许多电商平台都会经历相似的过程：流量和业绩每年以几倍至十几倍的速度增长；瞬间访问量可能是平时的几十倍；网络带宽被占满，用户响应很慢；机器负载高甚至宕机；数据库压力过大导致服务不可用……
大数据技术的发展引发众多电商架构师思考，在面对用户蜂拥而至这件好事，如何在海量数据处理中实时发现有效信息，为构建稳定高效的系统架构设计提供指导。在【WOT2015"互联网+"时代大数据技术峰会】 现场，魅族电商平台高级架构师 何岳娟就魅族电商平台架构变迁之路的经验和体会和51CTO记者进行交流。
高速发展下的问题
何岳娟告诉记者，魅族电商架构分为四个层级：
- 业务层：第三方天猫，京东，苏宁与官网的商城及APP；
- 业务服务层：交易，新品发布，手机导购，推荐服务为各平台提供营销策略；
- 基础服务层：订单，用户，支付，库存，图片等为业务服务与营销层提供基本的服务点；
- 据层存储层：MySQL, NoSQL, MQ , HBase以及一些分布式文件系统
基于这四个层级产生的数据建立分析平台， 对用户行为用户需求进行分析。
随着魅族近两年的发展，用户对其电商平台的关注度越来越高，用户增长速度非常快。在享受这种进步的同时，平台性能也在经历严峻考验。谈及贯穿平台架构变迁之路的指导思想，何岳娟将提升高可用、高并发、容灾性三个能力的提升视为核心，来实现对网站稳定性能的保障。抢购场景中LVS崩溃、DDoS攻击、刷单带来的高并发以及抢购时服务器如何实现快速扩容等，都是在业务高速发展下迫切需要解决的问题。
变迁之路绕了哪些远
在针对这些问题进行平台架构变迁的过程中，何岳娟和魅族技术团队曾经也走过许多弯路。比如说之前用GLSB、OSPF、智能DS分发解决数据容灾问题。但采用OSPF时，要对整个机房交换部署模式进行变造，影响非常大。而且，OSPF也并不能很好地解决魅族电商平台高并发故障迁移的问题。
这是因为在遭遇高并发时，LS、分发服务器不保证不会崩溃，一旦崩溃，转给其他的分发服务器，其他的分发服务器也不具备承受能力。魅族后来直接放弃了这个方案，结合业务需求和自身能力，改为族采用放弃一部分用户然后采用活动能正常的进行下去来做LS断点的问题。
新方案的优势在于，当一个机房的LS宕或是群宕掉时，可以自动切换到其他机房。何岳娟秀露，魅族计划采用GLSB，进行大LS的方案解决以后更高并发的模式以及以后跨机房容灾的问题。
利用数据评级防止误伤
对于“黄牛”这个世界性难题，魅族在最开始把只它看成功能性防御。但实际上，这种数据请求的模式极有可能出现伪造数据。因此，魅族通过对用户行为数据分析构建了信用分值评估系统，如果用户行为数据是伪造数据的话，在进行分析时可以看到，这些数据非常“死板”。
所谓“死板”，就是说黄牛一般只会注册一个帐户，而不会关注魅族官网，在网站只留下非常有限的行为信息，可以将具有这种特点的用户看作是是死点用户。而如果是在整个官网体系里比较活跃的用户，系统会将他评为优质用户。
一般来讲，面对评级较低的用户，系统在做防杀时会有一些“误伤”的现象。为了避免一些评级较低的用户无法正常方问，在做防杀的时候，魅族不会没有把所有的数据全部“干死”，而是将自有数据与第三方数据进行交换，引入第三方的数据评级，对两者数据分析结果进行对比之后再进行防御。
跨机房容灾和数据同步仍待探索
何岳娟表示，跨机房容灾和跨机房的数据同步问题，仍然是魅族在未来一段时间内关注的重点。魅族在这些方面一直在努力，比如在魅族有一个OKR评级功能，这个评级会根据业务故障时间来评级。这种互联网评级模式不可能做到不产生故障，但可以尽量减少故障产品的产生。
对于技术和工具的选型，何岳娟的建议在选用新功能前，一定要对性能进行前期测试。一旦产生问题，通过测试可以及时暴露出来，引导我们寻找解决方案。对于实在解决不了的问题，魅族会选择直接放弃这种模式，而在上线采用第三方服务。当然，还是要注意对服务进行大规模、全方位的测试，来避免之后突发情况下的措手不及。
戳下方图片，更有料！
