【IT168 评论】2012年春节前夕，火车票可以在网上购买的消息让人们激动不已，原本以为再不用半夜起来、忍冻排队，但是很快骂声不绝于耳，光是登录过程就要耗去半小时甚至更长，更别提购票了。不完全统计，7天内，12306网站访问用户已占全球互联网用户的0.902%，每天点击量高达10亿人次;系统一度支撑不住如此庞大的访问量而陷入崩溃。

　　面子工程?设备有问题?架构不好?质疑声不断，为此IT168特意采访了《互联网运营智慧》的作者田逸，请他跟我们一起聊聊12306购票网站及高频高并发网站背后的故事。

　　您认为12306订票网站存在哪些需求特点和挑战?

　　从12306表现的情况来看，可以说是严重缺乏可用性，而所谓的日均PV达到10亿，也是由于用户不停的访问，不停的刷新，所累积出来的，实际的用户数量远小于这个数。我们知道对于互联网来说，一般都是读大于写，也就是说主要操作还是查询，比如12306，可能很多人都在查同一张票，比如北京到广州，时间、车次这些基本都是一致的，而且由于不能选择座位，变化的只是座位数量，因此对于时间、车次这些信息查询一次就可以了，完全可以把这些缓存起来，这样下一个人访问的时候就可以直接从缓存调取，这样一来访问速度会大大提高，同一方向的人访问量自然就会下降，计算到互联网上，这个数目就比较大了。

　　另外，从技术的角度看，北京到哪里，区段是固定的，而且买票主要是集中到某几个区段，可在数据库里使用分区技术，不同的分区写不同的区间的车次，这样数据量也会少很多，从而提高网站的可用性。

　　国内的大型网站还包括淘宝、京东、新浪等，您认为12306的访问模式和淘宝、京东存在哪些异同?

　　12306和淘宝、京东访问模式基本都差不多，都是查询，交互，下订单等;不同的是淘宝、新浪都是一点点积累，12306并没有这个积累过程，而且这个过程中也没有过多考虑用户体验，可用性、可靠性等。从表现出来的情况看，12306购票的过程中有很多队列，如登录队列，查询队列等等，在这里，我们完全可以采取另一种方式，比如在网上公示哪个地方的票没有了，这样就会少很多人去查询，而且并不需要全部公示，仅仅公示最热门的一些车次就可以了。另外也可采用分地域的方式，比如上海局可以独立一个、北京局独立一个，这个压力就会减很多，因为如果人在上海，基本就是从上海出发，而不会买北京发车的票，这样就可以实现本地访问，从而减少很多压力。

　　淘宝在其光棍节促销期间，TMall也曾经遭遇宕机事件，京东也曾经遭遇宕机事件，您认为这些宕机事件和12306网站崩溃有何异同?

　　淘宝光棍节CDN达到800GB左右，双12更是达到900GB，但是由于淘宝系统架构很好，另外，运维人员这么多年的积累，经验丰富，所以很少宕机，而京东则属于架构有问题，淘宝和京东一个以技术为驱动，一个是以商业为驱动，淘宝是把技术做好了顺便卖点东西，京东是卖卖东西顺便把技术搞一搞，而12306又不大相同，属于政绩工程，先弄出来，至于好不好用不知道，没法评估，因为并不开放。

　　您认为目前的12306订票网站在哪些方面可能存在问题?

　　基于目前的架构，带宽从400MB增到1500MB基本无作用，就像车跑不快，换个轮子也无济于事，其它方面也比较类似，比如运用的全网CDN加速。我们看到12306网站做得很简陋，基本没有图片，数据都是动态的，这样每个步骤都是操作数据库，都是在用CDN，不仅浪费钱，而且用户体验也不好。

　　一个整体的架构并不是各个部分的堆砌，得在架构上做优化，用户体验上下功夫，这其中就可以大量使用缓存技术，比如把查询缓存起来，这样访问速度就会加快，流量就大了，比如高速公路上，四条车道，如果设置收费站，而且收费也慢，可以计算1小时能通多少车，假如没有收费站，能通多少车，不言而喻，其实跟12306的道理一样，乘客买到票就走了，查到没有票也就走了，就不会出现无限刷页面的情况了。

　　高并发网站架设应该注意些什么

　　一个大型的高并发高性能网站架构需要从哪些层面去考虑?要实现高并发，可以从哪些技术手段入手?您个人有哪些比较好的建议?

