主题：【讨论】回应对12306.cn网站的技术质疑 -- 忘情
家园 估计我说的是废话 首先指出一个明显弄错的地方“腾讯自称自己的最高日访问量是1.6个亿”。其实是腾讯的最高同时在线人数超过了一亿，最高日访问量必然比这个高1、2个数量级。否则，人均每天才访问一次，岂不荒唐？这个请忘情自己上网核实吧。
其次，这个明显是一个没有大规模数据处理经验（更别说超大规模）的软件专家。这种专家是啥都敢说敢干的（包括12306.cn）。
不过人家开始就是承认“本人有限的经验和了解”，不可过责。
如果忘情有点影响力的话，请铁道部联系腾讯、华为、淘宝、百度等公司会诊，保证能很快解决12306.cn的问题。
其实18个亿的点击中，真正卖出的票数，有百分之一吗？反正我是点了几百次才能买到一张票的。也就是说每天售出的火车票，可能也就几百万张而已。关键的数据处理量根本就不算太大。
这个工作，对有超大规模数据处理经验的公司并不困难，它们是从几千访问一步步做到几亿访问获得的经验。
但对没足够经验的，难如上青天！
- 复 估计我说的是废话
家园 我也觉的12306的数据库设计有问题 但是没有实际数据 没法说。
高峰时期IT压力，应该是可以分流的，查询和下单负载要分开，不同车次的负载也可以分开呀。
我看过淘宝的IT人员写的负载均衡的数据库的设计 还有网通的，我觉得应该是有这种技术的，只不过铁路的人员没有找到正确的方法。
我去年12月份用的12306买票，感觉操作不像taobao那样顺畅，怎么说呢，感觉不像一个成熟的软件公司写的东西，的确，taobao是分散的店家，但是他们不是分散的数据库，所有的买卖，减少库存也是对杭州的服务器读写的，不是在各个卖家的数据库读写的。我记得比较清楚是他们的it设计是每个大城市群是有前置服务器担任镜像的任务
家园 可以采取服务器集群负载分流的方法。
- 复 估计我说的是废话
家园 太极公司是做硬件集成的， 他做软件，在业内就是笑话，不知道是否又外包了，估计不敢。
家园 硬件公司开发软件？ 对没有超大规模数据处理经验的公司来说，即使软件水平很高，12306网站做起来也是非常困难的。有人说这个东西很容易做，纯粹胡说八道。
但对具有超大规模数据处理经验的公司来说，就没多大难度。
这篇文章，等于随便拉个大夫来，说病人没救了，治不好没有责任。
其实是蒙古大夫。
家园 这不是一个单纯的技术问题 12306这个网站的流量和业务量是一种病态。问题的根源上是：火车票不足以满足所有人的出行需求，并且绝大部分人的需求在同一个时间段内都是刚性的。这样导致的结果是如果网站的处理能力足够的话票会在瞬间买完！这个是任何技术都无法解决的问题，就算能解决所需的代价就会让12306在平时成为一个奢侈品，受到其他“不明真相”者的另一番攻击。（好吧，这是我个人比较阴暗的判断）
嘿嘿，购票人进入了一个不太明显的囚徒困境。所有人都会第一时间抢票，任你预售时间多长都一样。因此12306的访问量集中在一个很小的时间点上。
解决这个问题应该是想办法让购票需求平摊开来，或者减少购票人的数量。同时从这两个方面下手效果应该不错。因此非技术解决方法是设计一个适合的交易模式，同时解决上面的两个问题。
如果让我紧急解决这个问题，我会暂时缩短网络的预售时间。一方面分流一部分人回到窗口买票，更重要的是减少预售时段覆盖的购票人群，减少网站不必要的查询请求。从数据上看12306瞬间访问量是很大，但是其中的水分在于这些访问量有很大一部分是重复的无效流量，是因为得不到所需回应时用户被迫的刷新。
当然了，这是一个馊主意，根本的解决方法是让所有人都不用担心买不到票。这又不是铁路一家的事情了。
家园 老铁很高兴 送花成功。恭喜：你意外获得 8 铢钱。1通宝=16铢
作者，声望:1；铢钱:0。你，乐善:1；铢钱:7。本帖花:1
家园 潜水员回复一篇 看忘情的帖子，确实积累了不少技术的经验。
可惜多为工程经验，浮于表面。
就如你分析别人对铁路网站的攻击浮于表面一样，你对数据库的理解也限于了主流产品对你们的洗脑。
俺给你推荐三个东西，看对你是否有启发
1 exdata
2 nettezza
3 spanner
如果还有问题，欢迎交流。
家园 外行提合理化建议 网站访问量这个问题很容易解决-----分流。
火车票的一大特点是点对点。那么可以按照出发地或者到站地来分流访问。比如按照目的地城市来分，你想买到武汉的票，那么就上12306wuhan.cn,买到银川的票，就上12306yinchuan.cn，等等。对于大站甚至还可以分成绿皮车，硬卧，等等。
不知道是否可行。
- 复 外行提合理化建议
家园 我也想过，但是再一想似乎也不合适 我也想过，但是再一想似乎也不合适。不管是否网站分开，你都需要在一个唯一的数据库里搜索车票，否则你需要考虑多个数据库之间的数据同步，这更难搞定。
- 复 外行提合理化建议
家园 按IP访问划分入口 比方12306就一个web portal你用户的登录地是山东的IP地址，就直接跳到山东的CDN进行就近处理。后台业务服务器采用多主-多备的形式，数据同步考虑到多CDN采用异步冗余，如果单点（某省CDN）访问有问题，切换到其他CDN访问，主CDN（按中国华中，华北，华南，西南）主要提供数据异步同步和CDN访问控制、切换访问等能力，考虑到平常访问量不大，做capacity planning 时和网通，电信机房采用他们ISP的云方案（弹性扩展）一应付节假日周期的高额访问量，当然演练是必不可少。前端做好大流量清洗设备的配置，如果发现访问过大来自于同个IP，在队列中自动将其踢出。
家园 对，镜像网站 铁道部每个省设立一个镜像点应该不难的。
- 复 外行提合理化建议
家园 全国有多少个客运站？ 你从北京到广州，沿途有多少站？各站都有人要上车，要买票，而沿途各站上来的旅客不一定都要求坐到终点，许多是中途下的。如果按目的城市分，得分出多少流来？如果还分为绿皮车，硬卧等，又得多加几倍。系统里还必须区分复用票。就是比如说这车从北京开到广州，中途在武汉有个空位，有人买了从武汉到长沙，那么到长沙后此人下车，这个位置又空出来了，系统得识别统计出来，从长沙站又得重复利用这个座位，这个数据量，工作量得有多大？你觉得现实吗？