|
|
Opslået på 25/12/2014 16.18.52
|
|
|
|
Baggrund og behov
China Railway Customer Service Center hjemmeside (www.1230**) er et af verdens største realtidshandelssystemer, sammenligneligt med Amazon.com, og hjemmesiden er under stort pres i ferierne, især under forårsfestivalen. Ifølge statistikker besøgte 20 millioner mennesker hjemmesiden hver dag under forårsfestivalens højhed i begyndelsen af 2012, med maksimalt 1,4 milliarder daglige besøg. Et stort antal samtidige netværksadgange forårsagede, at 12306 næsten blev lammet. Institut for Elektronisk Beregningsteknologi ved det Kinesiske Akademi for Jernbanevidenskab, som entreprenør for 12306 internetbilletsystemet, har akut brug for at finde en løsning på problemet.
Succesfuld opløsning: mere end 75 gange hurtigere
Siden marts 2012 har Jernbaneselskabet (tidligere Jernbaneministeriet) påbegyndt at undersøge og renovere 12306. I juni 2012 blev Pivotal GemFire distribueret in-memory computing platform (Distributed In-memory computing) udvalgt til at transformere 12306, som blev leveret af Wang Mingzhe, leder af projektteamet ved Academy of Iron Sciences, og IISI Information Technology Co., Ltd. under ledelse af Zhu Jiansheng, direktør for Academy of Railway Sciences.Den første fase vil først transformere hovedflaskehalsen i 12306 – det resterende billetforespørgselssystem –。 I september blev kode-transformationen fuldført, og systemet blev lanceret. På nationaldagen i 2012, i den travle periode med online booking, kan du tydeligt opdage, at du kan logge ind på 12306, selvom det stadig er svært at booke billetter, men de resterende billetter er meget hurtige. I oktober 2012,Den anden fase er at transformere ordreforespørgselssystemet med GemFire (kunderne forespørger deres egne ordreposter)。 Under Forårsfestivalen 2013 er det den mest intense periode for online booking, og du kan tydeligt opleve, at du kan logge ind på 12306, selvom det stadig er svært at booke billetter, men forespørgslen på resterende billetter er meget hurtig, og forespørgslen på din egen booking og bestilling er også meget hurtig.
Ifølge systemets driftsdata, efter den tekniske transformation,Ved kun brug af 10 X86-servere er de resterende billetberegnings- og forespørgselsmuligheder for dusinvis af små computere realiseret, og den maksimale tid for en enkelt forespørgsel er blevet reduceret fra omkring 15 sekunder til under 0,2 sekunder, hvilket er blevet forkortet med mere end 75 gange。 I tilfælde af ekstremt høj trafik under Forårsfestivalen 2012 var systemet næsten lammet. Efter transformationen,Den understøtter titusindvis af samtidige forespørgsler per sekund og når en gennemstrømning på 26.000 forespørgsler i sekundet i spidsbelastningsperioder, er effektiviteten af hele systemet markant forbedret. Som vist på billedet ovenfor.
I systemdriftstilstanden før transformationen kan ordreforespørgselssystemet kun understøtte en gennemstrømning på 300-400 forespørgsler per sekund, og samtidige forespørgsler med høj trafik kan kun realiseres gennem databaseopdeling. Efter transformationen kan gennemstrømningen være op til titusindvis af forespørgsler per sekund, og forespørgselshastigheden kan garanteres at være omkring 20 millisekunder.
Den nye teknologiarkitektur kan:Dynamisk skalering på efterspørgselselasticitetNår mængden af samtidighed øges, kan du også dynamisk øge X86-serveren for at opretholde en millisekunds-niveau responstid.
Leder efter det i en drøm: den teknologiske revolution spænder over tre generationer i ét trin
12306 kan opnå så jordrystende effekter, at det er umuligt at stole på små tekniske reparationer, og der må være en ny idé, der kan udnytte ydeevneforbedring. 12306 opdagede, at GemFire-distribueret in-memory dataplatform er en sådan teknologi.
