电商流量暴增 借测试提前规划整体性能

　　2012年，电商双十一购物狂欢活动的的硝烟刚刚散去，双十二促销又将来临。围绕着双十一的IT技术支撑，整个IT领域引起了不小的话题。作为世界上最大的消费市场之一，中国在双十一这一天面临的网络访问峰值在世界范围内也非常罕见。

　　以淘宝、天猫为代表的电商们成功应对了双十一的这次流量挑战，在此期间，虽然交易量高达2000万，但其网络访问并没有出现较大的问题。不过，在这一天，仍有一部分电商网站在这一天出现网络访问迟缓，甚至页面不能打开，在线交易不能完成的情况。

　　造成这种差别的主要原因之一，就是企业IT系统性能的差异导致。对此，记者独家采访了中国惠普有限公司软件事业部售前技术经理王慧慧女士，请她来谈谈此次双十一网络访问流量暴增与企业IT系统如何高效支撑电商企业业务的看法。

　　记者：这次双十一购物狂欢之后，许多IT人士都在讨论这次活动的庞大规模，以及诸如淘宝、天猫后面的系统架构支撑问题。现在，双十二促销又将来临。作为全球知名的IT公司，惠普认为，要支撑如此巨大规模的网站，系统架构应该如何设计?

　　王慧慧：电子商务在最近这段时间非常热，双十一也成了电子商务的话题焦点，很多网民们都参与了此次活动。我们也观察到，很多表现卓越的电商，在交易量高达两千万的时候，其系统和性能都没有出现什么问题，过渡比较平缓。应该说，与国外的电子商务网站相比，中国电商对整个系统性能的压力，以及用户对性能的要求，在世界范围内都是数一数二的。

　　因此，从惠普软件的角度来说，我们就提出一个解决方案，来帮助整个电商行业提升其平台的性能。这个解决方案相对于我们为其他的行业用户，比如制造业、电信业提供的解决方案有很大的差别。

　　第一，我们考虑到电商的性能解决方案，其最大的特点就是用户并发量非常高，其他行业很少会出现24小时里网络访问频繁达到千万次高峰的情况。

　　第二，电商模式与传统模式有很多不同的特点。以线下零售系统跟线上进行对比：线下的销售一般以分流为主，例如某个连锁店在南京路上有店面生意非常好，那么就可能在五百米外，或者是隔两条街道开一个分店，从而实现人流分流。这样的话，每一家店的差异不会很大，每一个客户就可以在很短的时间里得到服务。

　　电子商务恰恰相反，它们都是集中流量为模式，例如我们上网购物，很多网民都在少数几个特定的网站，甚至是全世界的人都点这个网站。因此，这个网站的流量是很集中的，这就要求系统应该有超大量的计算资源去处理这些访问需求;同时，网站还要保证性能比较好，延迟低，不能在消费者点击之后，过了一分钟界面才有反应，这会导致客户体验非常差。所以，这样集中流量式、大流量式的压力特点是电商客户的突出特点。

　　第三，电商是完全的跨地域要求，没有地域的限制;此外，电商平台是完全暴露在公共平台上，所以安全性对非常重要。

　　可以说，惠普是业界首个针对电商提出针对性解决方案的厂商。惠普基于在全球各地，包括在国内各个的压力生成点，可以帮助电商企业、与电商相关的企业，比如支付平台以及网上银行系统，第三方支付系统等等，提供不限地域、不限数量的性能测试，这是我们最大的一个特点。

　　惠普电商方案的第二个特点就是灵活性，用户的选择空间很大。惠普充分考虑到电商的用户规模等级，为电商用户提供了灵活的方案，他们可以按需应用。考虑到例如双十一这种大并发的情况也不是每天每时每刻发生，惠普软件不仅可以提供几千万用户的测试压力，也可以提供上百万的或者更小十万的，甚至是几万的用户测试压力，方便用户选择。

　　第三，惠普软件的压力覆盖面非常广。我们已经看到了很多用户，包括海外用户也登录到国内的网站上去买东西。所以我们也会考虑到如果我们做一些性能测试的话，不能把它单独放在一个实验室环境里面或者一个地域里面。比如说我在杭州做测试，我需要去看来自上海的用户访问，来自北京的客户访问，造成的一个性能的验证结果是怎么样的。

　　惠普的性能体系方案里还考虑到另外的几个方面。首先，我们说做完测试之后，如果发现有一些问题，我们会思考怎么样能够帮我们的电商用户去优化他们的品牌，比方说800万用户，怎么样帮他提高到1800万用户数量，我们会有一些调整、调优，优化。

　　除此之外，这个解决方案里面也进行了安全方面的考虑，尤其是针对信息安全。以前，有一些电子商务网站出现了一些信息泄露的情况。所以我们在做测试的同时也要考虑到针对于安全性的测试，安全的漏洞的方案等等。以保证平台不仅是强壮的，而且还是安全的。

　　记者：刚才您介绍了电商系统的特点，也介绍了惠普解决方案的优点。从惠普的经验来看，如果电商出现页面访问比较缓慢的情况，可能会是那些因素造成的?

　　王慧慧：这个问题非常复杂，引起网站的性能不高的原因非常多。其中，最重要的原因就是访问量的不可预测性。

　　以电商的双十一活动为例，大家都觉得零点一过的时候是顶峰，这没有错，的确在零点到两点钟之间，电商的压力非常大。但是下一个顶峰在什么时候?这是在这一天的新闻联播之后发生的。因为新闻联播里面播了一条消息介绍双十一活动，原先还不是特别热衷的网民，一看这个新闻也产生了抢购的冲动，这就迎来了第二个高峰。

　　这在某种程度上就说明了网站流量的不可预知性，你无法预知什么时候会是一个特别高的高峰。作为对比，其他行业用会非常清楚其高峰时段。例如会计系统，我们很清楚，他的最高流量应该是每月最后一天的前几个小时。而电子商务则不可以测。

　　不仅如此，用户的行为也很难预测，一个用户点上去我们无法预测他是对女装感兴趣，还是对玩具感兴趣，还是对家具感兴趣。前面这两点的不可预测性，这就使得我们在建IT系统的时候只能按照历史数据为依据去选择IT设备的大小，以及规划网络的带宽，包括选择数据库的大小等等。
(本文不涉密)
责任编辑：

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。