机票垂直搜索引擎之性能优化

行业背景与垂直搜索

从2011年到2016年，无论国内，还是国际，整体趋势都是机票价格便宜了，坐飞机的人也越来越多。特别是国际机票，这五年里机票价格下降了30%，客运量增长了140%。

乘客越来越多，购买机票的渠道有哪些呢？现在主要有三个：网络平台、代售点和航司官网。像携程、去哪儿、飞猪、同程等，都是主流的网络购票平台；像旅行社这类代售点，是旅行团的主要购票渠道；同时大部分航空公司的官网也可以购票，而且价格相对较低。总体来说，网络平台是最大的销售渠道，占比为76%。

为什么网络平台占有这么大的份额呢？主要原因是机票垂直搜索引擎是主要的用户流量入口，用户一般是先比价，然后去预订，一个好的机票搜索引擎查询的产品丰富、价格便宜，而且响应速度快，运价也准，这些特性在技术方面实现好并不容易。

主要问题与解决方案

机票查询要快、准、低。快是指查询快，能够提供一个良好的用户体验；准是指运价准，可以保证出票的成功率；低是指票价低，能够吸引更多的用户。如果票价要有优势，就要有大量产品，产品数据多了查询就慢；如果查询要快，就必须要有缓存；数据缓存了，运价就可能不准。这三者是矛盾的，类似于CAP原则，具体示意图如下。

对于以上问题，怎么解决呢？通用的三个技术方案有：用DB+Redis平衡响应速度、数据实时性和查询成本；用削峰填谷的MQ来处理高并发；将业务服务化、模块解耦。这些只是通用的技术点，并没有什么难度，我们这里重点介绍与最终结果密切相关的四个模块：静态数据、缓存策略、实时查询和政策匹配。

（1）静态数据：能静态处理的数据尽量静态化，存储到本地，可以是数据库或缓存，以方便快速地查询，如航班信息、运价数据和政策数据等。

（2）缓存策略：从中航信拿到运价数据之后，进行热冷门数据分类，数据永不过期但持续更新，自主控制数据的更新频率。

（3）实时查询：多渠道多供应实时获取远端数据，多数据源查询速度会变慢，远端服务不可控。解决方案是三段超时，即前端用户超时、中端运营超时和后端供应超时。

（4）政策匹配：大量的产品数据和大量的业务规则不可能都提供给用户，需要通过一定的算法进行匹配过滤、排序等。

静态技术与任务打底

机票查询的静态数据主要有城市、机型、航司、运价数据等，这里重点介绍较为复杂的运价数据。运价数据的获取虽然间隔时间较长，但数据量大且更新频次不同。运价数据是由中航信统一提供的，有两种途径：黑屏查询和IBE接口，将获取的数据保存到数据库和缓存中，用户查询的时候直接从缓存中获取，同时会按照一定的缓存策略来更新。

最初我们设计了两套方案来打底运价数据，两个方案各有优劣。方案1是先预加载所有的运价数据，然后全部保存到数据库和缓存中，在航班查询时通过缓存策略进行相应地更新；方案2是把运价数据根据航线查询频率分为热门和冷门数据，然后每天凌晨对热门数据预加载，并在航班查询的时候对冷门数据进行更新。可以看出，方案1能保证数据的完整性和实时性，但预加载用时太长；方案2能控制预加载用时，但热门数据的实时性会从早到晚逐渐降低。两个方案中都需要实时更新，在考虑数据实时性的同时，还要考虑获取数据的费用，平衡好两者才是一个实用的方案。

综合对比之后，我们采用了方案1，具体实现如下图所示。

首先通过Job对运价数据进行初始化，然后以任务消息的方式发送给MQ，MQ里的消息会被后台服务自动消费，执行消息队列里的任务，把运价数据保存到数据库和缓存中。数据预加载之后，用户在前台查询时，如果缓存里面没有数据，或者查到的缓存数据是过期的，那么系统会自动发一条任务消息给MQ，或者人工配置指定的航线定时更新，Job也会自动发送任务消息给MQ，前台和后台的消息被服务消费以实现数据的更新。用户的不断请求和后台指定的任务保证了数据的持续更新，时间越久，数据的准确性越高，用户查询的命中率也会越来越高。

缓存策略与数据一致

上面说到运价数据同时存储在数据库和缓存中，为什么有了缓存还要数据库呢？存储到数据库是为了方便数据的多维查询和管理，包括对缓存的进一步干预。数据库查询的功能强大，但速度慢，缓存的性能好，但从缓存里获取的数据会有不准确的问题。怎么才能做到查询快而且数据准呢？我们的解决方法是缓存永不失效、数据分类、自主控制更新频率，以实现运价数据的又快又准。

根据航线查询的频率，将可以分成热门数据、冷门数据和没有数据，航班多、查询多的是热门数据，航班少、查询少的是冷门数据，查询不到就是没有数据。在预加载或更新运价数据时，将缓存设置为一个较长时间或永不过期，然后在前台访问时，不同数据类型采用不同的更新策略，具体如下图所示。

