淘宝李晓拴：淘宝网PHP电子商务应用

源自：http://tech.qq.com/a/20110512/000298.htm

大家好，大家知道淘宝搜索是一个典型PHP架构。在座同学不知道有多少人使用过淘宝搜索可以举手示意一下？在开始这个话题之前我们先谈一下Polyglot，多语言混合编程，淘宝有很多系统是利用Java来开发的。淘宝大概有上千名Java工程师，也做了非常多Java工作，我们为什么还要选择PHP呢？一方面来讲我们利用一些外部动态，PHP开发效率更高一些，另外我们技术熟练程度。

所以，也有应了那句话“没有最好，只有最适合”。其实我们发现不管是任何语言来讲，Java也好，PHP也好和C也好，我们会利用Java做一些接口，利用PHP来写一些VO的功能，同时也会利用C写一些PHP扩展。接下来进入我们今天第一个话题，搜索产品介绍。正如大家所看到一样，这个就是我们淘宝搜索首页，非常简单一个搜索框一个搜索按纽，下面是一些热门关健词，当你搜索之后就会进入我们搜索结果页，看上去有点复杂。只要大家用过淘宝，基本上大家都可能进入这样一个页面。

今天主要内容就是讲解这个页面，还有其他搜索产品，一淘，是淘宝面向站外用户推出电子商务搜索引擎，这是一淘的首页，和淘宝搜索其他产品一样，也是标准的LAMP架构。接下来一个产品是我们的排行榜，和前面有一些差别，使用NGS来做，排行榜有非常多静态内容，我们在服务器选题上采用了NGS。

接下来我来讲一讲淘宝搜索整体架构，讲架构之前，可能会讲一下共同模块，这样大家对理解架构更加容易。首先，看一下网络，这张图其实是一个非常简单的落说明图，用户访问搜索域名，会根据用户IP定位到不同机房，比如有电信机房，网通机房，和教育网。为什么有三个机房呢？第一是有中国特殊国情决定的，第二也是为了容灾，每个机房大概都有几十台机器。淘宝搜索每天流量也在每天几亿，我们每个机房部署几十台机器来控制流量。

这些机器主要来请求PHP，页面还有很多资源文件，像CSC，还有图片，这是部署在我们CDN上。每台机器普通64位Linux系统，安装是阿帕奇，没有用5.3，因为我们一些扩展可能也是历史原因，一些扩展目前还不能迁移到5.3上，这也是我们接下来要做的工作。这个是放大搜索结果页，大家可以看到图上整个页面大概分了几个区域。最上面是搜索框，比如说有LOGO，有搜索框，再下面有一些导航条，中间这个区域我们把它叫做智能导航模块，右侧叫做掌柜推荐，大家可以理解为广告。

这个其实是所有搜索结果页基本都比较类似的，不管大家用Google也好，百度也好，或者其他MSN都非常类似，上面搜索框做搜索结果，右侧是广告。因为淘宝搜索页大概有3到4屏，这页主要是搜索相关一些筛选功能，比如上面看到有不同的筛选区，下面有不同结果，只不过大家没有特别留意。上面那个区我们叫做产品搜索区域，中间这个区域叫做商品搜索区域，在往下是其他一些文字链之类，最下面是翻页。

有些细节大家可能不太好理解，打个比方。大家去Google搜索的时候，当你搜索北京天气的时候，或者搜索北京奥运会的时候，搜索结果页里面有非常多的内容，比如有新闻的，有网页，甚至还有论坛的。不同的来源，其实有不同的后端服务提供的，怎么样在搜索结果页里面把它展现出来，这其实就是一个问题，是我们问题和挑战。

这里面有两个核心问题，第一个来讲，对于查询应该展示哪些模块，并不是每次搜索的时候都要出产品搜索结果。第二个问题，如果你要查询多个模块的时候，怎么样保证高性能，让用户看到快速的搜索结果。试想一下，我们这个结果我们回到上一页，这个页面里面其实是要查非常多服务，中间智能导航就是有很多服务，下面有一个相关搜索模块，包括右侧广告，和下一页产品搜索结果，商品搜索结果，这样算下来这个页面要查5到6个业务模块。

所以，怎么样查询多个模块的时候，能够保持高的性能，让用户快速看到搜索结果。带着这些问题，我们来看一下它的架构。这张架构其实也是非常简单图，首先用户可以进入我们一些入口程序，相当于搜索一个非常简单的教研程序看看是不是合法和编码。这些工作做完之后，会把用户搜索词，用户搜索诺基亚，搜索凉鞋等等词分配到解析，对于搜索来说理解用户意图非常重要，可以知道用户想要找什么，要找的这个东西，应该在哪个内幕下，或者有哪些属性。

