精华内容
参与话题
问答
  • 系统架构演进

    2017-05-02 17:00:19
    单一应用架构 当网站流量很小时,只需一个应用,将所有功能都部署在一起,以减少部署节点和成本。 此时,用于简化增删改查工作量的 数据访问框架(ORM) 是关键。 垂直应用架构 当访问量逐渐增大,单一...



    单一应用架构
    • 当网站流量很小时,只需一个应用,将所有功能都部署在一起,以减少部署节点和成本。
    • 此时,用于简化增删改查工作量的 数据访问框架(ORM) 是关键。
    垂直应用架构
    • 当访问量逐渐增大,单一应用增加机器带来的加速度越来越小,将应用拆成互不相干的几个应用,以提升效率。
    • 此时,用于加速前端页面开发的 Web框架(MVC) 是关键。
    分布式服务架构
    • 当垂直应用越来越多,应用之间交互不可避免,将核心业务抽取出来,作为独立的服务,逐渐形成稳定的服务中心,使前端应用能更快速的响应多变的市场需求。
    • 此时,用于提高业务复用及整合的 分布式服务框架(RPC) 是关键。
    流动计算架构
    • 当服务越来越多,容量的评估,小服务资源的浪费等问题逐渐显现,此时需增加一个调度中心基于访问压力实时管理集群容量,提高集群利用率。
    • 此时,用于提高机器利用率的 资源调度和治理中心(SOA) 是关键。

    展开全文
  • 曹振团_《美团外卖系统架构演进与系统稳定性经验谈》PPT原版.曹振团_《美团外卖系统架构演进与系统稳定性经验谈》PPT原版.曹振团_《美团外卖系统架构演进与系统稳定性经验谈》PPT原版.
  • 美团外卖系统 架构演进系统稳定性经验谈 目录 • 个人简介 • 美团外卖业务发展历程 • 技术体系架构演进介绍 • 外卖业务稳定性的挑战 • 系统稳定
  • 核心交易系统架构演进 原文:核心交易系统架构演进前言 随着双11进入千亿时代,电商平台正在向“全球化,娱乐互动化,无线化,全渠道”发展。 为实现全民互动,电商平台会进行低价预售,狂欢红包,...
    原文:核心交易系统架构演进

    前言

    随着双11进入千亿时代,电商平台正在向“全球化,娱乐互动化,无线化,全渠道”发展。

    为实现全民互动,电商平台会进行低价预售,狂欢红包,购物券,红包雨,商品半价,满n减1等多种促销方式。

    核心交易链路设计

    每笔剁手操作都会经历一系列核心系统处理,如图:

    09af1ba24d8b2e8f0215f4110f54cd35bbe.jpg

    如此眼花缭乱的玩法,底层是多个核心系统的支撑,整个系统要保证在交易高峰下的海量订单有序,准确,顺滑。

    预算扣减及红包领取

    红包发放要保证精确预算控制,预算发放的红包总金额不能超过预算的金额。

    每条预算在数据库中是一条记录,在高并发场景下,可能会成为单热点瓶颈,维护过多的记录表,可能造成数据倾斜。

    预算控制和用户无关,无需实现单元化。用户的红包信息则需要实现单元化,发放流程涉及到预算扣减,扣减操作后,用户需要尽快收到红包。

    因单元化和非单元化的数据处于不同数据中心,可能造成跨机房调用,也就引入了不确定性。

    所以红包系统和预算系统需要解决高并发场景下的预算扣减和用户收取红包的一致性。

    分桶方案

    通过分析历史数据,我们将预算拆分为多个子预算,瓶颈分配到多个数据库中,根据红包发放请求的userId进行路由。在子预算余额不足时,路由到主预算中。
    每个子预算的扣减并不相等,肯定有一部分子预算会出现余额不足的情况,所以主预算要比子预算多分配一些金额。当多个子预算余额非常少时,可以对子预算进行回收,避免预算分片的碎片化。

    c2bf12d514e59f4dc4857f4bf8b1b8d9975.jpg

    数据库优化

    为提升记录表性能,需要对数据库操作进行梳理及优化。设想这个场景主要有3条sql:

