大型电商网站两年之技术总结

        转眼已经是在互联网第三个年头了。跟公司一起成长，从经历过2次双十一大促，还有数不清楚的小促销。跟公司一起遇到了不少坑，这里站在宏观的角度为公司总结下经验和教训。

1. web架构，几个问题比较突出，
   • 一个是经常出问题的就是数据库开发和运维不规范。有次大促数据库挂死，时候分析原因是备份脚本有问题，把某个表的索引删除了。因为数据库出问题是多次，这方面web应用的dba肯定是有问题的。基础支撑部门的数据库研发团队也没起到应有的作用。
   • 另外一个就是监控不到位，曾经出现redis的虚拟内存过高没及时发现，物理机又开了swap，这个时候redis的tcp链接响应很慢。虽然后面关闭了物理机的swap，算是把这个问题规避了。公司在应用监控做了很多，但是物理资源监控不到位的问题很突然出。
   • 外部商家在大促前上传了很多高清图片，但是没有配置cdn，结果导致大促期间主站的带宽收到了冲击
   • 安全审计，对于黄牛刷机出过问题。
2. 云计算平台，遇到两个比较大的坑，
   • 一个是老的centos6.3的bug引起宕机，经常有物理机宕机。物理机升级效率比较低，运维挨个跟涉及业务确认虚机是否可以重启，然后选择凌晨时间关闭物理机做冷升级，确认问题后有3个月以上才把所有物理机都升级一遍。
   • 另外一个就是IaaS选择有问题，开始为了快速上线选了cloudstack，后面全面转向openstack，cs向os的vm迁移不好解决。
3. 基础设施和硬件
   • 网络规划有问题，比较混乱。大型企业的基础设施规划，网络最重要，软件可以升级，服务器可以买新的，网络有缺陷，基本是伤筋动骨的。网络出个小问题，服务马上出大问题，具体的问题就不方便吐槽了。
   • 开始全部是300g sas盘的机器，存放冷数据性价比不高。

       以上只是一些技术问题和经验总结，相信这些技术问题在初期也都遇到过，即使技术成熟度比较高的公司，例如阿里，也会遇到过类似的问题。公司目前在架构和管理上还是有了明显的进步。去年开始大促已经没有遇到的大问题了。在此，自己的一点总结是，构建一个高并发的互联网电商网站，目前的技术，已经是比较成熟的。但是这块技术不可能像传统IT一样，通过购买些高性能的硬件和解决方案就可以搞定，而是必须拥有成熟的研发团队。主要还是因为web服务的高度的个性化和定制化需求导致。

大公司需要有自己的研发团队，而是否能取得一个好的研发的效果，这里面，除了资金投入之外，科学、合理、人性化的管理因素，非常重要。

       管理方面，也举个简单的例子，就是某次促销，数据库出问题了，一堆人围在dba后面等dba定位故障。咱们不是专业搞管理的，但是笔者觉得这种情况在我国的大小公司里面都很常见，但是显而易见的肯定是管理哪个地方出了问题。一堆领导堆在一起，肯定不是最快定位问题的方法，不是国军军官拿着枪，高喊弟兄们给我顶住，这仗就能打赢。关键时候出了关键问题，关键负责人第一时间出现肯定是对的，但是，不要有事没事都来凑热闹，本来小问题也成了大问题。各司其职，井然有序，处乱不惊，方能经得住风浪。

       另外一个管理的例子就是规划。技术设施的规划，一定要要远见性，否则积重难返，网络问题最明显。规划的关键是人，只有经验丰富，卓有远见，崇尚技术的专家，才能提供合理和科学的架构和规划。以笔者的了解，业内知名友商，虽然在业务上领先，但在IT的人事管理和规划方面并不如我司。例如该公司负责SDN的架构师，对vlan的概念不懂。

        最后，想起康恩定律。不只是传统软件公司如此啊，互联网公司，看来也有类似的情况，老板和核心高管的个人意志和管理风格，很大程度上决定了公司的管理风格和组织架构，最终影响了该公司的产品特色和服务质量。当然，时势造英雄，站在互联网的风口浪尖上，本文吐槽的各种问题，均不是关键，呵呵。