0
双十一，剁手党的节日，恨不能是各大电商程序员的忌日。
京东，作为全国买买买炮火的主要目标，架构师、码农们一边承担着全国人民打折购物的殷切期望，一边承受着老板东哥如芒在背的犀利目光。
总之，一旦出现闪失，后果不堪设想。
那么，究竟架构师们如何万无一失地完成这样“不允许失败”的任务呢？
在今天的 SDCC 中国软件开发者大会上，京东商城总架构师、基础平台负责人刘海锋为现场观众介绍了今年保卫京东双十一的“五大法宝”。
【京东商城总架构师、基础平台负责人 刘海锋】
说到底，双十一最大的挑战就是访问和业务激增。如果能够提供无限的带宽和计算资源，那么双十一和其他日期不会有任何可以感知的区别。
然而，资源永远是有限的。这就好像一个人往往不能又买房又买车还天天吃大餐。从这个角度来说，资源规划就变得非常重要。
每当各种电商节来临之前，各路部门都变成了嗷嗷待哺的雏鸟。恨不能张口就要十倍于平时的资源。
不过刘海锋说：
大家都觉得资源充分才不会出问题。但是事实证明，有些部门多准备一些 CPU，心理上可能轻敌，在代码上就放松了警惕，这样未必可以活下；相反资源不那么充足的情况下，反而未必死掉。
那么，有限的 CPU 究竟分给谁呢？
【前端用户下单方法调用双十一峰值达到了平均值的16倍，而机房内网络流量峰值只有平均值的1.5倍】
根据刘海锋的研究，京东商城前端的访问系统在零点之前的十几秒负载达到峰值。几秒内就可以达到平均值的16倍。这是因为大家都已经选好了想要的商品，只等零点之前刷新下单。但是，这样狂飙的访问量在系统内部却没有表现得如此恐怖。在系统内部，访问量可能只有平时的 1.5倍。
我们把各个系统分为两类：平稳型系统和毛刺型系统。
平稳型系统，包括商品的详情页、价格页面、库存信息等等；
毛刺型系统，包括下单、秒杀页面、抢购页面等等。
做了细致的研究之后，对于资源的分配就有了依据。这样就可以在保证核心流程充分扩容的基础上，再来满足锦上添花的功能需求。
基础架构是京东商城的基础。而在巨大访问中一旦基础架构出现了问题，会影响无数附加其上的应用。为了保证这个庞大的基础架构，京东做了一些重点动作。
刘海锋说，一个机房的安全系数永远不够，一旦出问题将会造成不可估量的损失。所以京东采用了多数据中心的策略。
这种冗余策略存在于包括电商在内的很多服务中。是一种通用的手段，当然京东也不例外。
京东从2014年开始，对系统进行 Docker 容器化改造。
通俗来说，“容器化”就是把系统的各项资源进行虚拟化，可以更加自由地分配给各个服务。
这种改造有一个巨大的优势，那就是极大地加快了资源交付和速度，更小地细分了资源的粒度。刘海锋说，2014年之前，大促时各个系统分资源还在分物理机，而现在大家可以直接分 CPU，系统在后台直接把 CPU 的计算能力分配给需要的部门。
在京东的构架中，内存可以被用作存储器，而不是缓存。刘海锋说，这就是所谓的 JIMDB（以内存为中心的存储）。
众所周知，硬盘是在电子化的 IT 架构中，唯一一个还在使用机械结构的元件。它的效率之低令人发指。所以在大促的时候，订单内容和实时护具不会回到后台存储，直接在内存中被调用。这样就大大提缩短了系统响应时间。
为此，京东的内存容量储备达到了 260T。
大促的时候，99%的访问请求最高延迟都小于 5 毫秒。
刘海锋说。
在京东的体系中，最重要的可能就是订单和运单数据。而这些数据需要在许多系统内部实时同步。
很多下游系统关心订单信息。按照传统的思路，所有下游系统都想要获得订单信息，必须通过订单系统，调用其他的接口才能实现。这样就会给订单系统带来极大的压力。
针对这个矛盾，京东开发了消息平台 JMQ。JMQ 的工作原理很简单，大致相当于信息统筹的秘书。订单系统只需要把数据交给 JMQ，其他系统只需要调用 JMQ 就可以查看信息。这在客观上大大缓解了订单系统的压力。
双十一，所有系统资源全部被调动起来。人工智能，这个正在井喷的高科技也可以在这个时候“帮工”。
不过，刘海锋告诉雷锋网，这并不是什么虚头巴脑的大概念，而是一些接地气的小功能。所以他更愿意把它叫做“增强智能”。
增强智能在京东商城的体系内应用场景不少，例如：客服机器人、库存优化、信息合规校验、智能物流仓储等等。刘海锋举了两个有趣的例子。
