阿里巴巴技术架构首次曝光 | 站在双11的肩膀上看阿里云企业级互联网架构



阿里巴巴技术架构首次曝光 | 站在双11的肩膀上看阿里云企业级互联网架构

沈询表示,在大量的实践中,只有很少的部分业务流程需要使用到强一致的方案。


在大部分场景中,阿里云都可以依托消息队列(Message Queue),通过异步化、最终一致的方案来完成业务逻辑。


以双11为例,完成一次交易动作需要调用200多个应用系统同时完成,假设每个系统需要10毫秒才能返回,那么整条链路就需要2秒钟才能完成调用过程,再结合前端延迟,总时长或超3秒。


数据显示,每增加1秒延迟,就会有流失6%的用户。而异步化系统能有效改善该现象,只要保证三个应用的同步调用保证,其他非重要的系统可并行在后端异步完成,最后用户体感的延迟将从原有的2秒直接下降到30ms,用户流失率将大幅降低。


在云计算环境下,阿里云使用了成千上万个虚拟机来负载业务,并对自动化提出了更高的要求。


阿里云研发的,分布式数据库服务(DRDS),消息队列(MessageQueue)都能以自动化的形式实现系统的秒级切换和快速恢复,对应用几乎没有影响。


大数据时代离不开数据化运营,除了上述几点,阿里云企业级互联网架构的服务层都具备了成熟的数据化运营体系,能够帮助用户精准定位目前系统中存在的问题,并提出相应的改善方案。


上述五大特征,铸就了阿里云企业级互联网应用架构平台,沈询表示,该架构已经基本成为了企业内各类业务的标配。


除了多年来在天猫、淘宝上的出色表现,P2P领域的红岭创投,CRM领域的网聚宝以及大型国有企业中国石化等,都借助阿里云企业级互联网架构,轻松实现了完全去中心化和异步化,在控制成本的情况下实现性能和可用性的线性提升。


每一年双11都是消费者的狂欢,同时也是一场技术盛宴。


沈询表示,阿里云正逐步对外开放架构,越来越多的大型企业正在加入到互联网转型的队伍中来,轻松拥抱云服务,构建像淘宝这样的大型分布式应用服务,快速实现业务创新、资源效率最大化。


Read full article from 阿里巴巴技术架构首次曝光 | 站在双11的肩膀上看阿里云企业级互联网架构


No comments:

Post a Comment

Labels

Algorithm (219) Lucene (130) LeetCode (97) Database (36) Data Structure (33) text mining (28) Solr (27) java (27) Mathematical Algorithm (26) Difficult Algorithm (25) Logic Thinking (23) Puzzles (23) Bit Algorithms (22) Math (21) List (20) Dynamic Programming (19) Linux (19) Tree (18) Machine Learning (15) EPI (11) Queue (11) Smart Algorithm (11) Operating System (9) Java Basic (8) Recursive Algorithm (8) Stack (8) Eclipse (7) Scala (7) Tika (7) J2EE (6) Monitoring (6) Trie (6) Concurrency (5) Geometry Algorithm (5) Greedy Algorithm (5) Mahout (5) MySQL (5) xpost (5) C (4) Interview (4) Vi (4) regular expression (4) to-do (4) C++ (3) Chrome (3) Divide and Conquer (3) Graph Algorithm (3) Permutation (3) Powershell (3) Random (3) Segment Tree (3) UIMA (3) Union-Find (3) Video (3) Virtualization (3) Windows (3) XML (3) Advanced Data Structure (2) Android (2) Bash (2) Classic Algorithm (2) Debugging (2) Design Pattern (2) Google (2) Hadoop (2) Java Collections (2) Markov Chains (2) Probabilities (2) Shell (2) Site (2) Web Development (2) Workplace (2) angularjs (2) .Net (1) Amazon Interview (1) Android Studio (1) Array (1) Boilerpipe (1) Book Notes (1) ChromeOS (1) Chromebook (1) Codility (1) Desgin (1) Design (1) Divide and Conqure (1) GAE (1) Google Interview (1) Great Stuff (1) Hash (1) High Tech Companies (1) Improving (1) LifeTips (1) Maven (1) Network (1) Performance (1) Programming (1) Resources (1) Sampling (1) Sed (1) Smart Thinking (1) Sort (1) Spark (1) Stanford NLP (1) System Design (1) Trove (1) VIP (1) tools (1)

Popular Posts