????阿里妹導讀：對于電影愛好者來說，每次的電影節、影展活動，都是搶票大戰的開啟，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1分鐘售出5萬張。

今天，阿里高級開發工程師念賢主要圍繞售票環節，講述阿里文娛的云智系統是如何支撐高流量并發，保障系統的穩定，不出現重賣等實現方案背后的技術。

一、背景介紹

先簡單分析一下電影節的搶票業務，典型特征是在大流量搶購、高并發的場景下，讓用戶極快的鎖定座位然后出票，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，對外業務和管理后臺功能獨立，職責清晰，快速支撐業務;服務層沉淀基礎服務，構成穩定的業務和基礎服務。

??

圖2：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3：技術架構圖

三、實現方案與技術解析

1.高并發流量如何抗?

電影節的流量是非常典型的秒殺場景，瞬時流量非常高，對于系統的高性能要求就注定很高，在云智中，我們是如何抗高并發流量的?我們通過以下三點來進行闡述：熱點數據隔離、流量削峰漏斗、多級緩存。

1)熱點數據隔離

在熱點隔離這塊，云智選擇的策略包括：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)流量削峰漏斗

關鍵詞是“分層削峰”，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，每個層次都盡可能的過濾掉非法的請求，只在最后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。

以鎖座流程為例子：

??

圖4：流量削峰漏斗示例圖

3)多級緩存

在分層漏斗的前提下，云智采用分布式緩存和本地緩存LocalCache多級緩存的方案來抵抗高并發流量，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后，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對象采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的緩存時間為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，其次讀遠程分布式的緩存，使得系統可以抵抗瞬間的高并發流量。

示例圖如下所示：

??

圖5：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，這層采用的是Tair分布式緩存。

2.系統的穩定性、高可用性如何保證?

對于任何檔期或者活動，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6：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，才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，識別出來后制定應對策略;

(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，為系統配置安全的、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，制作應急處理方案;

(5)安全保障，主要聚焦在賬號權限管控，以最小夠用原則為準，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。

??

[[318160]]

第九屆北京國際電影節保障現場

b)在戰中階段

活動開售，我們也稱為戰中，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”，用于應對大促期間可能出現的緊急客訴等問題，及時做出決策，控制影響范圍，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峰值，及時沉淀技術數據，為后續系統建設，流量評估等提供參考借鑒。

c)在戰后階段

這個階段的主要工作是項目復盤，復盤的內容主要包括：項目結果、項目回顧、項目沉淀和改進，將項目過程中收集到的問題和故障進行詳細分析，并將項目過程中沉淀出來的，關于系統穩定性保障的經驗沉淀到日常，讓活動保障的常態化逐步落地。

2)優秀實踐

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，實時匯總數據，展示業務數據，為系統、為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。

??

[[318161]]

第二十二屆上海國際電影節保障現場

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?

首先我們采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，一人最多只能購買6張票;

c)接入黃牛防控系統;

2)如何防止庫存超賣?

電影票不同于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，需要保障在高并發情況下不出現重票，我們的解決方案是：

a)使用分布式緩存，在分布式緩存中預減庫存，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作為唯一鍵。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復售賣。

四、總結

回顧電影節搶票，我們首先想到的是能抗高并發流量，能讓系統穩定。通過上述章節我們揭開了高性能、高可用等背后的技術，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 = 流量削峰 + 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，我們沿著讓系統穩定、讓業務贏的設計思想，不斷的思考和落地這些技術細節，沉淀核心技術，以達到讓用戶體驗流暢的搶票過程。