【替用户冷静的“订单冷静管道”】
如果我看到别人在大促的当天买了一部手机送给女朋友。我一冲动，一次购买了两台，冷静下来想想， 我还没有女朋友。这个时候，我可能会选择退货。
刘海锋说。
然而，京东的很多产品都是自营，在下单之后几分钟内就已经开始分拣打包。然而， 系统订单是在几小时内都支持取消的。
这时，如果用户选择了取消订单，那么打包工作就浪费了。这对于双十一期间资源相对宝贵的京东来说，就是一种资源浪费。
这时，就到了人工智能显示威力的时候。
如果系统探测到下单买两部 iPhone 的用户，经常买奢侈品送给（不同的）女朋友，那么没事。如果探测到这个用户以前购买的最贵的商品就是200块钱的食用油，并且通过大数据分析，这位用户可能没有女朋友。那么就在后台自动把订单“冷静”10-20分钟。如果用户没有后悔取消订单，再继续大宝流程。这有助于减少浪费的成本。
在双十一当天，凌晨第一单从下单到出库到用户签收仅仅用了12分31秒。这个看起来有点假的成绩是怎么取得的呢？
如果从下单开始，才从最大的仓库备货，12分钟也许都不够用来分拣。能够做到这么快，要归功于“订单预测系统” 。
【订单预测系统工作原理】
刘海锋讲解了订单预测系统的工作原理：
一个商圈，将会在双十一购买多少手机、电池、尿布、啤酒这类标准品，是可以通过大数据来预测的。而京东的库房是分级的。有后端的仓储和前端的仓储。通过预测，京东会提前把一些商品前置到前端仓（FDC），这样在用户下单之后就可以瞬间从仓库发出，就近送到用户手里。
验证技术团队可靠性的最好方式，莫过于真枪实弹的技术演习。
Chaos Monkey，是很多平台都在使用的故障演习模式，简单说来就是随即关闭生产环境中的实例，然后检查系统是否能经受故障考验。
刘海锋把这个英语词汇改成了更接地气的中文名称——响尾蛇。
总之，就是在双十一真正的考验来临之前，用一种“自残”的方式来检查系统的可靠性。
刘海锋介绍，京东的“响尾蛇”行动玩法如下：
把运维人员分为两组，一组资深的运维工程师在会议室里，负责模拟故障。而在会议室外面，是负责解决问题的小组。对于将要出现什么问题，会议室外面的小组是毫不知情的。模拟故障五花八门，从机器到网络，到模块，到服务，到中间件和数据库，甚至整个机房消失。应急小组都必须给出合理的处置方法，拼死保证业务不出现问题。
刘海锋说，“由于这种演练具有一定的破坏性，所以我们都是在半夜一点到三点之间进行。”
所谓压力测试，就是在真实模拟无数人访问京东并作出各种请求的情况下， 测试系统能否正常运作。
虽然各个环节的工程师都会对自己的系统进行压力测试，但是毕竟这种测试是分散的，导致最终容易在各个业务的接口处产生问题。而且，普通的压力测试，很难模拟真实用户的访问行为。
为此，刘海锋专门让团队开发了“军演压力测试机器人”。
这个机器人，就是模拟我们雇佣一亿人同时访问我们网站的行为。这套程序分布在全国各地，对我们的业务做全链路的读写混合压力测试。
如同军演一样，全链路的压力测试并不如想象般容易实现。例如，这样的演习不能使用真正的银行支付，不能影响真正的库存数量，不能动用真的物流。所以，和演习相关的所有上下游业务，都要设计一套虚拟系统。
在这套“军事演习”里，最重要的步骤就是“黄金链路压力测试”。所谓黄金链路，就是普通用户使用京东的“标准流程”，包括：登录，搜索，浏览，购物，结算，支付。这个链路，是双十一用户体验的最主要体现。京东的工程师们不断对这个链路进行测试，就可以发现很多存在的问题。
【黄金链路压力测试流程】
以上，就是京东保障正在看文章的你“剁手顺利”的五大法宝。仅仅是24小时的买买买，背后却涉及无数风险控制手段和资源调度模型。
正如刘海锋所说，
双十一是电商企业整体技术能力的一个缩影，各个电商在保障的过程中都会有一些插曲，正是这些小问题，让中国的电商行业不断地成长。
SDCC，中国软件开发者大会。由全球最大中文 IT 社区 CSDN 于2007年创办，每年举办。主题是下一代软件开发技术趋势与对各行业的深刻影响，以谈干货实料著称。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
