一、背景

vivo官方商城經過了七年的迭代，從單體架構逐步演進到微服務架構，我們的開發團隊沉淀了許多寶貴的技術與經驗，對電商領域業務也有相當深刻的理解。

去年初，團隊承接了O2O商城的建設任務，還有即將成立的禮品中臺，以及官方商城的線上購買線下門店送貨需求，都需要搭建底層的商品、交易和庫存能力。

為節約研發與運維成本，避免重復造輪子，我們決定采用平臺化的思想來搭建底層系統，以通用能力靈活支撐上層業務的個性化需求。

包括交易平臺、商品平臺、庫存平臺、營銷平臺在內的一整套電商平臺化系統應運而生

本文將介紹交易平臺的架構設計理念與實踐，以及上線后持續迭代過程中的挑戰與思考。

二、整體架構

2.1 架構目標

除了高并發、高性能、高可用這三高外，還希望做到：

1. 低成本
   注重模型與服務的可重用性，靈活支撐各業務的個性化需求，提高開發效率，降低人力成本。
2. 高擴展
   系統架構簡單清晰，應用系統間耦合低，容易水平擴展，業務功能增改方便快捷。

2.2 系統架構

（1）電商平臺整體架構中的交易平臺

（2）交易平臺系統架構

2.3 數據模型

三、關鍵方案設計

3.1 多租戶設計

（1）背景和目標

• 交易平臺面向多個租戶（業務方），需要能夠存儲大量訂單數據，并提供高可用高性能的服務。
• 不同租戶的數據量和并發量可能有很大區別，要能根據實際情況靈活分配存儲資源。

（2）設計方案

• 考慮到交易系統OLTP特性和開發人員熟練程度，采用MySQL作為底層存儲、ShardingSphere作為分庫分表中間件，將用戶標識(userId)作為分片鍵，保證同一個用戶的訂單落在同一個庫中。
• 接入新租戶時約定一個租戶編碼(tenantCode)，所有接口都要帶上這個參數；租戶對數據量和并發量進行評估，分配至少滿足未來五年需求的庫表數量。
• 租戶與庫表的映射關系：租戶編碼 -> {庫數量,表數量,起始庫編號,起始表編號}。

通過上面的映射關系，可以為每個租戶靈活分配存儲資源，數據量很小的租戶還能復用已有的庫表。

示例一：

新租戶接入前已有4庫*16表，新租戶的訂單量少且并發低，直接復用已有的0號庫0號表，映射關系是：租戶編碼-> 1,1,0,0

示例二：

新租戶接入前已有4庫*16表，新租戶的訂單量多但并發低，用原有的0號庫中新建8張表來存儲，映射關系是：租戶編碼-> 1,8,0,16

示例三：

新租戶接入前已有4庫*16表，新租戶的訂單量多且并發高，用新的4庫*8表來存儲，映射關系是：租戶編碼-> 4,8,4,0

用戶訂單所屬庫表計算公式

庫序號 = Hash(userId) / 表數量 % 庫數量 + 起始庫編號
表序號 = Hash(userId) % 表數量 + 起始表編號

可能有小伙伴會問：為什么計算庫序號時要先除以表數量？下面的公式會有什么問題？

庫序號 = Hash(userId) % 庫數量 + 起始庫編號
表序號 = Hash(userId) % 表數量 + 起始表編號

答案是，當庫數量和表數量存在公因數時，會存在傾斜問題，先除以表數量就能剔除公因數。

以2庫4表為例，對4取模等于1的數，對2取模也一定等于1，因此0號庫的1號表中不會有任何數據，同理，0號庫的3號表、1號庫的0號表、1號庫的2號表中都不會有數據。

路由過程如下圖所示：

（3）局限性和應對辦法

• 全局唯一ID

問題：分庫分表后，數據庫自增主鍵不再全局唯一，不能作為訂單號來使用。且很多內部系統間的交互接口只有訂單號，沒有用戶標識這個分片鍵。

方案：如下圖所示，參考雪花算法來生成全局唯一訂單號，同時將庫表編號隱含在其中（兩個5bit分別存儲庫表編號），這樣就能在沒有用戶標識的場景下，從訂單號中獲取庫表編號。

• 全庫全表搜索

問題：管理后臺需要根據各種篩選條件，分頁查詢所有滿足條件的訂單。

方案：將訂單數據冗余存儲一份到搜索引擎Elasticsearch中，滿足各種場景下的快速靈活查詢需求。

3.2 狀態機設計

（1）背景

• 之前做官方商城時，由于是定制化業務開發，各類型的訂單和售后單的狀態流轉都是寫死的，比如常規訂單在下單后是待付款，付款后是待發貨，發貨后是待收貨；虛擬商品訂單不需要發貨，沒有待發貨狀態。
• 現在要做的是平臺系統，不可能再為每個業務方做定制化開發，否則會導致頻繁改動發版，代碼錯綜冗余。

（2）目標

• 引入訂單狀態機，能為每個業務方配置多套差異化的訂單流程，類似于流程編排。
• 新增訂單流程時，盡可能不改動代碼，實現狀態和操作的可復用性。

（3）方案

• 在管理后臺為每個租戶維護一系列訂單類型，數據轉化為JSON格式存儲在配置中心，或存儲在數據庫并同步到本地緩存中。
• 每個訂單類型的配置包括：初始訂單狀態，以及每個狀態下允許的操作和操作之后的目標狀態。
• 當訂單在執行某個動作時，使用訂單狀態機來修改訂單狀態。
  訂單狀態機的公式是：
  StateMachine（E,S —> A , S’）
  表示訂單在事件E的觸發下執行動作A，并從原狀態S轉化為目標狀態S’
• 每個訂單類型配置完成后，生成數據的結構是