所以，我们会去调来这个模块获取用户相关信息，查取相关内容。我们知道核心一个问题，应该展示哪些模块，同时对这个结果，应该怎么去展示。在这个时候，我们会去请求缓存模块，因为像我们刚才讲的一样，他其实有5、6个后台请求模块，我们会去看看缓存有没有命中，如果命中缓存问题就非常简单，直接把这个数据从缓存拿出来一组装，通过这个模板来做一切展示。

如果没有命中缓存的话，我们会有一个专门检索模块，会根据你需要的数据，必须你需要六个模块，根据六个模块去请求后台一些服务，在这里面是并发来做的，如何实现会在接下来讲。所以，通过这样一个架构，能够实现查询内容，以及能够并发去获取相关数据。接下来，讲一下性能优化，因为对搜索来讲，性能方面是非常关注。

这张图是09年Google合并的一些相关研究人员，他们通过一些实验对比来发现，性能对于搜索影响。当这个网站速度下降几秒之后，他们会发现用户点击，用户收入，相关广告收入，用户的满意度都会有非常明显下降。其实，性能来讲，这个话题这几年也变的逐渐非常热门起来，不管是从06年雅虎提出一些相关APP Store，或者前端优化十几跳军规，一直到去年这里面领军人物史蒂夫提出一个WTO概念，做性能优化已经可以做成一个产业。

所以，更好性能意味着更低的成本，更高收入，以及更好的用户体验。所以，我们在性能优化方面也做了非常多的工作。这些工作整理起来，我们可以把它归纳为性能规划CPP的原则，第一条就是Cache，缓存。做这种网站缓存非常重要，甚至有时候是非常关键一点。缓存我们通常使用两个方式，第一就是APC，如果大家做PHP可能对APC都比较了解。第二点就是Memcached，我们使用了一些缓存。

再下面一点就是并发，PHP并没有多线程概念。这里面我们利用一些技术，可以并发去访问后台一些接口。第三点就是预期，其实做性能也好，类似于优化也好，有时候你不能达到足够快，至少也要让这个网站看上去比较快，我们把它叫做预期。其实简单做法，让这个网站能够支持这种类似于分化输出，当用户搜索完了之后，你可以让你的网站，搜索框先出来，再去查后台模块，最后在展示最下面的内容。

这张图就是关于Cache一个介绍，比如APC。提供一些APC类似于Opcode的软件也好，我们选择的是APC。从这张图上可以看到，使用APC以后，能够大幅优化PHP代码解释时间，我们之前也做过一些性能对比，用过APC之后能够把性能提升25%-40%左右。对于APC还有很深入话题，比如APC里面有一些参数，有兴趣的同学可以上网查一下，也可以跟我交流。

这张图是一个Memcached的事例，基本原理就是Check，Miss，Store，Check是第一步，当你最开始访问这个模块是没有，如果开始没有，就会去到后台计算相关数据，比如去查数据库，去请求远程接口。当拿到结果之后，会把这个数据存储到Cache里面去，并且把这个结果反映给输出，你第二次来的时候就命中Cache，所以Cache直接输出结果了。

对于Memcached来讲是一个非常成熟技术，我们用Memcached大概有几十台机器，每台机器开了几个G来做，大概有几百个G，是一个独立的Cache集群。因为我们是多个模块，当你去请求Cache，可以查一下有没有命中，如果没有命中可以请求后台，你可以一次性向Memcached发请求，一次性把请求发过去看有没有命中，他会告诉你有几个模块命中有几个模块没有命中，我们在去查后端，可以减少Memcached的请求。

下面和大家分享一下并发，PHP其实不支持多线程。如果说要串行访问多个后台缺口会非常严重影响性能，做一个简单计算，刚才所讲一样，如果有5个后台模块。每个模块访问需要50毫秒，5×5就是250毫秒，对做搜索来讲其实是非常慢了。所以，如果串行访问后台接口会非常慢。我们解决方案是使用CURL和Multi功能，下面列了一些相关函数，大家可以在下面去查查手册可以看一下，这里面还有更详细的一个文章来介绍。

基本原理利用提供封装功能一次性把请求发出去，等着响应拿到结果进行处理。按照优化原则，80%优化都集中在前端。前端我们做了一些尝试，比如我们了CDN Combo，合并HTTP请求。比如我们这个页面需要用5个页面表，我们可以对请求进行合并，减少请求优化性能。同时，按照最常规做法就是压缩CSS/JS文件，压缩完之后尺寸可以大大减少，提高加载速度。

还有一些做法，我们在首页预先加载结果页所需部分文件，用户要做的事情通常是搜索。在首页可以预先加载所需要的CSS和JS文件，在首页进行一个平衡，据我了解Google很多网站都是这么做的。还有图片的Lazy-Load，相当于业界一个标准做法，像搜索结果页大概有40张图片，大多数情况下来讲，用户可能只会看前面几张图片，如果满意就点走了，如果不满意会做一些搜索和其他筛选。接下来你屏幕以下非常多的图片就有点浪费了，如果用户不看的话，所以我们就采用Lazy-Load，当用户滚屏的时候可以大幅度提高性能，降低带宽。

