淘寶"雙11"億級商品解決方案

    短時間內服務器接收到的搶購請求數量驟然升高,可能是平時的幾十倍,甚至幾百倍,系統可能會出現宕機的情況商品數量有限,需要嚴格控制交易成功的數量,也就是不能出現超賣的問題。

   屬于讀多寫少的場景,所以借助Redis的特性,提高查詢的性能;
    并發搶購的請求中只有少數請求才能成功,可以使用限流的手段把盡可能多的請求攔截在系統上游;
    使用Redis鎖的機制解決超賣問題;

京東"6.18" 熱點大數據緩存解決方案

    一般數據庫是把數據保存在磁盤中,被訪問時會把數據讀取到內存,然后再輸出出去;
   內存讀取速度 > 磁盤讀取速度;
    熱點數據直接從內存讀取,而不從數據庫讀取;

    Redis是內存數據庫,能支撐非常高的數據吞吐量,提前把熱點數據從數據庫加載到內存中,每次請求數據直接從內存讀取并輸出出去;

    在一定的時間內參加紅包雨的用戶會非常多,對系統的訪問量也會驟增,需要解決的問題就是系統的高并發量帶來的服務器壓力。

    采用基于SpringCloud微服務結構進行管理紅包雨活動、獎品的相關信息,同時基于阿里云的相關服務完成搶紅包時的負載均衡,保證系統運行流暢。

移動支付的快捷支付解決方案

    移動互聯網的發展使得用戶的日常生活越來越依賴于手機,現在幾乎每個人都有支付寶、微信,那么通過手機就能完成訂單支付是快捷的選擇(不需要使用銀行下發的加密設備),如何讓自研系統支持支付寶、微信支付功能就是需要解決的首要問題。

    支付寶/微信支付開發平臺對外提供了很多與訂單支付相關的接口,例如:支付交易、退款交易、交易記錄等。在用戶發起支付請求時,在系統中基于支付寶/微信提供的接口生成二維碼,用戶直接通過掃碼完成支付。

今日頭條智能推送解決方案

    收集并分析用戶對新聞消息的偏好。

    收集用戶在系統使用過程中數據,對其進行清洗、加工為分析模型準備原始數據;
    通過kafka分布式流平臺匯總數據;
    基于Spark ALS推薦算法找到與用戶數據較為匹配的課程。

優酷、愛奇藝視頻流媒體點播解決方案

  視頻播放過程中需要保證視頻的流暢度,能夠暫停、快進、快退等功能;
    防止用戶的惡意下載。

    基于HLS對流媒體文件進行拆分達到實時的下載播放,并兼具快進、快退的功能。
    基于OSS云存儲相關防護機制,防止用戶的惡意下載。

騰訊課堂云存儲的流媒體存儲解決方案

    資源的保存時要保證完整性、安全性;同時訪問時要保證網絡帶寬是足夠的;
    高成本的自建存儲系統(搭建成本、運維成本);

    把視頻存儲到主流的云存儲平臺中,保證資源的安全性,網絡帶寬,降低運維成本;
    在平臺本地用來完成視頻資源與課程的關聯維護。