阿里妹攻略：对于电影爱好者来说，每一次影展活动都是一场抢票大战的开始。发票速度几乎可以用“二次元空间”来形容，比如上海国际电影节的线上销售记录是一分钟售出5万张。今天，阿里巴巴高级开发工程师念弦主要围绕门票销售流程，讲述了阿里文娱的云智能系统如何支撑高流量并发，保证系统稳定性，防止倒卖。一、背景介绍首先简单分析一下电影节的抢票业务。典型特征是在高流量抢购、高并发的场景下，用户可以快速锁定座位，然后出票，尤其是热门电影，会异常火爆。.第一个压力是查询售出席位和锁座列表，需要能够快速支持用户的锁座请求，实时查询售出席位列表，避免无效的锁座请求；第二个压力是出票，如果锁座成功，但是出票一直失败，会给用户带来非常不好的体验。二、架构设计思路的方向1、在分层设计中让业务取胜，分为渠道接入层、业务层和服务层。业务层，对外业务和管理后台功能独立，职责明确，快速支撑业务；服务层积累基础服务，形成稳定的业务和基础服务。图2：业务技术大图2.在架构设计上使系统稳定，接入统一网关使系统安全，限流，数据与库存中心和订单中心隔离，增加多级缓存解决方案，使系统稳定。图3：技术架构图三、实现方案及技术分析1、如何抵御高并发流量？电影节的流量是一个非常典型的秒杀场景，瞬时流量很高。系统的高性能要求注定是高的。在云智中，我们如何抵御高并发流量？我们通过以下三点来解释：热点数据隔离、流量调峰漏斗、多级缓存。1）热点数据隔离在热点隔离方面，云知选择的策略包括：数据隔离和业务隔离。数据隔离：将售出席位、锁定席位等库存相关热点数据进行隔离，分离业务数据库，采用分库分表的方式，降低系统性能压力，提高吞吐量。业务隔离：电影节的业务数据，独立的业务数据生成能力，圈定参与活动的业务数据，进行缓存预热，达到隔离的效果。2）流量削峰漏斗的关键词是“分层削峰”，以漏斗的方式减少请求流量。在业务链接过程中，我们会进行业务验证和层层过滤，例如用户账号安全、购买资质、影院、影厅等基础信息状态是否正常，待购买商品信息状态是否正常是否正常，秒杀是否结束等，每一层都尽量过滤掉非法请求，最后只处理真正有效的请求。最后，减少请求对数据库DB的写操作流程，保证系统处理真正有效的请求。以locksocket流程为例：图4：流量调峰漏斗示例图3）多级缓存在分层漏斗的前提下，云智采用分布式缓存和本地缓存LocalCache多级缓存方案来抵抗高并发traffic,下面简单介绍一下系统中使用的策略：a)Cachewarming。指定参与活动时间后，限时停止变更。售前自动预热缓存，避免流量暴增冲破缓存；b)缓存失效时间控制，VO对象和DO对象采用失效时间缓存控制，静态数据和DO实体采用长失效策略：不失效或24H；动态数据和实体Info使用比较短的失效策略：分钟级别，比如幂等KEY缓存时间为2分钟；c)LocalCache使用的缓存时长策略有3种：2s、60s、122s。先读取本地缓存，再读取远程分布式缓存，这样系统就可以抵抗瞬时高并发流量。示例图如下：图5：多级缓存示例图将缓存分为两层：第一层是本地缓存结构：用户、权限、基本信息等静态数据。我们更喜欢本地缓存；第二层是全量缓存实体信息的DO和VO信息，这一层使用Tair分布式缓存。2、如何保证系统的稳定性和高可用？对于任何赛程或赛事，系统的稳定性都是第一要素。对于电影节的活动场景，我们使用了很多设计稳定性模式，其中最核心的有：多轮全链路压测、限流、降级、动态扩容、流量调度、单点缩减、以及简化依赖关系；除了以上几点，我们还会重点谈谈我们在电影节期间是如何支持和准备的？