海量并发高度扩展的交易中台架构设计与实践——阿里云 MVP孙玄

简介: 阿里云MVP,奈学教育CEO孙玄为大家带来海量并发高度扩展的交易中台架构设计与实践的介绍。内容包括中台模式和微服务架构的关系,海量并发的业务中台架构如何设计与实践,以及秒级新业务接入的交易中台如何设计和实践。

快速成为顶级架构师的内功修炼

查看直播——海量并发高度扩展的交易中台架构设计与实践

一、中台模式和微服务架构的关系

首先讲讲中台模式是怎么来的。在很早之前,芬兰的一家非常著名的游戏公司叫Supercell。

这家公司在开发游戏的时候,能以非常快的速度开发出一个游戏。这个游戏其实就是一个业务。

这个业务之所以能够开发出来,一定会有一些公共的东西来进行赋能和支持。

Supercell以小前台的方式组织了若干个开发团队。每个团队包含开发一款游戏所需的各种角色,可以快速决策、快速开发。基础设施、游戏引擎、内部开发工具和平台则由类似 “部落” 部门提供。部落可以根据需要扩展为多个小分队,但各个小分队都保持共同的目标。部落本身并不提供游戏给消费者,它只提供一些能力,赋能给你的前台业务。这里说的部落,在我看来其实就是一个中台。**游戏本身就是小前台。
**
image.png

对于任何一家公司而言,中台可以分为技术中台,业务中台,算法中台和数据中台。

今天我们主要讲业务中台。业务中台的落地,可以采用单体架构,微服务架构等等。大家可以看到,微服务架构仅仅是业务中台落地的一种典型技术架构实现方式。

二、海量并发的业务中台架构如何设计与实践

今天我们要讲整个的业务中台,它是基于微服务架构的方式实现。在微服务架构模式里面,哪些是属于你的业务中台,哪些属于你的前台,哪些是公共的,哪些是个性化的东西,我们要把它区别出来,这是一个很关键的因素。

微服务架构分为几部分。

第一部分是网关层。很显然它就做一些和网关相关的事情。比如说通用参数的一个检查,路由的一些转发,协议的一些转化。它是一个服务的概念。

第二部分是业务逻辑层。对于电商来说,一定会有自己的业务层。比如说,APP有APP的业务逻辑,小程序也有小程序专门的一些业务逻辑,但它们都要有一个商品发布逻辑层。它属于第三部分,公共逻辑层。在这一层里面,把一些公共的东西全部下沉下来,沉淀在这一层里面。

第四部分是数据访问层,包括商品数据访问层,搜索数据访问层,推荐数据访问层,交易数据访问层。

第五部分是持久化层。每一层都是由一个服务构成,当然,每一层可能有多个进程,这就是整个的业务架构逻辑。

在这个架构里面,除业务逻辑层以外,其他属于中台。具体来说,公共逻辑层,网关层,数据访问层是业务中台。持久化层,注册中心,配置中心,是技术中台。而业务逻辑层则属于业务前台。我们可以通过这样的方式来构建业务架构逻辑。

image.png

构建完以后,我们把业务层面公共能力下沉为服务,并做好服务连接。做好公共服务的全连接,使得前台业务一键接入

举个例子,现在来了一个APP,那么它最终需要接入的中台是比较多的,比如说你的网关层,你的公共逻辑层,数据访问层,我们能不能做到业务中台设计的时候能让业务很方便的去接入。另外一块,做好公共服务的一个全连接,它有很多的服务,商品的列表页,商品的详情页,商品的发布服务,搜索服务,推荐服务等等。新的一个业务,要去接入这些服务的话,其实是非常繁琐的。

我希望你这时候能给我一个proxy,帮我去连接好这些东西。我的业务接入的时候,一键接入 proxy就好了,这样的话,业务接入的成本是非常低的。

所以在这种情况下,首先,得对你的业务做一个标识,做一个ID化。标识的目的是让你做一个标准化,有了标准化以后,接下来接入的时候,你的整个业务只需要完成一个填空题就好了。怎么样做一个ID标识,往往可以给你的业务做一个三级的分类。

比如说,一级业务是电商,二级业务是手机,三级业务是好货。当然,你最终需要几级体系,取决于你的业务特点的需求。这是一套标准化的东西,我们要去构建这样的一二三级的一个业务。我们也是按照这样的思路去构建我们的这样一个生态。

image.png

三、秒级新业务接入的交易中台如何设计和实践

交易中台有很多流程,或者说很多状态。比如说,已支付,已发货,退款,拒绝退款等等。在这种情况下,我们如何方便地让多个业务接入。

多个业务之间有一个28原则,可能80%的流程都是公共的,只有20%的流程是有差异的。在这种情况下,交易的流程该怎么去设计,是一个比较好的问题。如下图所示,以电商订单状态为例,退款在发货前和发货后,流程完全不同。

image.png

相似业务有两套业务流程,这种情况是很常见的。在业务初创期,可以硬编码,通过IF和ELSE语句定制化链路,分别针对不同的流程。

image.png

随着业务量越来越多,复杂度会很大,定制化链路不一定可行。在这种情况下,我们要运用架构设计的哲学:抽象。可以对业务场景做一个抽象:状态和动作。于是,一个新的解决方案应运而生,有限状态机(FSM):有限状态以及在状态之间转移和动作等行为的数学模型。于是,可以定义交易中台普适的FSM,定义状态机的一个框架,以及抽象业务场景的状态角色。首先,有两个状态,一个是初始状态,一个是目标状态。初始状态和目标状态之间有转移关系。第二,定义角色。不同角色有不同的操作权限,比如卖家、买家、系统、客服。第三,定义操作,对应事件。第四,定义Handler,事件操作相应的Action实现。其中,一个事件定义为:角色A,在初始状态S1下,执行OP1操作,将使用handler来处理业务逻辑,执行成功将状态设置为目标状态S2

image.png

定义状态机框架以后,接下来就是FSM的落地。本质上是一个状态转移表的定义。如下图所示,状态转移表里面有这样几个角色。第一个是op_type,代表具体的一个操作,只不过我们把这些action变成了一个具体数字。第二个是role,代表你是买家,卖家,还是客户。第三个是source_status,即源状态。第四个是target_status,即目标状态。第五个是handler,代表从源状态到目标状态以后要执行什么操作,比如说拒绝订单的行为。

