BT

您是否属于早期采用者或者创新人士?InfoQ正在努力为您设计更多新功能。了解更多

去哪儿网机票搜索系统的高并发架构设计

| 作者 蒋志伟 发布于 2017年4月21日. 估计阅读时间: 1 分钟 |

“高并发”一直是大家感兴趣的话题。2010年~2012年,我曾在Qunar供职,主要负责机票搜索相关的业务,当时我们的搜索系统最高每天承载了亿级用户的高并发访问。那段日子,很苦很累,Qunar的发展很快,我也见证了搜索系统的技术演变历程,本文就来给大家讲讲机票高并发的故事。

业务背景

Qunar成立于2005年,那时候大家还习惯打电话或者去代理商买机票。随着在线旅游快速发展,机票业务逐步来到线上。在“在线旅游”的大浪潮下,Qunar的核心业务主要是线上机票搜索和机票销售。根据2014年9月艾瑞监测数据,在旅行类网站月度独立访问量统计中,去哪儿网以4474万人名列前茅。截至2015年3月31日,去哪儿网可实时搜索约9000家旅游代理商网站,搜索范围覆盖全球范围内超过28万条国内及国际航线。

Qunar由机票起家,核心产品包括机票搜索比价系统、机票销售OTA系统等。后来一度成为国内最大旅游搜索引擎,所以最开始大家知道Qunar都是从机票开始。

在Qunar,我主要工作负责机票搜索系统。当时,搜索业务达到了日均十亿量级PV,月均上亿UV的规模。而整个搜索主系统设计上是比较复杂的,大概包含了七、八个子系统。那时线上服务器压力很大,时常出现一些高并发的问题。有时候为了解决线上问题,通宵达旦连续一两周是常有的事。尽管如此,我们还是对整个搜索系统做到了高可用、可扩展。

为了大家了解机票搜索的具体业务,我们从用户角度看一下搜索的过程,如下图:

根据上面的图片,简单解释下:

  • 首页:用户按出发城市、到达城市、出发日期开始搜索机票,进入列表页。
  • 列表页:展示第一次搜索结果,一般用户会多次搜索,直到找到适合他的航班,然后进入详情页。
  • 产品详情页:用户填入个人信息,开始准备下单支付。

从上面的介绍可以看出,过程1和2是个用户高频的入口。用户访问流量一大,必然有高并发的情况。所以在首页和列表页会做一些优化:

  • 前端做静态文件的压缩,优化Http请求连接数,以减小带宽,让页面更快加载出来。
  • 前后端做了数据分离,让搜索服务解耦,在高并发情况下更灵活做负载均衡。
  • 后端数据(航班数据)99%以上来自缓存,加载快,给用户更快的体验。而我们的缓存是  异步刷新的机制,后面会提及到。

在过亿级UV的搜索业务,其搜索结果核心指标:一是保证时间够快,二是保证结果实时最新。

为了达到这个指标,搜索结果就要尽量走缓存,我们会预先把航班数据放到缓存,当航班数据变化时,增量更新缓存系统。 所以,Qunar机票技术部就有一个全年很关键的一个指标:搜索缓存命中率,当时已经做到了>99.7%。再往后,每提高0.1%,优化难度成指数级增长了。哪怕是千分之一,也直接影响用户体验,影响每天上万张机票的销售额。

因此,搜索缓存命中率如果有微小浮动,运营、产品总监们可能两分钟内就会扑到我们的工位上,和钱挂上钩的系统要慎重再慎重。

这里还有几个值得关注的指标:

  • 每台搜索实例的QPS(搜索有50~60台虚拟机实例,按最大并发量,每台请求吞吐量>1000)。
  • 搜索结果的 Average-Time :  一般从C端用户体验来说,Average-Time 不能超过3秒的。

了解完机票搜索大概的流程,下面就来看看Qunar搜索的架构。

搜索系统设计架构

Qunar搜索架构图

上面提到搜索的航班数据都是存储在缓存系统里面。最早使用Memcached,通过一致Hash建立集群,印象大概有20台左右实例。 存储的粒度就是出发地和到达地全部航班数据。随着当时Redis并发读写性能稳步提高,部分系统开始逐步迁移到Redis,比如机票低价系统、推荐系统。

搜索系统按架构图,主要定义成前台搜索、后台搜索两大模块,分别用2、3标示,下面我也会重点解释。

前台搜索

主要读取缓存,解析,合并航班数据返回给用户端。

前台搜索是基于Web服务,高峰期时候最大启动了50台左右的Tomcat实例。搜索的URL规则是:出发城市+到达城市+出发日期,这和缓存系统存储最小单元:出发城市+到达城市+出发日期是一致的。