    • 两条插入语句
    • 一条更新语句

    更新语句是造成热点的瓶颈,为减少更新导致的独占锁,可以将3条sql合在一起,通过一次网络传输到达数据库服务器,同时在更新语句中设置余额大于等于0的条件,这样可以避免在扣减之前再查询一次余额,而仅仅通过判断sql错误码就能识别余额是否足,减少了对数据库的压力。

    更新语句添加commit_on_success标签,保证事务成功后立即提交事务,不用等到客户端获取更新结果再发起commit,减少了一次网络交互,同时记录的独占锁可以立即释放。

    更新语句添加target_affect_row 1 标签,保证如果满足条件的记录不存在,事务应该失败,而不是返回影响行数为0。

    可以将多个事务封装成一个数据库的写入单位。整体优化后系统qps可以摸高到30w。

    红包展示

    用户领取红包后需要在多个系统终端中进行红包展示,比如领了多少红包,金额是多少等。
    统计这些会比较消耗数据库性能,同时展示红包也是比较高频的需求。采用缓存可以解决这个问题,但是随之而来的问题是缓存的失效处理。红包本身涉及多个生命周期,到底在哪个缓解设置缓存失效是合理的呢?

    在用户的红包每次进行状态变更时都会更新modify_time,所以采用读时更新缓存:

    • 采用事务内一致性读取缓存,将当前时间设置为缓存生效时间,如果用户没有红包,则生效时间为2000年1月1日。
    • 当查询到用户用红包时,会同时查询出红包的最后更新时间,然后和缓存生成时间做比较,当用户红包数据更新时间大于缓存生成时间,则判断缓存失效。
    • 这样可以利用数据库索引,同时减少返回信息,对数据库的消耗比较少。

    b9f68486c8ab1d32766ddbc04e2395fea0a.jpg

    红包使用

    在业务规则角度进行了红包使用控制,每次只能使用10个红包,红包使用场景qps也很高放大到红包系统qps是10倍。每次红包使用需要更新10个红包状态,产生10条红包使用的流水,还需要产生至多10条红包相关的业务单据。

    一次红包使用场景涉及到大量cpu资源进行sql解析,一次下单涉及到多个sql,对网络消耗较大。我们采用batch insert语法优化插入性能,更新语句采用多条方式提升更新性能。在业务系统中生成一个大sql发送给数据库服务器,减少网络交互。

    比如这次下单操作涉及到5个红包,可以通过一个sql将5个红包余额更新为0,同时加入金额锁保证红包的并发更新。设置语句的target_affect_row 5标签,如果某个红包已经被其他订单并发下单使用,事务会提交失败,可以通过数据库返回的错误码识别出这一情况。

    可靠性保障

    上面的情况只是处理非单元化场景预算,系统需要在预算扣减之后写入单元化的用户数据中。两种数据处于不同数据库,需要保证操作的一致性。同时在红包领取后,在1s内展示用户红包,这种情况一般采用跨库事务框架来解决。
    但跨库事务不能做到严格的事务一致性,严格的事务一致会造成性能的极大下降,于是采用内部的一致性消息jbus实现。

    jbus

    jbus思想是业务在事务中插入一条消息记录,建立一套消息订阅和分发系统对消息进行处理。消息的记录和业务记录在一个数据库中,可以做到事务一致性。
    多个消息订阅者可以共享一条消息记录,因此不会增加过多的数据库性能损耗。做到1s内消息消费,则可以保证用户看到自己领取的红包。