如果你是Java生态的,可以通过Spring State Machine框架来实现。如果你是其他语言的,可以通过其他语言的框架进行实现。假设我们现在已经有了这样一张表,当一个新的业务需要接入的时候,只需要配置状态转移表,以及新handler业务处理的编写,基本上可以秒级完成业务接入。

image.png

回到刚才C2C的交易和B2C的交易,假设我们已经有了中台能力,通过中台FSM能力,只需要把状态图画出来,相应的状态流转表的配置就有了。handler只需要关注当前操作的业务逻辑,极大的解耦状态和业务。所以实际过程中,不用去烦恼具体的一些事情。

image.png

关键词:微服务架构,中台模式,业务中台,交易中台,有限状态机

快速成为顶级架构师的内功修炼

查看直播——海量并发高度扩展的交易中台架构设计与实践

目录
相关文章
|
6月前
|
数据采集 监控 API
移动端性能监控探索:iOS RUM SDK 技术架构与实践
阿里云 RUM SDK 作为一款性能体验监控采集工具,可以作为辅助 App 运维的强有力助手,提升您的问题排查效率。
385 55
|
6月前
|
存储 运维 分布式计算
零售数据湖的进化之路:滔搏从Lambda架构到阿里云Flink+Paimon统一架构的实战实践
在数字化浪潮席卷全球的今天,传统零售企业面临着前所未有的技术挑战和转型压力。本文整理自 Flink Forward Asia 2025 城市巡回上海站,滔搏技术负责人分享了滔搏从传统 Lambda 架构向阿里云实时计算 Flink 版+Paimon 统一架构转型的完整实战历程。这不仅是一次技术架构的重大升级,更是中国零售企业拥抱实时数据湖仓一体化的典型案例。
446 0
|
7月前
|
数据采集 运维 数据可视化
AR 运维系统与 MES、EMA、IoT 系统的融合架构与实践
AR运维系统融合IoT、EMA、MES数据,构建“感知-分析-决策-执行”闭环。通过AR终端实现设备数据可视化,实时呈现温度、工单等信息,提升运维效率与生产可靠性。(238字)
|
7月前
|
人工智能 Cloud Native 安全
解读阿里云刚发布的《AI 原生应用架构白皮书》
阿里云在云栖大会重磅发布了《AI 原生应用架构白皮书》,该白皮书覆盖 AI 原生应用的 11 大关键要素,获得业界 15 位专家联名推荐,来自 40 多位一线工程师实践心得,全书合计超 20w 字,分为 11 章,全面、系统地解构 AI 原生应用架构,包含了 AI 原生应用的 11 大关键要素,模型、框架、提示词、RAG、记忆、工具、网关、运行时、可观测、评估和安全。本文整理自阿里云智能技术专家李艳林在云栖大会现场的解读。
2599 70
|
7月前
|
人工智能 缓存 安全
阿里云发布《AI 原生应用架构白皮书》
阿里云联合阿里巴巴爱橙科技,共同发布《AI 原生应用架构白皮书》,围绕 AI 原生应用的 DevOps 全生命周期,从架构设计、技术选型、工程实践到运维优化,对概念和重难点进行系统的拆解,并尝试提供一些解题思路。白皮书覆盖 AI 原生应用的 11 大关键要素,获得 15 位业界专家联名推荐,来自 40 多位一线工程师实践心的,全书合计超 20w 字,分为 11 章。
3652 65
|
6月前
|
存储 SQL 消息中间件
从 ClickHouse 到 StarRocks 存算分离: 携程 UBT 架构升级实践
查询性能实现从秒级到毫秒级的跨越式提升
|
6月前
|
人工智能 缓存 安全
阿里云发布《AI 原生应用架构白皮书》!
阿里云联合爱橙科技发布《AI原生应用架构白皮书》,系统解析AI应用在架构设计、开发运维中的关键挑战与解决方案,涵盖大模型、Agent、RAG、安全等11大核心要素,助力企业构建稳定、高效、可控的AI应用体系。
阿里云发布《AI 原生应用架构白皮书》!
|
7月前
|
存储 人工智能 关系型数据库
阿里云AnalyticDB for PostgreSQL 入选VLDB 2025:统一架构破局HTAP,Beam+Laser引擎赋能Data+AI融合新范式
在数据驱动与人工智能深度融合的时代,企业对数据仓库的需求早已超越“查得快”这一基础能力。面对传统数仓挑战,阿里云瑶池数据库AnalyticDB for PostgreSQL(简称ADB-PG)创新性地构建了统一架构下的Shared-Nothing与Shared-Storage双模融合体系,并自主研发Beam混合存储引擎与Laser向量化执行引擎,全面解决HTAP场景下性能、弹性、成本与实时性的矛盾。 近日,相关研究成果发表于在英国伦敦召开的数据库领域顶级会议 VLDB 2025,标志着中国自研云数仓技术再次登上国际舞台。
749 1

热门文章

最新文章