大型网站架构是一个系列文档, 欢迎大家关注. 本次分享主题: 电商网站架构案例. 从电商网站的需求, 到单机架构, 逐步演变为常用的, 可供参考的分布式架构的原型. 除具备功能需求外, 还具备一定的高性能, 高可用, 可伸缩, 可扩展等非功能质量需求(架构目标).
根据实际需要, 进行改造, 扩展, 支持千万 PV, 是没问题的.
电商网站案例, 一共有三篇本篇主要说明网站的需求, 网站初始架构, 系统容量估算方法.
一, 电商案例的原因
分布式大型网站, 目前看主要有几类 1. 大型门户, 比如网易, 新浪等; 2.SNS 网站, 比如校内, 开心网等; 3. 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.
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.
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.
其他的略~~~~~
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:
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:
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.
(1) 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;
四, 系统容量预估
预估步骤:
(1) 注册用户数 - 日均 UV 量 - 每日的 PV 量 - 每天的并发量;
(2) 峰值预估: 平常量的 2~3 倍;
(3) 根据并发量(并发, 事务数), 存储容量计算系统容量.
客户需求: 3~5 年用户数达到 1000 万注册用户;
每秒并发数预估:
(1) 每天的 UV 为 200 万(二八原则);
(2) 每日每天点击浏览 30 次;
(3) PV 量: 200*30=6000 万;
(4) 集中访问量: 24*0.2=4.8 小时会有 6000 万 * 0.8=4800 万(二八原则);
(5) 每分并发量: 4.8*60=288 分钟, 每分钟访问 4800/288=16.7 万(约等于);
(6) 每秒并发量: 16.7 万 / 60=2780(约等于);
(7) 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.
(8) 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)
(1) 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]
(2) 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.
来源: http://mp.weixin.qq.com/s/QZjIPagg6MVcpoZGYA3zWA