Tomcat服务我们是通过Nginx来做负载均衡,用Lua脚本区分是国际航线还是国内航线,基于航线类型,Nginx会跳转不同搜索服务器:主要是国际搜索、国内搜索(基于业务、数据模型、商业模式,完全分开部署)。不光如此,Lua还用来敏捷开发一些基本服务:比如维护城市列表、机场列表等。

航班数据

上文我们一直提到航班数据,接下来简单介绍下航班的概念和基本类型,让大家有个印象,明白的同学可以跳过:

  • 单程航班:也叫直达航班,比如BJ(北京)飞NY(纽约)。
  • 往返航班:比如BJ飞NY,然后又从NY返回BJ。
  • 带中转:有单程中转、往返中转;往返中转可以一段直达,一段中转。也可以两段都有中转,如下图:

其实,还有更复杂的情况:

如果哪天在BJ(北京)的你想来一次说走就走的旅行,想要去NY(纽约)。你选择了BJ直飞NY的单程航班。后来,你觉得去趟米国老不容易,想顺便去LA玩。那你可以先BJ飞到LA,玩几天,然后LA再飞NY。

不过,去了米国要回来吧,你也许:

  1. NY直接飞回BJ。
  2. 突然玩性大发,中途顺便去日本,从NY飞东京,再从东京飞BJ。
  3. 还没玩够?还要从NY飞夏威夷玩,然后夏威夷飞东京,再东京飞首尔,最后首尔返回北京。

…… 有点复杂吧,这是去程中转、回程多次中转的航班路线。

对应国际航班还算非常正常的场景,比如从中国去肯尼亚、阿根廷,因为没有直达航班,就会遇到多次中转。所以,飞国外有时候是蛮有意思、蛮麻烦的一件事。

通过上面例子,大家了解到了机票中航线的复杂程度。但是,我们的缓存其实是有限的,它只保存了两个地方的航班信息。这样简单的设计也是有必然出发点:考虑用最简单的两点一线,才能最大限度上组合复杂的线路。

所以在前台搜索,我们还有大量工作要做,总而言之就是:

按照最终出发地、目的地,根据一定规则搜索出用户想要的航班路线。这些规则可能是:飞行时间最短、机票价格最便宜(一般中转就会便宜)、航班中转最少、最宜飞行时间。

你看,机票里面的航线是不是变成了数据结构里面的有向图,而搜索就等于在这个有向图中,按照一定的权重求出最优路线的过程!

高并发下多线程应用

我们后端技术栈基于Java。为了搜索变得更快,我们大量把Java多线程特性用到了并行运算上。这样,充分利用CPU资源,让计算航线变得更快。 比如下面这样中转航线,就会以多线程方式并行先处理每一段航班。类似这样场景很多:

Java的多线程对于高并发系统有下面的优势:

  • Java Executor框架提供了完善线程池管理机制:譬如newCachedThreadPool、     SingleThreadExecutor 等线程池。
  • FutureTask类灵活实现多线程的并行、串行计算。
  • 在高并发场景下,提供了保证线程安全的对象、方法。比如经典的ConcurrentHashMap,它比起HashMap,有更小粒度的锁,并发读写性能更好。线程安全的StringBuilder取代String、StringBuffer等等(Java在多线程这块实现是非常优秀和成熟的)。

    高并发下数据传输

    因为每次搜索机票,返回的航班数据是很多的:

    • 包含各种航线组合:单程、单程一次中转、单程多次中转,往返更不用说了。
    • 航线上又区分上百种航空公司的组合。比如北京到纽约,有美国航空,国航,大韩,  东京等等各个国家的各大航空公司,琳琅满目。

    那么,最早航班数据用标准的XML、JSON存储,不过随着搜索量不断飙升,CPU和带宽压力很大了。后来采取自己定义一种txt格式来传输数据:一方面数据压缩到原来30%~40%,极大的节约了带宽。同时CPU的运算量大大减低,服务器数量也随之减小。

    在大用户量、高并发的情况下,是特别能看出开源系统的特点:比如机票的数据解析用到了很多第三方库,当时我们也用了Fastjson。在正常情况下,Fastjson 确实解析很快,一旦并发量上来,就会越来越吃内存,甚至JVM很快出现内存溢出。原因呢,很简单,Fastjson设计初衷是:先把整个数据装载到内存,然后解析,所以执行很快,但很费内存。

    当然,这不能说Fastjson不优秀,现在看 GitHub上有8000多star。只是它不适应刚才的业务场景。

    这里顺便说到联想到一个事:互联网公司因为快速发展,需要新技术来支撑业务。 那么,应用新的技术应该注意些什么呢?我的体会是:

    • 好的技术要大胆尝试,谨慎使用。
    • 优秀开源项目,注意是优秀。使用前一定弄清他的使用场景,多做做压力测试。
    • 高并发的用户系统要做A/B测试,然后逐步导流,最后上线后还要有个观察期。

      后台搜索

      后台搜索系统的核心任务是从外部的GDS系统抓取航班数据,然后异步写入缓存。

      首先说一个概念GDS(Global Distribution System)即“全球分销系统”,是应用于民用航空运输及整个旅游业的大型计算机信息服务系统。通过GDS,遍及全球的旅游销售机构可以及时地从航空公司、旅馆、租车公司、旅游公司获取大量的与旅游相关的信息。

      机票的源数据都来自于各种GDS系统,但每个GDS却千差万别:

      1. 服务器遍布全球各地:国内GDS主要有中航信的IBE系统、黑屏数据(去机场、火车站看到售票员输入的电脑终端系统),国际GDS遍布于东南亚、北美、欧洲等等。
      2. 通讯协议不一样,HTTP(API、Webservice)、Socket等等。
      3. 服务不稳定,尤其国外的GDS,受网路链路影响,访问很慢(十几分钟长连接很常见),服务白天经常性挂掉。
      4. 更麻烦的是:GDS一般付费按次查询,在大搜索量下,实时付费用它,估计哪家公司都得破产。而且就算有钱 , 各种历史悠久的GDS是无法承载任何的高并发查询。更苦的是,因为是创业公司,我们大都只能用免费的GDS,它们都是极其不稳定的。

      所谓便宜没好货,最搞笑的一次是:曾经在米国的GDS挂了一、两天,技术们想联系服务商沟通服务器问题。因为是免费,就没有所谓的服务商一说,最后产品总监(算兼职商务吧)给了一个国外的网址,打开是这家服务商的工单页面,全英文,没有留任何邮箱。提交工单后,不知道什么时候回复。可以想想当时我的心情......

      虽然有那么多困难,我们还是找到一些技术方案,具体如下。

      引入NIO框架

      考虑GDS访问慢,不稳定,导致很多长连接。我们大量使用NIO技术:

      NIO,是为了弥补传统I/O工作模式的不足而研发的,NIO的工具包提出了基于Selector(选择器)、Buffer(缓冲区)、Channel(通道)的新模式;Selector(选择器)、可选择的Channel(通道)和SelectionKey(选择键)配合起来使用,可以实现并发的非阻塞型I/O能力。

      NIO并不是一下就凭空出来的,那是因为 Epoll 在Linux2.6内核中正式引入,有了I/O多路复用技术,它可以处理更多的并发连接。这才出现了各种应用层的NIO框架。

      HTTP、Socket 都支持了NIO方式,在和GDS通信过程中,和过去相比:

      • 通信从同步变成异步模式:CPU的开销、内存的占用都减低了一个数量级。

      • 长连接可以支持更长超时时间,对国外GDS通信要可靠多了。

      • 提高了后台搜索服务器的稳定性。

        消息队列

        为了异步完成航班数据更新到缓存,我们采用消息队列方式(主备AMQ)来管理这些异步任务。具体实现如下。

        有一个问题,如何判断缓存过期呢?这里面有一个复杂的系统来设置的,它叫Router。资深运营会用它设置可以细化到具体一个航段的缓存有效期:比如说北京—NY,一般来说买机票的人不多的,航班信息缓存几天都没有问题。但如果北京—上海,那可能就最多5分钟了。

        Router还有一个复杂工作,我叫它“去伪存真”。我们长期发现(真是便宜无好货),某些GDS返回航班数据不全是准确的,所以我们会把某些航线、甚至航班指定具体的GDS数据源,比如北京—新加坡:直达航班数据 来自于ABAQUS,但是中转数据,北京—上海—新加坡,  或者北京—台北—新加坡 从IBE来会精准些。

        因此Router路由规则设计要很灵活。通过消息队列,也其实采用异步化方式让服务解耦,进行了很好的读写分离。

        GDS服务抽象虚拟Node

        为了管理好不同GDS资源,最大的利用它们。我们把GDS服务器抽象成一组Node节点来便于管理,像下面这样:

        具体原理:按照每个GDS服务器稳定性(通过轮休方式,不断Check它们的可用性)和查询性能,我们算出一个合理的权重,给它分配对应的一组虚拟的Node节点,这些Node节点由一个Node池统一管理。这样,不同的GDS系统都抽象成了资源池里面的一组相同的Node节点。

        那么它具体如何运转的呢?

