原文鏈接：https://mp.weixin.qq.com/s/yTymeq0ebM6cR_wiTMAHTA
#####################################################################################
一、背景介紹
對於電影愛好者來說，每次的電影節、影展活動，都是搶票大戰的開啓，出票速度幾乎可 以用“秒空”來形容，例如上海國際電影節線上開售的記錄是 60 秒售出 5 萬張。
本文主要圍繞售票環節，講述阿里文娛的雲智系統是如何支撐高流量併發，保障系統的穩定，不出現重賣等實現方案背後的技術。
先簡單分析一下電影節的搶票業務，典型特徵是在大流量搶購、高併發的場景下，讓用戶 極快的鎖定座位然後出票，特別是熱門的影片，會異常的火爆。第一道壓力是查詢已售座位列 表和鎖座，需要能快速的支撐用戶的鎖座請求，且實時查詢到已售賣的座位列表，避免發起無 效的鎖座請求；第二道壓力是出票，如果鎖座成功，但一直出票失敗，會給用戶帶來很不好的 體驗。
二、架構設計思考的方向
1．讓業務贏
在分層設計上，分成渠道接入層、業務層和服務層。在業務層，對外業務和管理後臺功能 獨立，職責清晰，快速支撐業務；服務層沉澱基礎服務，構成穩定的業務和基礎服務。
（圖 1 業務技術大圖）
2．讓系統穩定
在架構設計上，接入統一網關讓系統安全，有限流，對庫存中心和訂單中心進行數據隔離， 且加入多級緩存方案，讓系統穩定。
（圖 2 技術架構圖）
三、實現方案與技術解析
1．高併發流量如何抗？
電影節的流量是非常典型的秒殺場景，瞬時流量非常高，對於系統的高性能要求就註定很 高，在雲智中，我們是如何抗高併發流量的？我們通過以下三點來進行闡述：熱點數據隔離、 流量削峯漏斗、多級緩存。
1）熱點數據隔離
在熱點隔離這塊，雲智選擇的策略包括：數據隔離和業務隔離。
數據隔離：是把查詢已售賣座位和已鎖定座位等庫存相關的熱點數據，隔離出來，單獨業 務數據庫，且使用分庫分表，減少系統性能壓力，提高吞吐量。
業務隔離：電影節的業務數據，獨立的業務數據生成能力，圈定參與活動的業務數據，進 行緩存預熱，起到隔離的效果。
2）流量削峯漏斗
關鍵詞是“分層削峯”，漏斗式的減少請求流量，在業務鏈路的過程中，我們會進行業務校驗，層層過濾，如用戶的賬號安全、購買資格，影院、影廳等基礎信息狀態是否正常，要購買的商品信息狀態是否正常、秒殺是否已經結束等，每個層次都儘可能的過濾掉非法的請求，只 在最後端處理真正有效的請求，最終減少請求到數據庫 DB 的寫操作流量，保證系統處理真正 有效的請求。
以鎖座流程爲例子：
（圖 3 流量削峯漏斗示例圖）
3）多級緩存
在分層漏斗的前提下，雲智採用分佈式緩存和本地緩存 LocalCache 多級緩存的方案來抵抗 高併發流量，以下簡要介紹一下在系統中使用的策略：
a）緩存預熱。在指定參加活動的場次後，會在限定時間內停止變更，在開售前，會自動進 行預熱緩存，避免激增流量擊穿緩存；
b）緩存失效時長控制，對基礎數據實體的 VO 對象和 DO 對象採用失效時間長短的緩存控 制，靜態數據和 DO 實體使用長失效時長的策略：不失效或 24H；動態數據和實體 Info 使用比 較短的失效時長策略：分鐘級，比如冪等性 KEY 的緩存時間爲 2min；
c）本地緩存 LocalCache 使用的緩存時長策略分 3 種：2s，60s，122s。優先讀本地的緩存， 其次讀遠程分佈式的緩存，使得系統可以抵抗瞬間的高併發流量。
示例圖如下所示：
（圖 4 多級緩存示例圖）
將緩存分 2 層結構：第一層是本地緩存結構：用戶、權限、基礎信息等靜態數據，我們優先選擇本地緩存；第二層是全量的緩存實體信息的 DO 和 VO 信息，這層採用的是 Tair 分佈式緩存。
2．系統的穩定性、高可用性如何保證？
