最近幾天12306又崩潰了的消息遍布網絡,有些人就在網上不斷的噴12306多垃圾,看到這里我只想說和我不了解前一樣,自從被我哥教育一頓后才認識到它是多么的牛逼！

那么12306是采用那種方案 解決尖峰高流量并發問題呢?

12306網站選擇Pivotal GemFire分布式內存計算平臺改造方案，根據系統運行數據記錄，在只采用10幾臺X86服務器實現了以前數十臺小型機的余票計算和查詢能力，單次查詢的最長時間從之前的15秒左右下降到0.2秒以下，縮短了75倍以上。

12306是世界規模最大的實時交易系統之一，媲美Amazon.com，節假日尤其是春節的訪問高峰，網站壓力巨大。

GemFire是Pivotal企業級大數據PaaS平臺的一部分。Pivotal公司的企業級大數據PaaS平臺主要有三個層次：云基礎架構層 Cloud Fabric、大數據基礎架構層Data Fabric、應用開發基礎架構層Application Fabric。GemFire屬于大數據基礎架構層，此外，Greenplum數據庫也屬于這一層；云基礎架構層的技術是Cloud Foundry；應用開發基礎架構層的技術是Spring Framework和RabbitMQ等。

12306之前采用Unix小型機架構，采用GemFire技術改造成Linux/X86服務器集群架構，就意味著一下跨越三代。從小型機到大內存X86服務器集群，不僅讓性能提升了一個數量級，而且成本也要低得多。

2012年3月開始，鐵路總公司(原鐵道部)開始調研、改造12306。2012年6月選擇了Pivotal GemFire分布式內存計算平臺改造12306，一期先改造12306的主要瓶頸——余票查詢系統。9月份完成代碼改造，系統上線。2012年國慶，又是網上訂票高峰期間，大家可以顯著發現，可以登錄12306，雖然還是很難訂票，但是查詢余票很快。2012年10月份，二期用 GemFire改造訂單查詢系統（客戶查詢自己的訂單記錄）。2013年春節，又是網上訂票高峰期間，大家可以顯著發現，可以登錄12306，雖然還是很難訂票，但是查詢余票很快，而且查詢自己的訂票和下訂單也很快。

“通過技術改造解決了尖峰高流量并發問題，讓12306系統不再跟初期那樣動不動崩潰。Pivotal GemFire分布式集群內存數據技術對整個技術改造發揮了關鍵的作用。

據統計， 在2012年初的春運高峰期間，每天有2000萬人訪問12306網站，日點擊量最高達到14億。大量同時涌入的網絡訪問造成12306幾近癱瘓。中國鐵道科學院電子計算技術研究所作為12306互聯網購票系統的承建單位，急需尋求辦法解決問題。

根據系統運行數據記錄，技術改造之后，在只采用10幾臺X86服務器實現了以前數十臺小型機的余票計算和查詢能力，單次查詢的最長時間從之前的15秒左右下降到0.2秒以下，縮短了75倍以上。2012年春運的極端高流量并發情況下，系統幾近癱瘓。而在改造之后，支持每秒上萬次的并發查詢，高峰期間達到2.6萬個查詢/秒吞吐量，整個系統效率顯著提高。如上圖所示。

訂單查詢系統改造，在改造之前的系統運行模式下，每秒只能支持300-400個查詢/秒的吞吐量，高流量的并發查詢只能通過分庫來實現。改造之后，可以實現高達上萬個查詢/秒的吞吐量，而且查詢速度可以保障在20毫秒左右。

新的技術架構可以按需彈性動態擴展，并發量增加時，還可以通過動態增加X86服務器來應對，保持毫秒級的響應時間。

12306能夠取得這樣翻天覆地的效果，靠技術上的小修小補是不可能的，必須有全新的思路，能夠給性能提升帶來杠桿式的作用。12306發現GemFire分布式內存數據平臺就是這樣一種技術。

GemFire分布式內存數據平臺的技術原理如上圖所示：通過云計算平臺虛擬化技術，將若干X86服務器的內存集中起來，組成最高可達數十TB的內存資源池，將全部數據加載到內存中，進行內存計算。計算過程本身不需要讀寫磁盤，只是定期將數據同步或異步方式寫到磁盤。GemFire在分布式集群中保存了多份數據，任何一臺機器故障，其它機器上還有備份數據，因此通常不用擔心數據丟失，而且有磁盤數據作為備份。GemFire支持把內存數據持久化到各種傳統的關系數據庫、Hadoop庫和其它文件系統中。

大家知道，當前計算架構的瓶頸在存儲，處理器的速度按照摩爾定律翻番增長，而磁盤存儲的速度增長很緩慢，由此造成巨大高達10萬倍的差距。這樣就很好理解GemFire為什么能夠大幅提高系統性能了。

按照計算與存儲的關系，我們可以將計算架構分為四代：

第一代，基于磁盤的單一系統：計算過程中需要從磁盤讀取數據。小型機、大型機是其中的佼佼者，將單一系統的性能做到極致。

第二代，基于磁盤的分布式集群系統：計算過程中需要從磁盤讀取數據，但通過分布系統將數據分散到不同的服務器磁盤上，提高整個系統的處理能力。目前很多大型互聯網和電子商務公司采用基于X86服務器的分布式集群系統，依靠海量的X86服務器部署解決高流量并發的問題。

第三代，基于內存的單一系統：將整個數據庫放在內存中，計算過程不需要從磁盤讀取數據。整個系統的性能取決于單一系統的性能。傳統的內存數據庫就是這樣的系統，對于企業級的應用可以很好地解決訪問速度的問題，但面對海量數據或是海量并發訪問的擴展性問題就無能為力。

第四代，基于內存的分布式集群系統：GemFire就是這樣的系統，并行計算是其關鍵技術之一，因而可以通過增加服務器部署規模，在內存計算的基礎上，線性擴展性能。

看完上述內容，你們對大數據中12306是采用哪種方案解決尖峰高流量并發,有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。