    24f53eede963fbd57e5e0183a54b733c916.jpg

    同时建立监控系统对消息挤压进行监控,可以及时发现消息的积压问题,同时在消费出现问题时进行流程完整性的保障。

    流程前置处理

    下单系统涉及到访问物流系统获取运费模版,计算运费价格,之前的架构会调用远程服务,获取计算结果,这种方式会将下单峰值带到下游依赖的系统中,需要下游系统具备同样的峰值承载能力,提高了整个核心链路的成本,同时稳定性也带来了复杂和挑战。

    流程前置处理后,下单系统不再需要请求物流系统,而是直接访问运费模板缓存服务器,通过前置下单运费计算模块在本地计算出运费,减少了对于远程服务的调用和依赖,提升了系统性能,增强了系统稳定性。

    提升开发效率(TMF2)

    随着业务玩法的越来越丰富,参与的团队越来越多,多个团队在一套平台开发造成的效率浪费越来越多。

    为提升开发效率架构进行了升级,业务级代码和平台级代码分离,平台级代码对交易相关能力进行分类抽取,抽象提取对外提供支撑服务,业务方根据团队能力自助式定制逻辑开发,无需平台团队介入,大幅提高开发效率。

    8e9affd2782eb029dd8c2650a09ec3320d3.jpg

    为达到业务和平台分离的架构目的,主要通过能力模型,配置模型,所生成对配置数据贯穿业务配置主线和业务运行主线来实现。

    81705de827502a50e660874f23b8f243962.jpg

    通过对交易建模,抽象,收敛,形成了交易基础能力层,采用功能域->能力->扩展点方式进行表达。

    在下单环节中归纳十几个功能域,优惠,支付,交付,价格,订单,结算,税费等,针对这些域进行能力扩展,同时开放给业务方进行定制,适应不同业务场景需求。

    同时引入产品概念,将多个域能力进行整合,对业务方提供满足业务功能的能力包,进一步提高业务研发效率。

    整个架构中,业务能力,产品,场景属于平台能力,业务方定制功能都在业务包中,这样可以做到业务和平台分离,业务之间隔离,使得平台开发人员和业务开发人员之间互不干扰,提升整体协作和交付效率。

    业务技术挑战

    营销平台核心系统:

    4b0f4193256e4d48f98b87ecf2aabb95676.jpg

    优惠计算系统能力:

    • 优惠计算,折扣价多少,订单可用多少购物券,抵扣多少金额
    • 优惠规则引起处理优惠和优惠之间关系,商家多少优惠券可以满减券可以叠加使用
    • 多级缓存框架负责将优惠数据按照功能,热度等因素进行多级缓存,及缓存的不同实现

    交易系统和金钱打交道,稍有不慎会带来资损,所以数据一致性和业务正确性是平台最大的挑战。

    挑战:

    • 优惠数据产生和使用经历多个数据源,db,tair,vsearch等
    • 单元化部署结构导致数据在多个机房存储
    • 优惠和外部资金,搜索关联,业务链路复杂
    • 缺少主动发现和补偿机制来保障最终正确,可能造成客诉和资损

    目标:

    • 底层抽取模型,形成统一结构
    • 支持多种数据源,db,tair,自定义对比方式
    • 支持增量和全量对账
    • 业务可配置化,快速上线能力,线上不一致发现能力,及时处理及预警能力

    6c6a8e0433e339d3ad2975d28981d540cac.jpg

    实时对账:
    底层基于storm流式计算框架,上层增加调度任务管理,数据源,对账脚本管理,监控报警管理等模块。用户可以通过实现简单对账脚本,完成数据对账工作。实时对账通过db的drc消息触发。

    离线对账:
    通过定时任务,扫码db或定时拉取表数据,将需要对账内容组成元数据消息,datacheck根据消息内容执行对应数据脚本对账,得到最终结果。

    315537ad634fc95272ec592569f0dbae7ab.jpg

    多级缓存框架

    交易相关核心链路每到大促时节,数据热点都会变成最需要解决的问题。同时对于数据一致性有一定的要求,于是好的缓存系统,做好防止热点数据击穿,提升热点数据访问效率就显得尤为重要。