/**
 * 訂單流程配置
 **/
@Data
public class OrderFlowConfig implements Serializable {
    /**
     * 初始訂單狀態編碼
     **/
    private String initStatus;
    /**
     * 每個訂單狀態下，可執行的操作及執行操作后的目標狀態
     * Map<原狀態編碼, Map<訂單操作類型編碼, 目標狀態編碼>>
     */
    private Map<String, Map<String, String>> operations;
}

• 訂單商品行狀態機、售后單狀態機，也用同樣的方式實現

3.3 通用操作觸發器

（1）背景

業務中通常都會有這樣的延時需求，我們之前往往通過定時任務來掃描處理。

• 下單后多久未支付，自動關閉訂單
• 申請退款后商家多久未審核，自動同意申請
• 訂單簽收后多久未確認收貨，自動確認收貨

（2）目標

• 業務方有類似的延時需求時，能夠有通用的方式輕松實現

（3）方案

設計通用操作觸發器，具體步驟為：

1. 配置觸發器，粒度是狀態機的流程類型。
2. 創建訂單/售后單時或訂單狀態變化時，如果有滿足條件的觸發器，發送延遲消息。
3. 收到延遲消息后，再次判斷執行條件，執行配置的操作。

觸發器的配置包括：

1. 注冊時間：可選訂單創建時，或訂單狀態變化時
2. 執行時間：可使用JsonPath表達式選取訂單模型中的時間，并可疊加延遲時間
3. 注冊條件：使用QLExpress配置，滿足條件才注冊
4. 執行條件：使用QLExpress配置，滿足條件才執行操作
5. 執行的操作和參數

3.4 分布式事務

對交易平臺而言，分布式事務是一個經典問題，比如：

• 創建訂單時，需要同時扣減庫存、占用優惠券，取消訂單時則需要進行回退。
• 用戶支付成功后，需要通知發貨系統給用戶發貨。
• 用戶確認收貨后，需要通知積分系統給用戶發放購物獎勵的積分。

我們是如何保證微服務架構下數據一致性的呢？首先要區分業務場景對一致性的要求。

（1）強一致性場景

比如訂單創建和取消時對庫存和優惠券系統的調用，如果不能保證強一致，可能導致庫存超賣或優惠券重復使用。

對于強一致性場景，我們采用Seata的AT模式來處理，下面的示意圖取自seata官方文檔。

（2）最終一致性場景

比如支付成功后通知發貨系統發貨，確認收貨后通知積分系統發放積分，只要保證能夠通知成功即可，不需要同時成功同時失敗。

對于最終一致性場景，我們采用的是本地消息表方案：在本地事務中將要執行的異步操作記錄在消息表中，如果執行失敗，可以通過定時任務來補償。

3.5 高可用與安全設計

• 熔斷

使用Hystrix組件，對依賴的外部系統添加熔斷保護，防止某個系統故障的影響擴大到整個分布式系統中。

• 限流

通過性能測試找出并解決性能瓶頸，掌握系統的吞吐量數據，為限流和熔斷的配置提供參考。

• 并發鎖

任何訂單更新操作之前，會通過數據庫行級鎖加以限制，防止出現并發更新。

• 冪等性

所有接口均具備冪等性，上游調用我們接口如果出現超時之類的異常，可以放心重試。

• 網絡隔離

只有極少數第三方接口可通過外網訪問，且都有白名單、數據加密、簽名驗證等保護，內部系統交互使用內網域名和RPC接口。

• 監控和告警

通過配置日志平臺的錯誤日志報警、調用鏈的服務分析告警，再加上公司各中間件和基礎組件的監控告警功能，讓我們能夠能夠第一時間發現系統異常。

3.6 其他考慮

• 是否用領域驅動設計

考慮到團隊非敏捷型組織架構，又缺少領域專家，因此沒有采用

• 高峰期性能瓶頸問題

大促和推廣期間，特別是爆款搶購時的流量可能會觸發限流，導致部分用戶被拒之門外。因為無法準確預估流量，難以提前擴容。

可以通過主動降級方案增加并發量，比如同步入庫切為異步入庫、db查詢轉為cache查詢、只能查到最近半年的訂單等。

考慮到業務復雜度和數據量級還處在初期，團隊規模也難以支撐，這些設計有遠期計劃，但暫時還沒做。（架構的合適性原則，殺雞用牛刀，你愿意也行）。

四、總結與展望

我們在設計系統時并沒有一味追求前沿技術和思想，面對問題時也不是直接采用業界主流的解決方案，而是根據團隊和系統的實際狀況來選取最合適的辦法。好的系統不是在一開始就被大牛設計出來的，而是隨著業務的發展和演進逐漸被迭代出來的。

目前交易平臺已上線一年多，接入了三個業務方，系統運行平穩，公司內有交易/商品/庫存等需求的新業務，以及存量業務在遇到系統瓶頸需要升級時，都可以復用這塊能力。

上游業務方數量的增加和版本的迭代，對平臺系統的需求源源不斷，平臺的功能得到逐漸完善，架構也在不斷演進，我們正在將履約模塊從交易平臺中剝離出來，進一步解耦，為業務持續發展做好儲備。