面的需求分析方法，它不会漏掉一些用传统需求管理方法容易漏掉的肺功能需求，因此推荐大家使用需求功能矩阵，进行需求描述。
一个典型电商网站的需求矩阵如下：
| 网站需求 | 功能需求 | 非功能需求 |
| 全品类的电子商务网站 | 分类管理，商品管理 | 方便进行多品类管理（灵活性）网站访问速度要快（高性能）图片存储的要求（海量小图片） |
| 用户可以在线购买商品 | 会员管理，购物车，结算功能 | 良好购物体验（可用性，性能） |
| 在线支付或货到付款 | 多种在线支付方式 | 支付过程要安全，数据加密（安全性）多种支付接口灵活切换（灵活性，扩展性） |
| 可以在线与客服沟通 | 在线客服功能 | 可靠性：即时通讯 |
| 商品打分评价 | 商品评论 | |
| 目前有成熟的进销存系统 | 对接进销存 | 属于约束条件对接时要考虑数据一致性，鲁棒性 |
| 支持3~5年，业务的发展 | 属于约束条件伸缩性，可扩展性 | |
| 3~5年用户数达到1000万 | 约束条件 | |
| 举办双11，双12,三八男人节等活动 | 活动管理，秒杀 | 突增访问流量（可伸缩）实时性要求（高性能） |
| 参考京东或国美在线 | 参考条件 |
以上是对电商网站需求的简单举例，目的是说明（1）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。
三、网站架构
上次我们小组博客的分析已经把最初的网站架构进行了介绍。随着目前网站用户量的激增，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，通过服务器集群之间的通信提高可访问数据量和保证访问的速度。
使用集群对应用服务器进行冗余，实现高可用；
使用数据库主备模式，实现数据备份和高可用；
四、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。
（系统预估必须结合客户需求）
访问原则：20/80原则（上次已经介绍过）
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。
五、网站架构优化
上次我们组介绍了反向代理CDN，多级缓存等优化技术，这次我们继续介绍一些典型的网站架构优化方法。
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：
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：
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）。
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；
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。
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。
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）。
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.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。
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。
六、架构总结