    三级缓存结构

    • 预热缓存,通过历史数据可以预测出一些热点数据,同时参与大促的活动在一定周期内是禁止编辑的,活动开始后将预热数据提前写到本地缓存中,实现堆内,堆外数据预热
    • 热点缓存,存储活动相关热点数据,无法预测的购买行为数据可以按照周期内qps排序,保障top热点数据常驻缓存
    • 全量数据缓存,可采用tair

    特点:

    1. 统一不同缓存实现的接口,业务代码无需关注底层实现
    2. 多级缓存精细控制,各级缓存的写操作,tair&db一体化,db限流等
    3. 做到任意一级缓存可拆分,粒度精细到某一级缓存(包括db)
    4. 数据预热,采用统一数据结构包装预热数据,单机生成数据(文件)后,提供数据接口进行分发

    如图:

    67742d8c3dde5d58e927dcc8ab8ca8ceb06.jpg

    热点数据缓存与驱除

    两个小时内数据有效,在周期内针对数据访问qps和最近一次时间点进行排序,最后的驱除。
    hotsensor针对周期内单位时间做滑动窗口,窗口长度采样采用1.5s或2h,采样窗口划分为20个格子,通过一定算法统计20个格子平均滑动窗口累计平均值。

    hotsensor计算方式:

    6cbdfc70bbc8bdb9b6f4c9a0a3673e3517f.jpg

    多级缓存场景中,某个key到下一级缓存查询,多key时需要组装每次查询结果,可以进行封装,统一代码风格。

    总结

    利用平台提供模块化,可视化配置的技术组件,开放服务和元数据来快速定制独有商业形态,多个渠道数据进行沉淀,实现了“大中台,小前台”的业务划分,支撑了业务的快速发展和低成本创新的目标。

    关注公众号,获取更多内容:
    376571-20190219131953449-1850969092.jpg

    posted on 2019-06-03 08:48 NET未来之路 阅读(...) 评论(...) 编辑 收藏

    转载于:https://www.cnblogs.com/lonelyxmas/p/10965654.html

    展开全文
  • 一、大型互联网系统架构演进之路 小网站:LAMP: linux+apache+mysql+php 一台服务器足以 -->访问量增加,性能变差,存储空间不足,则需要应用服务和数据服务分离。 应用服务器:需要更快更强大的CPU(处理大量...

    目标:

    1. 掌握大型分布式系统架构方案&技术
    2. 掌握系统架构设计思想
    3. 掌握架构设计误区

    一、大型互联网系统架构演进之路

    小网站:LAMP: linux+apache+mysql+php 一台服务器足以

    -->访问量增加,性能变差,存储空间不足,则需要应用服务和数据服务分离。

    1. 应用服务器:需要更快更强大的CPU(处理大量的业务逻辑)
    2. 数据库服务器:需要更快的硬盘和更大的内存(快速磁盘检索和数据缓存)
    3. 文件服务器:需要更大的硬盘(存储大量用户上传的文件)

    不同的服务器承担不同的服务角色:并发处理能力和数据存储空间改善,性能提升

    -->用户增多,数据库压力增大导致访问延迟,影响网站性能,用户体验受影响

    使用缓存改善性能:

    1. 本地缓存:和应用程序部署在一起,优点:读取速度快;缺点:存储数据量少,会和应用程序争用内存
    2. 远程分布式缓存:部署在远程主机,优点:按需扩展,比本地性能稍差(通过网络访问)

    常用缓存组件:memcache, redis

    -->用户增多,单一应用服务器能够处理的请求连接有限,网站访问高峰期,应用服务器性能变差(高并发)

    使用应用服务器集群,改善网站的并发处理能力(分流,按需扩展)

    为什么不用更强的服务器?

