如果是你来构建火车票订票系统，你如何实现？
——关于构建安全、稳定、高吞吐量的火车票网络售票系统几个方面
引：
客票系统
客票服务系统/数据库/余票/订票等
柜台订票系统
网络订票系统
电话订票系统
火车票客票系统基本框图
火车出行是人们常用、便捷的一种出行方式，基于中国的人口多的情况，中国的火车出行人数非常庞大。中国铁道部为了解决火车票订票难、抵制“黄牛”、提高火车出行的安全性、提高订票公平性等火车出行问题，先后推出了火车票实名制、网络售票等业务，以方便旅客更便捷地使用火车作为交通工具出行。但目前所推出的网络客票系统存在经常性崩溃、无法
正常提供服务的情况，究其根源，主要是因为使用本系统的人过多，超过系统的承载力所至，为了改善这些问题，从系统架构方面着手是解决本系统的关键，构建安全、稳定、高吞吐量的火车票订购系统也是迫在眉睫的事情。
客票系统看起来如图所示，它包括柜台订票、电话订票、网络订票以及客票系统核心数据库等部分组成。本方案主要着眼于网络订票系统的架构方案的讨论，以期通过本方案可以实现一个超级、超大规模、可灵活扩展的实时订票交易系统。
现状
目前12306为铁路网络售票系统，周围朋友均已经纷纷注册了信息在网上进行订票体验，最坏的情况是一个朋友连续订了两天最终没有订票成功，系统不是提示忙就是提示超时（CDN缓存提示），系统几乎处于瘫痪状态。这不仅仅是带宽不足，更是系统在架构设计上的存在严重的不足。
于是，在网上纷纷对本系统产生了各种各样的讨论，有的说是系统设计问题、有的说是系统带宽不足、有的说明系统设计时有失公平（竞标）、有的说付了款却没了票、有的说
是需要用“云计算{技术}”才能解决等等。不管怎么样，重新架构或进行重大调整是必然的。个人觉得云计算只不过是一种资源或信息服务方式，它也需要更好的系统的架构和稳健的系统才能提供这种服务方式，所以通过“云计算”并不能解决本系统的超大规模的访问的承载，相反更应该从系统架构方面来重拾系统的稳健和可扩展性。
目前12306最高日访问量达14.09亿次，最高日订票量为166万笔。显示出本系统的高访问量和事务密集。个人认为14亿次访问量与系统几乎处于瘫痪状态有关，因为用户一旦进行操作失败并会重复访问，因此如果系统运行稳定和可以正常服务后日访问量将大幅减少（据Aleax不完全统计7天访问本系统的用户是全球互联网用户的0.902%，按全球用户为22亿计算，大约为：0.1984亿，所以每日的访问独立人数平均为0.1984亿/7=285万人，因此日访问量14亿更多的是来源于操作不成功的用户重复访问所至）。
初步分析可以肯定，12306之所以无法正常提供服务和进行实时处理，其最可能的影响因素主要有：系统架构不合理、余票查询处理不当（此项业务访问量是本系统最大的访问量）、火车时刻查询处理系统、订票/支付系统集中（这是导致付款不成功的主要因素）、互联网与铁路网接入等问题。
本文将从系统业务流程、系统架构、高并发量分流方案、余票驳借、孤岛计算模式等方面提出一种全新的火车票订票系统解决方案。
本方案假设与目标心理咨询师考证条件
假设：
系统域名为：hcpxxxxxx；
原有客票系统已经稳定，可向网络订票提供正常的服务；
不考虑柜台与电话订票。
目标：
日最高订票量500万张（按目前网络订票系统工作18小时算，每秒处理订单量为78张）；
高锋时每秒处理订票：5000张；
日PV（页面点击量）：20亿次；
系统的基本业务流程
系统余票信息查询
visitor
输入车次、始终站、时间等信息查询
火车时刻查询
visitor
输入车次、始终站、时间等信息查询
火车票基本订票流程
visitor
注册、登录系统
结束
是否有票
输入乘客信息，订票数量进行订票
订票成功？
孟非语录在线付款
输入始发站、车次、查询余票
没有余票
出票失败
逆水寒藏宝阁其中“输入乘客信息，订票数量进行订票”的过程如下：向客票系统查询实时余票——>若有余票——>锁订所订票数——>出票，否则不成功。
