物流信息平台高并发技术研究

《物流信息平台高并发技术研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、物流信息平台高并发技术研究第一章绪论1.1课题研究背景随着互联网的飞速发展，不仅人们的日常生活被互联网所改变，而且越来越多的传统行业也被互联网所改变。物流业正是这些行业中的一个。RFID技术，条码技术，GPS定位，自动化等现代信息技术的应用已使得物流信息化建设取得了突飞猛进的进展。通过这些技术，在仓储，分栋，配送运输等传统物流环节己实现高效，准确的信息流通，监控，取代了最初主要依靠人工作业的方法，大大提高了物流效率。但是，此阶段的物流信息平台主要还是用于各公司，各机构内部的闭环使用，在跨公司，机构时由于各公司，各机构的物流信息平台采用的设备，

2、架构等技术选型的不同，造成互通信息的困难。物流业与互联网的结合正是打破这种信息闭环的方法。近年来越发火爆的B2C/C2C电商领域正是这一应用的典型。以淘宝，京东为例，通过他们构建的基于互联网的信息平台将整条供应链上的终端消费者，供应商，第三方物流服务提供者有机的结合在一起，实现信息流在供应链各环节之间的无缝对接，大大提高了物流活动的效率与可靠性。由于互联网飞速的普及，越来越多的消费者，供应商可以低成本的使用这些基于互联网的开放的信息平台，根据权威统计公司alexa数据，至13年10月，淘宝网在的日均pv数（一周平均）达到372952800，京

3、东商城日均pv数（一周平均）达574080。面对如此高的并发数与大数据量，如何保证信息平台的高响应性与高稳定性是制约企业进一步开拓业务的关键问题。1.2物流信息平台的并发性能瓶颈基于互联网的物流信息平台，从技术实现上来讲与互联网l页面等步骤才能将结果展示给用户。对一些一定时间段内不发生变化的内容，每一次请求都重复的进行上述过程显然是对宝贵的数据库连接资源的浪费。所以可以将包含动态内容的html页面缓存起来，在相同请求的情况下直接通过动态脚本访问这些缓存，避免对数据库的读，甚至可以将包含动态内容的html页面直接静态化为真实的html文件，这样

4、相同的请求直接访问静态文件，避免了动态脚本的执行与数据库读写操作，从而减轻系统压力。.第二章数据库相关优化2.1MySQL存储引擎的选择由图中可以看出，存储引擎对底层文件系统进行了封装与抽象，对上层结构提供遵循统一标准的接口以供调用，而内部封装了最根本的基于文件系统的操作统数据库理论观点最大的区别是不支持事务，由于不用考虑支持事务带来的开销与复杂性，所以具有较好的并发性能。此外MylSAM在锁机制上采用系统开销较小的表锁机制。这样的好处是降低了由加锁带了的系统开销，但是在一个线程对表进行读操作时，不允许其他线程对表进行更新操作，但允许在读一张

5、表的同时，对表进行插入操作。在索引方面，MylSAM允询BLOB或TEXT类型的前500个字符上建立索引。此外，MylSAM支持全文索弓IT它允许根据关键字为复杂的检索操作进行索引优化在完整性约束方面，MylSAM支持按外键连表查询，但没有外键约束检查，即在对设定了外键约束的表进行插入时，不会对引用表是否存在外键记录进行检查，这样做的好处是在插入如据时无需进行参照完整性检查,提升了插入速度，但是增加了数据存不一致性的风险。.2.2事务与锁机制调优事务的原子性，一致性，隔离性，持久性（ACID)_保证了并发条件下对同一数据的修改不会产生混乱的结

6、果。其中隔离性是与在并发条件下事务严格程度关系最密切的一点，隔离级别越高事务的严格性越强，但是并发性能相应的下降。SQL标准中将事务的隔离性按严格程度划分为四种未提交读（ReadUnmited)。这是事务严格性最弱的一种机制，在该机制下事务可以看见其他事务尚未提交的修改操作的结果，该种情况称为脏读。这种机制由于在并发情况下存在很大的数据不确定性所以很少使用。己提交读（Readmited)。在这种机制下任何事务的对数据进行的所有操作必须是在提交后，其他事务才可见。这种机制避免了脏读的出现，但是未能实现可重复读要求，即在一个事务中多次读取某一个记

7、录可能由于在两次读取期间，有其它事务提交了对该条数据的修改，造成两次读取结果不一致。不可重复读会造成第二类丢失更新的情况,关于第二类丢失更新稍后结合具体业务逻辑论述。可重复读（ReaptableRead)。这种隔离级别提供了可重复读性，即在一个事物中多次读取某条记录结果均一致。但无法避免幻读，所谓幻读是指当事务在读取某一范围内的数据时，另个一事务插入了符合该范围条件的记录，当该事务再次读取该范围数据时发现多了一条数据，造成前后结果不一致。第三章数据库的水平扩展.........203.1基于主从库扩展.........203.1.1主从结构.

8、........203.1.2读写分离策略.........213.2数据库的垂直拆分.........223.3表的水平拆分.........243.4NoSQL