    再强的服务器也有瓶颈;廉价的服务器集群可以按需扩展,节省成本资源

    使用集群,必须使用负载均衡调度服务器(高性能,高并发)。

    负载均衡的实现方式:

    1. 软件(中小型网站):Apache Nginx(可做到十万并发) Reverse-proxy pWEB LVS(并发量超出Nginx时可使用)
    2. 硬件(大型网站):F5
    3. DNS负载均衡:域名解析。一个域名对应多个IP地址

    -->使用缓存,减轻数据库读压力,但有一部分读操作(缓存访问不命中,缓存过期)和全部的写操作要访问数据库,当用户达到一定规模后,数据库因为负载压力过高而成为整个系统的瓶颈

    数据库读写分离:主从复制,主库写操作,从库读操作(需要数据访问模块)

    数据访问模块怎么做?

    1. 在Mybatis中开发插件
    2. Mycat -线程中间件
    3. Sharding-JDBC

    -->用户规模增大,发布地域越来越广,地域网络环境差别大,需要考虑如何保证用户的访问体验,不因访问慢而流失用户

    1. CDN加速:内容分发网络,部署在运营商数据中心。适用于静态资源。原理:静态资源提前存放在地方运营商数据中心,用户通过网络访问资源时,请求会首先访问运营商,存在则直接使用
    2. 反向代理:缓存静态资源。部署在应用系统数据中心的最外层

    好处:加快用户访问响应速度;减轻后端服务器的负载压力

    -->单文件服务器、单数据库服务器,存不下日益增长的数据

    1. 分布式文件系统:适合存储小文件、图片的分布文件系统:FastDFS, TFS。HDFS存储大数据,大文件
    2. 分布式数据库系统:分库分表,主从数据库。数据访问模块:Mycat, Sharding-JDBC

    分布式文件系统怎么做?分库分表怎么做?

    -->随着业务的发展,数据的存储需求和检索需求越来越复杂,会面临:存储的字段差异较大,骷髅表;复杂的文本检索

    1. NoSQL(分布式):lucene(apache开源开发工具包,可集成), solr(lucene子项目,已开发好的搜索引擎平台,API直接调用), elasticsearch(基于lucene开发,搜索引擎平台)
    2. 搜索引擎(分布式):mongodb, elasticsearch

    -->网站越做越好,业务不断扩大,越来越复杂,应用程序将变得无比庞大,迭代周期越来越快,怎么应对快速的业务发展需要

    1. 业务拆分,分成不同的应用,独立部署。通过链接、MQ(消息队列MQ:消息中间件RabbitMQ, ActiveMQ, Kafka)、数据存储系统建立关联。

    -->业务规模不断增大,应用拆分越来越小,越来越多,应用见的关系越来越复杂,应用中存在大量相同的业务操作;后端的数据库要被成千上万台应用服务器连接,数据库连接资源不足

    分布式服务(服务化):配置中心服务器;

    两种架构方式:

    1. SOA(面向服务的架构):service driented architecture(服务驱动体系结构)服务提供者/调用者--连接--Enterprise Service Bus - ESB(企业服务总线),缺点:ESB会形成瓶颈;优点:服务相关管理可以在ESB上做
    2. 微服务:microservices architecture(微服务体系结构)。确定:互相依赖,资源占用治理;优点:服务可以做成负载均衡式的

    服务框架:Dubbo, SpringCloud

    配置中心:Dubbo Zookeeper, SpringCloud config, Disconf 百度, Config-toolkit 当当, Diamond 阿里

    -->再往后,需要数据挖掘、分析、推荐等业务需求,庞大系统的监控、问题分析等需求

    大数据技术、监控、日志分析系统

    1. 大数据:Hadoop, Spark
    2. 系统监控:Zabbix, ElasticSearch+beats+Kibana
    3. 集中式日志分析系统:ELK(ElasticSearch+Logstash+Kibana)