系统总体架构
为了实现超大访问和实时处理系统，系统基本架构如下图所示：
visitor
前端WEB服务器机
有没有想在家做兼职的应用服务器机
原有客票系统(票库)
DNS
解析
DNS分流
DNS分流是建立高吞吐量系统的第一步，特别是在中国，由于南北互通问题，通过DNS分流可以把南北用户自动分配到南北各自的网络中。DNS分流已经有成熟的技术和软件，因此这里不再详细描述。
DNS分流主要目的是把客流引入到不同的WEB前端服务器，通过DNS分流可以实现客流的一级分流，比如分别在电信和网通放置5台前端WEB转发（消息路由）服务器，则南北用户将自动由DNS分流引入到这些服务器中。一般大型的WEB系统不会在前端WEB服务器中部署应用，因为这样是不可能达到高并发请求的，而是把前端WEB服务器作为消息路由服务器，把用户请求按业务类型或是其它算法把客户分流引入更多的服务器机中，大概结构如图所示：
visitors
visitors
visitors
visitors
visitors
visitors
WEB S1
WEB S2
WEB S3
WEB S…N
前端WEB消息转发服务器
DNS分流解析
DNS分流解析
DNS分流，实现请求分流
应用服务器池/机
前端WEB转发（消息路由）服务器
前端WEB服务器在高访问量的系统中显然不能作为应用服务器，因此前端WEB应该作为高速穿透性请求转发器，由这些转发器把用户的请求高速地分流到后端不同的应用和服
务器集中。WEB服务器不仅为请求分发系统，同时也是负载分发系统、业务分发系统，但均不需要进行软件开发、只是部署而已。
前端WEB服务器与DNS分流共同组成整个系统的分流、负载均衡入口。
把好动静态数据关、采用孤岛计算模式
大型内容发布系统、商品系统无不把信息生成静态HTML或静态数据，这样可以极大地缓解后端应用服务器和数据库的压力。
可以这样设想，有多少人访问系统就有多少计算机参与到整个系统的计算。显然服务器端占了计算的主要部分，那么是否可以让这些使用者的计算机也参与到整个系统中来，而并非仅仅是浏览呢？答案是肯定的。同时对于大访问量的系统来说更应该让访问者的计算机参与进来。采用访问者的计算机参与计算的模式，我把它叫“孤岛计算模式”，它只负责当前访问者相关的计算，这样就不会与服务器和其它访问者构成相互影响的关系。因此把一些互不相关、计算量频繁，而数据量又不大的系统安排给访问者的计算机来计算是设计超大型访问量的系统的一个必然选择，这样可以充分利用访问者计算机的闲置资源。
催熟香蕉
那么在本系统中有哪些资源可以由访问者的计算机来计算呢？显然有很多，比如时刻表查询、站名查询、转程查询、余票查询的站名处理等信息。那么有人会问这不就需要把这些数据都下载到客户端吗？答案是否定的，系统应该采用按需计算模式，把用户需要的数据下载到客户端即可。比如用要查询K112次列车的信息，那么就不需要下载T88次列车的信息。
为了适应客户端高速计算，处理掉服务器中的信息从数据库中直接查询也是必然的，大量信息可以生成XML数据或是HTML静态数据，比如时刻表、车站、车次等信息均可以生成静态的XML数据，这样可以把服务器的CPU时间安排给更需要的业务系统或是分拆给不同的业务系统。
同时，通过大量资源的静态化处理和分离式计算，可以提高CDN的效率。
业务系统分流
除了系统整体部署和硬件架构外，系统的业务分开处理，也是一个大型系统必须进行的。
基于火车票订票系统的几个基本流程，大概可以分以下几个子业务系统：
用户注册
使用独立的服务器和通道提交注册信息和资料（比如：user.hcpxxxxxx）。
用户登录验证
登录验证是用户进入系统的第一道关，因此它的访问量也相对较大，应该使用独立的通道（同时需要采用负载均衡），比如使用：login.hcpxxxxxx 专门处理用户登录。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论