　　如今，百万千万PV已经算不上高并发网站，这其中设备、技术、各应用之间的逻辑关系都得仔细考虑，而技术又包括操作系统Windows，Java，缓存，应用程序，数据库，分布式技术，负载均衡技术等等。

　　其实一个高频高并发网站的架构可以想象成一个漏斗，口大，越往下漏越小，前端Webserver不停的、大量的接收请求，然后通过合理运用负载均衡、CDN缓存、数据库缓存一层层过滤，最终到达数据库的量也在控制范围内了。

　　下面是技术上一下几点建议：1.前端的负载均衡技术，2.CDN的缓存技术应用，第一个人访问过，第二个人就可以直接访问了，而且就近访问，这样不仅访问速度快，而且成本也会降低，3.采用分布式系统，再强大的设备都是有系统极限的，而分布式系统是可以扩展的，比如像游戏后台服务器，一台服务器可以支撑2000用户，那么加一个处理器也许只能加100-200，然而加一台服务器就可以增加2000用户，另外，数据库服务器也使用多台，互联网都是读的多，读的时候从多个数据库服务器读，这样速度就快了，写的时候只有一个数据库写，这样就保证数据一致性，另外数据库也可以采用缓存技术，除此数据库本身分区技术等等这些都可以提高可用性。

　　如果流量再大，可以考虑拆分，比如一个门户网站有很多频道，在量一定的时候可以放在一起，当其中某一个频道流量特别大的时候，就可以把其中一个拆出来，给这个频道单独做一个环境，前端根本看不出变化，但后端其实已经不再那个服务器里了。

　　部署大型的高并发高性能网站架构需要注意哪些问题?存在哪些挑战?

　　像12306，春节时间买票特别多，人力各方面都要准备特别多的资源，然而这些资源平时怎么办呢，怎么平衡，这个就需要好好思考了，目前还不好办，像淘宝可以不停的搞活动，12306不可以，平时坐火车的就那么多人，所以这个问题上就要考虑投入产出比，目前还没有太好的办法解决。

　　很多网友提到了用开源的技术来构架大型高并发网站架构，开源技术在这个领域是否存在一些优势?

　　完全可以考虑使用开源技术，大部分互联网公司都是开源，其实开源不仅仅是技术本身，更重要的是一种思想，大家愿意去交流，优势，省钱是一方面，另外出了问题，甚至可以给作者写信有人去帮你解决。而用商业软件的公司都比较封闭，出了问题也不愿意沟通，以致大家都在猜测，

　　有人建议使用云计算平台(类似于Amazon之类的)来搭建这类网站，以便提高资源利用率节省成本，您是如何看待的?

　　采用云服务商提供的服务，量大了其实并不划算，因为带宽，cpu等等都要计费，利用率提高了，成本不一定节省，而且不可控，对于创业型的小公司倒是可以考虑采用云计算平台，不过对于12306自己建一个云环境倒是有可能的。

　　有网友建议采用Hadoop、NoSQL等技术去解决此类问题，但也有反对者称NoSQL技术不是很成熟，并且在实现数据一致性方面存在问题，您如何看待?

　　其实都可以用，但是要根据不同的应用环境合理的应用，Hadoop主要用作数据分析，搜索引擎，在分析用户行为上可以考虑。NoSQL是简化的SQL，用来做缓存技术的，但要和SQL一起使用，目前发展也很成熟了，并不存在数据库一致性方面的问题。

　　您认为虚拟化(不局限于服务器虚拟化，也可以包括网络虚拟化等)在这类型大型高并发网站建设过程中可以起到什么作用?

　　肯定是起作用的，但并不是说所有的应用都适合虚拟化，例如IO密集型，计算密集型的就不能虚拟化，但像前端WebServer就可以采用虚拟化，因为它本身就是用来接收请求的，虚拟化后可以大量增加接收请求的数量，而数据库服务器就不能虚拟化，因为本身运算量大，而且对磁盘读写需求量大，虚拟化后可用性会大大降低。