        当缓存系统相关航班数据过期后,前台搜索告知MQ有实时搜索任务,MQ统一把异步任务交给Router,这个时候Router并不会直接请求GDS数据,而是去找Node池。Node池会动态分配一个Node节点给Router,最后Router查找Node节点映射的GDS,然后去请求数据,最后异步更新对应的缓存数据。通过技术的实现,我们把哪些不稳定的,甚至半瘫痪的GDS充分利用了起来(包含付费的一种黑屏终端,我们把它用成了免费模式,这里用到了某些黑科技,政策原因不方便透露),同时满足了前台上亿次搜索查询!

        监控系统

        鉴于机票系统的复杂度和大业务量,完备监控是很必要的:

        1、整个Qunar系统架构层级复杂,第三方服务调用较多(譬如GDS),早期监控系统基于CACTI+NAGIOS ,CACTI有很丰富的DashBoard,可以多维度的展示监控数据。除此以外,公司为了保证核心业务快速响应,埋了很多报警阈值。而且Qunar还有一个NOC小组,是专门24小时处理线上报警:记得当时手机每天会有各种系统上百条的报警短信。

        当然,我还是比较淡定了。因为系统太多,报警信息也不尽是系统bug,它可能是某些潜在的问题预警,所以,系统监控非常至关重要。

        2、复杂系统来源于复杂的业务,Qunar除了对服务器CPU、内存、IO系统监控以外,远远是不够的。我们更关心,或者说更容易出问题是业务的功能缺陷。所以,为了满足业务需要,我们当时研发了一套业务监控的插件,它的核心原理如下图:

        它把监控数据先保存到内存中,内部定时程序每分钟上传数据到监控平台。同时它作为一个Plugin,可以即插即用。接入既有的监控系统,它几乎实时做到监控,设计上也避免了性能问题。后期,产品、运营还基于此系统,做数据分析和预测:比如统计出票正态分布等。因为它支持自定义统计,有很方便DashBoard实时展示。对于整个公司业务是一个很有力的支撑。

        到今天,这种设计思路还在很多监控系统上看到相似的影子。

        机票销售系统

        机票另一个重要系统TTS:TTS(Total Solution)模式,是去哪儿网自主研发的交易平台,是为航空公司、酒店在线旅游产品销售系统。

        TTS有大量商家入驻,商家会批量录入航班价格信息。

        为了减少大量商家同时录入海量数据带来的数据库并发读写的问题,我们会依据每个商家规模,通过数据库动态保存服务器IP,灵活的切换服务器达到负载均衡的效果。这里不再细说了。

        最后,回顾整个搜索架构的设计,核心思想体现了服务的一种解耦化。设计的系统虽然数量看起来很多,但是我们出发点都是把复杂的业务拆解成简单的单元,让每一个单元专注自己的任务。这样,每个系统的性能调优和扩展性变得容易。同时,服务的解耦使整个系统更好维护,更好支撑了业务。

        作者介绍

        蒋志伟,前美团、Qunar架构师,先后就职于阿里、Qunar、美团,精通在线旅游、O2O等业务,擅长大型用户的SOA架构设计,在垂直搜索系统领域有丰富的经验,尤其在高并发线上系统方面有深入的理论和实践,目前在pmcaff担任CTO。


        感谢郭蕾对本文的审校。

        给InfoQ中文站投稿或者参与内容翻译工作,请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博(@InfoQ@丁晓昀),微信(微信号:InfoQChina)关注我们。

        评价本文

        专业度
        风格

        您好,朋友!

        您需要 注册一个InfoQ账号 或者 才能进行评论。在您完成注册后还需要进行一些设置。

        获得来自InfoQ的更多体验。

        告诉我们您的想法

        允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

        当有人回复此评论时请E-mail通知我

        纠正一个基础问题 by 关 志松

        文中有个笔误,java中的StringBuilder并不是线程安全的(String StringBuffer 反而是线程安全的),也正是应为这个特性,StringBuilder在字符串的拼接效率较StringBuffer高(考虑大多数字符拼接操作均位于方法中,new 出来的StringBuilder并不存在线程安全问题),当然,可以结合ThreadLocal实现线程安全版本的StringBuilder

        允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

        当有人回复此评论时请E-mail通知我

        允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

        当有人回复此评论时请E-mail通知我

        1 讨论

        登陆InfoQ,与你最关心的话题互动。


        找回密码....

        Follow

        关注你最喜爱的话题和作者

        快速浏览网站内你所感兴趣话题的精选内容。

        Like

        内容自由定制

        选择想要阅读的主题和喜爱的作者定制自己的新闻源。

        Notifications

        获取更新

        设置通知机制以获取内容更新对您而言是否重要

        BT