    二、架构设计思想总结

    1. 分而治之
    2. 随网站所需灵活应对
    3. 业务发展驱动技术发展,技术发展反哺业务
    4. 软件系统的价值在于它能为用户提供什么价值,在于网站能做什么,而不在于它是怎么做的

    三、架构设计误区

    1. 一味追随大公司的解决方案
    2. 为了技术而技术
    3. 企图用技术解决所有问题

    技术是用来解决业务问题的,而业务的问题,也可以通过业务的手段去解决。

    展开全文
  • 360推荐系统架构演进

    2019-04-25 22:01:00
    360推荐系统架构演进  当下,个性化推荐成了互联网产品的标配。但是,人们对推荐该如何来做,也就是推荐技术本身,还不甚了解。为此,好学的你肯定在收藏着朋友圈里流传的相关文章,转发着微博上的相关讨论话题,...

    360推荐系统架构演进

      当下,个性化推荐成了互联网产品的标配。但是,人们对推荐该如何来做,也就是推荐技术本身,还不甚了解。为此,好学的你肯定在收藏着朋友圈里流传的相关文章,转发着微博上的相关讨论话题,甚至还会不断奔走在各种大小行业会议之间,听着大厂职工们讲那些干货。我知道,这样碎片化的吸收,增加了知识的同时,也增加了焦虑。因为技术的不平等广泛存在于业界内,推荐系统也不例外。推荐系统从搜索引擎借鉴了不少技术和思想,比如内容推荐有不少技术就来自搜索引擎, 由 Amazon 发扬光大的。推荐系统也是现在热门的人工智能分支之一,但凡人工智能类的落地,都需要具备这几个基本元素才行:数据、算法、场景、计算力。推荐系统也不例外,而刚好,现在的时代,这些元素的获得成本相比十年前已经小了很多。未来随着各种硬件设备越来越智能,万物互联得越来越紧密,人们的个性化需求、场景的多样性、数据的复杂性都对推荐系统提出了更高的要求。

      推荐系统概括一下,其实就是以下的的目标主要包括: 

      用户满意性:首当其冲的,推荐系统主要就是为了满足用户的需求,因此准确率是评判一个推荐系统好坏的最关键指标。

      多样性:虽然推荐系统最主要还是满足用户的兴趣,但是也要兼顾内容的多样性,对于权重不同的兴趣都要做到兼顾。

      新颖性:用户看到的内容是那些他们之前没有听说过的物品。简单的做法就是在推荐列表去掉用户之前有过行为的那些内容。

      惊喜度:和新颖性类似,但新颖性只是用户没看到过的但是确实是和他行为是相关的,而惊喜度是用户既没有看过和他之前的行为也不相关,但用户看到后的确是喜欢的。

      实时性:推荐系统要根据用户的上下文来实时更新推荐内容,用户的兴趣也是随着时间而改变的,需要实时更新。

      推荐透明度:对于用户看到的最终结果,要让用户知道推荐此内容的原因。比如,“买过这本书的人同时也买过”、”你购买过的xx和此商品类似”。

      覆盖率:挖掘长尾内容也是推荐系统很重要的目标。因此,推荐的内容覆盖到的内容越多越好。

      基于这些目标,推荐系统包括四种推荐方式:

      热门推荐:就是热门排行榜的概念。这种推荐方式不仅仅在IT系统,在平常的生活中也是处处存在的。这应该是效果最好的一种推荐方式,毕竟热门推荐的物品都是位于曝光量比较高的位置的。

      人工推荐:人工干预的推荐内容。相比于依赖热门和算法来进行推荐。一些热点时事如世界杯、nba总决赛等就需要人工加入推荐列表。另一方面,热点新闻带来的推荐效果也是很高的。