Teknisk begrundelse for GemFires distribuerede in-memory dataplatformSom vist i figuren ovenfor: Gennem virtualiseringsteknologien fra cloud computing-platformen centraliseres hukommelsen på flere X86-servere for at danne en hukommelsesressourcepulje på op til adskillige terabyte, og alle data indlæses i hukommelsen til beregning i hukommelsen. Beregningsprocessen behøver ikke at læse og skrive til disken, men skriver kun periodisk data til disken synkront eller asynkront. GemFire gemmer flere kopier af data i en distribueret klynge, og hvis en maskine fejler, er der backups på andre maskiner, så der er som regel ingen grund til at bekymre sig om datatab, og der er diskdata som backup. GemFire understøtter lagring af data i hukommelsen i en række traditionelle relationelle databaser, Hadoop-biblioteker og andre filsystemer.
Som vi alle ved, er flaskehalsen i den nuværende computerarkitektur lagring, processorens hastighed fordobles ifølge Moores lov, og hastigheden på disklagring vokser meget langsomt, hvilket resulterer i et enormt gab på op til 100.000 gange (som vist i figuren ovenfor). Det gør det nemt at forstå, hvorfor GemFire kan forbedre systemets ydeevne markant.
Ifølge forholdet mellem computing og storage kan vi opdele computing-arkitekturen i fire generationer:
Første generation, et enkelt diskbaseret system: Data skal læses fra disken under beregningerne. Små computere og mainframes er blandt de førende og opnår den ultimative ydeevne fra et enkelt system.
Anden generation, et distribueret klyngesystem baseret på diske: Under beregningsprocessen skal data læses fra disken, men dataene distribueres på forskellige serverdiske gennem et distributionssystem for at forbedre hele systemets processorkraft. I øjeblikket bruger mange store internet- og e-handelsvirksomheder distribuerede klyngesystemer baseret på X86-servere og er afhængige af massiv udrulning af X86-servere for at løse problemet med høj trafik samtidighed.
Tredje generation, et enkelt hukommelsesbaseret system: Lægger hele databasen i hukommelsen, og beregningsprocessen kræver ikke, at data læses fra disken. Ydelsen af hele systemet afhænger af ydeevnen af et enkelt system. Traditionelle in-memory databaser er sådanne systemer, som kan løse problemet med adgangshastighed godt for enterprise-niveau applikationer, men kan ikke gøre noget ved skalerbarhedsproblemet ved massive data eller massiv samtidig adgang.
Den fjerde generation er et hukommelsesbaseret distribueret klyngesystem: GemFire er et sådant system, parallel computing er en af dets nøgleteknologier, så det kan skalere ydeevnen lineært på baggrund af in-memory computing ved at øge omfanget af serverudrulning.
12306 adopterede tidligere Unix-minicomputerarkitekturen og brugte GemFire-teknologi til at omdanne den til en Linux/X86 serverklyngearkitektur, hvilket betyder, at den spænder over tre generationer. Fra små computere til store hukommelsesklynger af X86-servere forbedrer ikke kun ydeevnen med en størrelsesorden, men koster også meget mindre.
GemFire er en del af Pivotals enterprise-grade big data PaaS-platform. Pivotals enterprise-niveau big data PaaS-platform har tre hovedniveauer: Cloud Fabric, Big Data Infrastructure Layer og Application Fabric. GemFire hører til big data-infrastrukturlaget, og derudover hører Greenplum-databasen også til dette lag; Teknologien i cloud-infrastrukturlaget er Cloud Foundry; Teknologierne til applikationsudviklingsinfrastrukturlaget er Spring Framework og RabbitMQ, blandt andre.
Om transformationen af introduktionen af GemFire-teknologi sagde Zhu Jiansheng, vicedirektør for Institut for Elektronisk Beregningsteknologi ved det Kinesiske Akademi for Jernbanevidenskab: "Gennem den teknologiske omstilling har vi løst problemet med høj trafik i høj trafik, som har plaget os i lang tid, så folk i hele landet ikke længere klager over tekniske årsager, og vi er endelig lettede." Den afgørende GemFire distribuerede klynge in-memory datateknologi har spillet en nøglerolle i hele teknologitransformationen. Samtidig, takket være indsatsen fra Pivotal og dets projektteam for at sikre en gnidningsfri drift af det gamle system og en glidende overgang fra det gamle system til det nye system under den tekniske udvikling og transformation, blev det nye system hurtigt lanceret. ”
|
Tidligere:12306 Et stort antal brugeradgangskoder blev lækket, og downloadadressen til 12306-databasen blev lækketNæste:En stor mængde 12306-brugerdata gik viralt på internettet, herunder brugerkontonumre, klartekst-adgangskoder, ID-kort, e-mails osv
|
Opslået på 25/12/2014 19.57.14
|