接下来给大家讲一下监控报警，每天几百台机器监控报警也是非常重要的。这张图是截取在我们公司里面一个哈勃监控系统，我们通常统计了命中率，统计了一些数据在这里面进行分析，具体实现大概是这样的。我们的程序是有日志，比如有统计PV，超时数据，如果一旦访问后台结果超时的时候会在日志里面做记录。还有Latency，如果发现一些问题，我们定一些规则，比如超时时数达到多少，或者PV变化，就会发短信进行报警。

同时，我们刚才讲了我们有非常多的memcached-top来作为缓存，所以我们使用memcached脚本监控memcached集群运行情况。我们使用xhprof采样获得线上程序运行情况，有点类似与PHP。由于时间关系，今天我要讲的内容基本上就这些，其实淘宝搜索他的内容非常多，刚才也只是讲到一些点，感兴趣的同学可以会后跟我联系。我们也在招一些PHP工程师，我们也非常希望大家能够加入我们，和我们一起来做下一代的淘宝搜索。我的联系方式是jiansu@taobao.com，还可以访问我们的微博，感谢大家。

淘宝李晓拴：淘宝网PHP电子商务应用相关推荐

淘宝卖家，应该怎么让网店远离负面评价？
淘宝卖家,应该怎么让网店远离负面评价? 淘宝卖家,应该怎么让网店远离负面评价?网店,多少都会受到一些不好评价的影响,同时还会影响店铺的运营发展.旺掌柜小编跟大家一起来了解一下关于网店负面评价的应对方式 ...
淘宝杨志丰：OceanBase--淘宝结构化大数据解决之道
淘宝杨志丰:OceanBase--淘宝结构化大数据解决之道时至今日,"Big data"(大数据)时代的来临已经毋庸置疑,尤其是在电信.金融等行业,几乎已经到了" ...
【淘宝SEO技巧】淘宝宝贝标题关键字优化
淘宝宝贝标题关键字优化技巧今天我们来分析一下淘宝关键字优化技巧,掌握搜索排名规则对新手店铺来说是非常有用的,它可以帮你带来想不到的生意.现在我们来讲讲其中的做生意的学问.使用什么办法能使你的店铺增加 ...
【淘宝SEO技巧】淘宝SEO优化|淘宝搜索排名规律|淘宝宝贝标题优化
[淘宝SEO技巧]淘宝SEO优化|淘宝搜索排名规律|淘宝宝贝标题优化淘宝网,作为最大的C2C交易平台为广大的网络创业的店长们尝到了甜头,生意蒸蒸日上.面对众多的竞争参与者,希望成交量能够更上一层楼, ...
淘宝天猫运营，淘金币快速引流使用方法，商家攻略
一.什么是淘金币淘金币是淘宝网的虚拟积分.买家在部分淘宝店铺够美商品是可以抵扣宝贝价格,也可以在淘宝商城用淘金币抽奖等.总的来说,淘金币对买家还是很有吸引力的. 二.淘金币引流方式 1.淘金币平台 ...
淘宝商家如何通过淘宝客来打造淘宝爆款？
打造爆款大家就会想到直通车和钻展以及刷单,但是这些方法很烧钱,而且爆款不一定能打造出来,那么大家有没有想过用淘宝客推广来打造爆款呢?淘宝客推广是个双赢的选择,淘宝客拿到佣金,卖家自己能将推广风险降到最 ...
通过Python开发淘宝商品详情、淘宝关键字搜索封装成API接口
目录开发背景及目标淘宝商品详情简要描述淘宝商品详情请求URL 淘宝商品详情请求方式接口参数淘宝商品详情API返回示例 (parse=1) 返回示例 (parse=0) 淘宝商品详情接口返回参 ...
mysql5.7应该导什么包_淘客佣金冻结怎么办?淘宝客推广中的流量异常是什么？
最近有淘客在公众号留言给我反馈,因为流量异常,佣金被冻结了的情况. 这种情况很多淘客应该都遇到过,为了避免佣金被冻结,最好是对联盟流量异常的规则有一个比较清楚的认识. 今天米哥这篇文章简单解读一下联盟 ...
是淘宝“秒杀”了淘客？是嗨淘。。。
马云先生真的是很有创意,当然也有能够是他的团队很有创意,嗨淘网横空出生还扯上了湖南卫视,真的有看点,真的有想法! 淘宝开放Api曾经够让顺序员们疯狂了,蓝鲸方案让很多淘宝客站长冲动不已,没有怠慢,嗨淘 ...

淘宝李晓拴：淘宝网PHP电子商务应用

淘宝李晓拴：淘宝网PHP电子商务应用相关推荐

最新文章

热门文章