      相关推荐:相关推荐有点类似于关联规则的个性化推荐,就是在你阅读一个内容的时候,会提示你阅读与此相关的内容。

      个性化推荐:基于用户的历史行为做出的内容推荐。也是本文主要讲述的内容。

      其中,前三者是和机器学习没有任何关系的,但却是推荐效果最好的三种方式。一般说来,这部分内容应该占到总的推荐内容的80%左右,另外20%则是对长尾内容的个性化推荐。

      从框架的角度看,推荐系统基本可以分为数据层、召回层、排序层。

      数据层包括数据生成和数据存储,主要是利用各种数据处理工具对原始日志进行清洗,处理成格式化的数据,落地到不同类型的存储系统中,供下游的算法和模型使用。

    召回层主要是从用户的历史行为、实时行为等角度利用各种触发策略产生推荐的候选集,对不同的策略和算法产生的候选集进行融合并按照产品规则进行过滤,一般融合和过滤后的候选集还是比较多的,一次线上请求过来之后线上系统无法对那么多的候选集进行排序,所以在召回层一般还会有粗排序,对融合的候选集进行一次粗排序,过滤掉粗排分数较低的候选集。

      排序层主要是利用机器学习的模型对召回层筛选出来的候选集进行精排序。

      总结:推荐系统的架构流程图和每一个模块的作用一定要了解,一般会让你一边画流程图一边讲解每个模块。召回模块一般就是在做候选集筛选和粗排序,原因是item太多了,一个user的请求过来线上系统不能在100ms以内对所有的item进行排序。

    文章来源:

    https://blog.csdn.net/li12412414/article/details/82703432

    转载于:https://www.cnblogs.com/zhangliqiangvictory/p/11029025.html

    展开全文
  • 美团技术沙龙第38期-旅游度假预订系统架构演进实践.pdf
  • 在 ArchSummit 深圳 2018 大会上,陈博讲师做了《高并发大容量消息推送后台系统架构演进》主题演讲
  • 如下为整理的一个系统架构演进思维导图。主要包含了系统架构中的一些单体、垂直、分布式、中台、微服务等相关架构方案的介绍及整理。 单体、垂直、分布式架构 以及中台的 图示: 参考文章:dubbohttp://...
  • 架构-有赞基于ES的搜索系统架构演进 转载声明 本文大量内容系转载自以下文章,有删改 有赞基于ES的搜索系统架构是如何演进的? 作者:hehua 出处:51CTO 0x01 背景 有赞搜索平台是一个面向公司内部各项...
  • 相关阅读:三年无bug,提升代码质量的秘诀https://m.sohu.com/n/472976888/本文将为你详细讲述去哪儿网的支付系统架构演进的全历程,这中间的设计...
  • 讲述了美团外卖业务发展历程,技术架构演进,外卖业务在稳定性方面的挑战和实战原则经验,非常经典!
  • 交易系统架构演进之路(一):1.0版 交易系统架构演进之路(二):2.0版 前言 我们 2.0 版本的交易系统整体架构就如上图所示,划分为了行情服务、客户端服务、撮合服务、管理端服务。行情服务主要对外提供推送行情...
  • 《美团配送系统架构演进实践》读后感 《美团配送系统架构演进实践》对美团配送面临的技术挑战和美团配送系统架构之路进行了详细的讲解。 一、技术挑战 同城即时配送业务的发展迅速,但是配送系统面临的技术挑战也...
  • 分布式系统架构演进

    2017-12-19 18:32:21
    下面,我讲解一下一般大型分布式系统架构演进。 上图是阿里技术演进图,绝大多数系统基本上会按照这个流程发展。 1、单体应用(all in one): 以Java来说,可能只是一两个war包就解决了;这时的用户量、...
  • 2.系统架构演进