1）保障准备体系图6：保障准备体系示意图a）战前阶段工作较多。只有提前充分准备，才能有更好的支持效果，主要包括以下部分：（1）梳理薄弱环节，包括系统架构、系统薄弱环节、核心主流程等，识别后制定对策；（2）全链路压测，对系统进行全链路压测，发现系统能够承载的最大QPS；（3）限流配置，为系统配置一个满足业务需求的安全限流阈值；（4）应急预案，收集各领域可能存在的风险点，制定应急预案；(5)安全保障，主要围绕账户权限的管控，以最小充分原则为基础，杜绝滥用权限，安全无小事；(6)战前演练，通过演练验证保障体系是否完备，演练现场计费，提高队伍反应处置能力；（7）作战手册，制定作战手册，明确关键节点的作战流程和任务以及沟通机制。第九届北京国际电影节保证现场b)销售是在战中阶段展开的，我们也叫战中。整个项目组主要关注三件事，即“监控”、“响应”和“记录”。项目组同学要保持战斗状态，严格遵循应用负责人机制，负责巡视应用状态，发现异常及时同步技术数据和业务数据。同时，在对战中临时成立“保障虚拟团队”，处理促销期间可能出现的紧急客诉等问题，及时决策，控制影响范围，同时时间提高综合作战能力。记录就是要记录每个应用在战斗过程中的峰值，及时积累技术数据，为后续的系统建设和流量评估提供参考。c)战后阶段，该阶段的主要工作是项目回顾，主要包括：项目成果、项目回顾、项目沉淀和完善、项目过程中收集的问题和失败的详细分析，以及过程中积累的经验项目和系统稳定性保障在日常生活中积累，让活动保障常态化逐步落地。2)优秀实践a)精准监控通过监控，可以实时发现各个服务是否触发了限流值，及时进行复核，调整限流值，保证业务成功率和系统稳定性.精准监控系统的负载、内存、PV、UV、错误量等系统基本的占勤和业务量指标，避免内存泄露或代码bug对系统的影响，精准监控，及早发现问题内存泄漏等问题。b)数据仪表盘通过数据仪表盘，实时采集和展示业务数据，可以为系统和业务提供更直观的业务支撑，以及更有效的业务准备。第22届上海国际电影节保障现场3、如何保证不倒卖？在经营过程中，我们实现了很多业务，解决了很多困难。我们将重点解决以下两个痛点，一是恶意锁，一是防止超卖。1）如何解决恶意锁座？首先，我们采用的存货扣减方式是扣留存货。当用户锁定座位时，库存被锁定。怎么解决恶意锁座呢？a)锁仓订单“到期时间”会产生一个“库存”，超过这个时间，锁仓订单将到期并释放库存；b)限制用户购票人数，1人最多只能购票6张；c)接入黄牛防控系统；2）如何防止库存超卖？电影票不同于电子商务业务中的普通标准产品。不允许超卖，否则会出现重票，导致客诉和舆论问题。所以在库存数据一致性方面，需要保证没有高并发的情况。对于heavytickets，我们的解决方案是：a）使用分布式缓存，预先减少分布式缓存中的库存，减少数据库访问；b)使用数据库的唯一键，将锁表中的sessionId和seatId设置为唯一键。锁定席位时，如果该席位已经售出，会报数据库异常，不允许某个席位重复售出。4.总结回顾电影节抢票，我们首先想到的是能够抗高并发流量，让系统稳定。通过以上章节，我们揭开了高性能和高可用背后的技术，并展示了一个典型的抢票技术方案。核心技术包括：让业务赢=完整的业务应用+支撑核心业务高性能高可用=流量调峰+限流降级+多级缓存平台成熟度=完善的监控+保障方案在这个过程中，我们遵循以系统稳定、业务致胜的设计思路，不断思考和落实这些技术细节，沉淀核心技术，实现用户顺畅的抢票过程。