對於任何檔期或者活動，系統的穩定性都是第一要素，針對電影節的活動場景，我們使用了很多設計上的穩定性模式，其中比較核心的有：多輪全鏈路壓測、限流、降級、動態擴容、 流量調度、減少單點、依賴簡化等方式；除了以上幾點，本節我們重點聊一聊我們在電影節過 程中是如何保障備戰的？
1）保障備戰體系
（圖 5 保障備戰體系圖）
a）在戰前階段
這個階段的工作會比較多，只有做到事前充分準備，纔能有更好的保障結果，主要包括以下幾個部分：
（1）梳理薄弱點，包括系統架構、系統薄弱點、核心主流程，識別出來後製定應對策略；
（2）全鏈路壓測，對系統進行全鏈路壓測，找出系統可以承載的最大 QPS；
（3）限流配置，爲系統配置安全的、符合業務需求的限流閥值；
（4）應急預案，收集各個域的可能風險點，製作應急處理方案；
（5）安全保障，主要聚焦在賬號權限管控，以最小夠用原則爲準，防止權限濫用，安全無 小事；
（6）戰前演練，通過演練來檢驗保障體系是否完善，演練開票現場，提高團隊響應和處理 能力；
（7）作戰手冊，制定作戰手冊，明確作戰流程和關鍵點節點的任務以及溝通機制。
b）在戰中階段
活動開售，我們也稱爲戰中，整個項目組主要專注三件事情，即“監控”、“響應”和“記錄”。項目組的同學都必須要保持作戰狀態，嚴格按照應用 owner 機制，負責巡檢應用情況，及時同步技術數據和業務數據是否有異常。同時，在戰中，我們臨時組建“保障虛擬小組”，用於 應對大促期間可能出現的緊急客訴等問題，及時做出決策，控制影響範圍，同時也能提高整體 作戰能力。記錄，是在戰中過程中必須要記錄下各應用的峯值，及時沉澱技術數據，爲後續系 統建設，流量評估等提供參考借鑑。
c）在戰後階段
這個階段的主要工作是項目覆盤，覆盤的內容主要包括：項目結果、項目回顧、項目沉澱和改進，將項目過程中收集到的問題和故障進行詳細分析，並將項目過程中沉澱出來的，關於系統穩定性保障的經驗沉澱到日常，讓活動保障的常態化逐步落地。
2）最佳實踐
a）精準監控
通過監控，實時發現各個服務是否觸發限流值，及時進行 Review，調整限流值，保證業務成功率和系統穩定。
對系統基礎值班和業務量指標進行精準監控，如 load，內存，PV，UV，錯誤量等，避免 因內存泄露或代碼的 Bug 對系統產生影響，精準監控，提前感知內存泄露等問題。
b）數據大盤
通過數據大盤，實時彙總數據，展示業務數據，爲系統、爲業務提供更加直觀的業務支持，也可以更加有效的進行業務備戰。
3．如何保證不出現重賣？
在業務過程中，我們實現了很多業務，解決了很多困難，我們重點闡述以下兩個痛點，一個是惡意鎖座，一個是防止超賣。
1）如何解決惡意鎖座？
首先我們採用的扣減庫存方式是預扣庫存，用戶操作鎖定座位時即鎖定庫存，那我們如何解決惡意鎖座呢？
a）鎖座訂單中會生成一個“庫存失效時間”，超過該時間，鎖座訂單會失效釋放庫存；
b）限制用戶購買數量，一人最多隻能購買 6 張票；
c）接入黃牛防控系統。
2）如何防止庫存超賣？
電影票不同於電商業務普通的標品，是不允許出現超賣的情況，否則會出現重票，從而引 發客訴輿論問題，所以在庫存數據一致性上，需要保障在高併發情況下不出現重票，我們的解 決方案是：
a）使用分佈式緩存，在分佈式緩存中預減庫存，減少數據庫訪問；
b）使用數據庫唯一鍵，在鎖座表中，設定場次 Id 和座位 Id 做爲唯一鍵。鎖定座位時，如果座位已經售賣，會報出數據庫異常，不允許某一個座位重複售賣。
四、總結
回顧電影節搶票，我們首先想到的是能抗高併發流量，能讓系統穩定。通過上述章節我們揭開了高性能、高可用等背後的技術，展示了一個典型搶票大戰的技術方案，核心技術包括：
-
讓業務贏 = 完整的業務應用 + 支撐核心業務；
-
高性能、高可用 = 流量削峯 + 限流降級 + 多級緩存；
-
平臺成熟化 = 完善的監控 + 保障方案。在這個過程中，我們沿着讓系統穩定、讓業務贏的設計思想，不斷的思考和落地這些技術細節，沉澱核心技術，以達到讓用戶體驗流暢的搶票過程。