    2020-08-24 15:57:48
    大型互联网系统架构演变历程初始化单机架构:第一次演进:Tomcat与数据库分开部署第二次演进:引入本地缓存和分布式缓存第三次演进:引入反向代理实现负载均衡第四次演进:数据库读写分离第五次演进:数据库按业务分...
  • 分享时间:12月3日 20:30分享主题:基于Prometheus的云原生监控系统架构演进分享人介绍:Ray,腾讯云高级工程师,拥有多年大规模Kubernetes集群联邦运维经验,曾就职...
  • 京东物流系统架构演进中的最佳实践 来源:彗星计划 青龙系统发展历程 青龙系统从2012年开始1.0的封闭开发,到2016年规划的6.0智慧物流,基本打造了一套完善的电商物流系统。 青龙系统1.0,主要...
  • 架构演进3.1 单机架构3.2 第一次演进:Tomcat与数据库分开部署3.3 第二次演进:引入本地缓存和分布式缓存3.4 第三次演进:引入反向代理实现负载均衡3.5 第四次演进:数据库读写分离3.6 第五次演进:数据库按业务分...
  • 双 11 即将来临,本文以设计淘宝网的后台架构为例,介绍从一百个并发到千万级并发情况下服务端的架构的14次演进过程,同时列举出每个演进阶段会遇到的相关技术,让大家对架构演进有一个整体的认知。 文章最后汇总...
  • 0 介绍本篇文章是在我看完《从零开始学架构》之后,以架构演变为主线,梳理了一下演变过程中出现的问题以及解决方案,文章中引用了这本书的一些内容和图片分布式和集群的概念经常被搞混,现在一句话让你明白两者的...
  • 淘宝系统架构演进

    千次阅读 2018-11-14 17:30:32
    参考:https://baijiahao.baidu.com/s?id=1582105537948510772&wfr=spider&for=pc  ...amp;wfr=spider&...淘宝1.0架构 第一个阶段:LAMP+数据库读写分...
  • 交易系统架构演进之路(一):1.0版 回顾 1.0 版 我们来回顾下 1.0 版 的内容,需求上经过分析,最终 1.0 版只是做一个 MVP——最小可行性产品,只完成最简化的核心流程,即:注册 ——> 登录 ——> 入金 ...
  • 《京东话费充值系统架构演进实践》读后感 随着活跃用户数的增加,话费充值业务线的订单量也‘水涨船高 ’,同时对系统的各项运行指标要求更高,老的系统架构不足以支撑新的业务量,需要对系统进行升级。升级方案从...
  • 美团外卖系统架构演进与稳定性的探索 “相信大部分人都用过美团外卖,尤其是在每天的两个吃饭的高峰期。美团外卖从创业到现在经历了数次的迭代,不断的适应需求,提供更好的体验。本文是美团外卖...
  • 新浪微博开放平台中的Redis实践_大数据时代feed架构_微博消息系统架构演进_互联网公司技术架构资料.新浪微博.微博架构与平台安全_构建高性能的微博系统——再谈新浪微博架构 演讲视频,PPT,一些收集的博客地址等
  • 上篇给大家介绍了去哪儿支付系统架构演进的服务化拆分(点击阅读原文可查看上篇内容),接下来介绍一下在服务化拆分过程中遇到的一些问题与挑战,拆分过程中的DB处理、异步化,监控&报警等内容。 2.2 服务化...
  • 互联网公司分布式系统架构演进之路

    千次阅读 多人点赞 2019-11-27 10:36:50
    介绍 分布式和集群的概念经常被搞混,现在一句话让你明白两者的区别。 ...1 单应用架构 2 应用服务器和数据库服务器分离 单机负载越来越来,所以要将应用服务器和数据库服务器分离 3 应用服务...
  •  青龙系统架构演进过程中,从高可用,高性能,数据一致性,用户体验四个方面,积累了丰富的经验,确保了青龙系统在发展过程赢得了公司内外的口碑。 高可用  每年“双十一”都是网购狂欢节,假设当天哪个电商...

空空如也

1 2 3 4 5 ... 20
收藏数 3,889
精华内容 1,555
关键字:

系统架构演进