基于实时价格计算电商检索系统.pptxVIP

实时计算价格库存的 酒店电商检索系统 静态价电商 vs 动态价类电商 不同点 基础数据规模 静态类 2个数 动态类 180 x 30 x 2 促销形式 打标的方式，订单环境促销复杂组合参与最终 (立减、返券、红包） 计算价格 第三方维度 动态因素 计算 预订渠道、会员级别等 预订窗口、周中周末、 上下午等 一些数字 • 仅库存价格的数据规模 • 50w酒店*50产品*180天*30天*2 = 2700亿 • 4byte去存储这类数字 = 1054G • 业务逻辑复杂 • 一百多张数据库表的复杂依赖 一些数字 • 酒店每日检索规模： 128亿/日 • 3.31数据：* 1000 + • 产品每日计算规模： 3840亿次/日 • 平均30个产品 • 一个酒店库存价格计算在1ms，那么搜索北京1w酒店？ • 注：16年3月底，流量低峰数据 传统方案A • 思路：DB+Cache • 基于数据库处理业务逻辑 • 结果全部cache • 瓶颈 • 冷query非常慢 • 单机吞吐量低 • Cache时效性延迟 • 扩展性差 传统方案B • 思路：业务内存 + “智能”cache • DB数据尽可能内存化 • cache尽可能智能 • 业务有损折中 • 瓶颈 • 资源高消耗（内存、cpu