热门航线查询，在缓存中获取数据，数据中有一个自己的缓存时间字段，然后根据这个时间来分别进行处理。

1小时之内更新的：新鲜度较高，可以直接用；

1-6小时之内更新的：预警n次，第n+1次命中时则异步更新运价；

6小时之外更新的：新鲜度太低，异步更新运价。

冷门航线查询与热门航线一样，只是不预加载且缓存时间稍长。

12个小时之内更新的：新鲜度较高，可以直接用；

12-48个小时之内更新的：预警n次，第n+1次命中时则异步更新运价；

48个小时之外更新的：新鲜度太低，异步更新运价；

缓存没有数据时，直接获取最新运价，同时更新数据库和缓存。

无论预警后更新，还是直接更新，都是先把缓存中的数据返回给用户，同时异步更新数据库和缓存。虽然存在数据查询不准确的概率，但被用户再次查询时就准确了。查询到的数据即便不准确，在后继的航班预订时也会进行二次的验舱验价，运价数据和库存数据会再次更新。用户不断地查询，数据不断地更新，查询命中率就会越来越高，并且用得人越多情况会越好，会逐步趋近于n个9。

实时查询与三段超时

能静态化的数据要尽量静态化，但远端数据的实时查询还是必不可少的。实时查询如何做到又快又好呢？特别是多数据源、多供应商的实时查询场景。我们的国际机票查询就是这样的，前台页面点击查询时实时调用供应商接口，早期我们仅调用一个供应接口，产品比较单一，数据不够丰富。后面引入了多供应商，产品变丰富了，也有了低价、但同时带来了很多新问题，比如供应端接口需要20~30秒，但前端客户只能接受8秒以内，怎么办？提高供应数据门槛？但这不是核心竞争。还有查询速度变慢、外部数据源不可控、数据格式多样等问题。

对于以上问题，我们的解决办法是三段超时，所谓三段，即供应端、运营端和客户端。前端满足客人、中间满足运营控制策略、后端满足供应商，三方都要满意，这样才能使产品更丰富、价格更低、运营策略更灵活、用户响应更及时。三段超时的时间可以根据具体场景进行配置，具体如下图所示。

供应端超时：供应端是后端，是指提供数据源的一方，供应端存在的问题就是外部不可控。供应端处于数据来源的底端，解决办法是尽量加大供应端的超时时间限制。我们对请求供应接口的最大HTTP超时时间设置为45秒，这个值可以满足绝大部分情况。

运营端超时：运营端是中间端，获取供应商的数据之后，做包装转换、去重、政策匹配等业务处理。我们先统计每一个供应接口的请求时间，确认供应接口数据的质量和优先级。比如A供应数据的质量相比B和C供应数据的质量要高，那么A的请求级别可以设置得高一些。我们优先考虑获取A供应的数据，如果A的数据在8秒内就返回，而B和C的超过这个时间，那么此时在前台就只把A的数据返回给客户。对于B和C的数据，由于在HTTP请求时我们采用异步并设置了较大的供应端超时，所以它会在A返回之后，继续异步请求并将返回的数据保存到缓存中，以供用户下次或其他用户使用。当我们获取了多供应商的产品数据后，这时会有一定重复的数据，需要进行规范化处理，将不同数据格式转换成统一标准，然后去重并选取最优，最后根据运营策略进行政策匹配等。

客户端超时：客户端是前端，需要处理最终展示和不同终端用户的不同需求。客户端采用多线程异步读取，这样不会影响主线程的速度，同时并发请求，提升响应速度和用户体验。这里的主线程请求时间可以理解为前台终端设备需要等待的时间，比如APP要求8秒内返回，那就设置为8秒；如果PC端B2B白屏网页查询，客户可以等待时间为25秒，那么就设置为25秒。客户端的超时时间要大于或等于所有的运营端超时时间，例如客户端超时是25秒，那么运营端线程A的超时时间最大可以为25秒，如果线程A的绝大部分航线获取时间是18秒，那么线程B和C的超时时间最好不要超过18秒，这里的用户体验要综合考虑概率问题。

政策匹配与算法优化

弄来这么多产品，不可能都提供给客人，需要根据运营规则来进行匹配。机票政策就是机票产品的运营控制策略，如下图所示，包括政策类型、客户类型、航程类型、乘客类型、航司、航班、舱位、城市、日期、返点、定额、Office号等多种属性。

为什么有这么多属性呢？因为机票产品的运营规则很复杂，而这种规则的复杂性，直接导致在航班查询的时候，机票政策的匹配也很复杂。对于这种大数据、复杂业务规则的数据处理，需要有一套专门的政策匹配算法，具体如下：

第一步是直接从数据库查政策，在前端查询的时候，根据查询的条件，如出发到达城市、日期等，从数据库中大范围地获取政策数据，并把这些数据放到内存中。第二步是在内存中对每个产品进行政策匹配即过滤，先将每一个属性转化为业务规则如限制城市、排除供应商、航司指定供应商等，一个属性一个类，采用统一的接口，然后增加到政策过滤器中。产品与政策的匹配过程就像水流过过滤网一样，把最优政策应用到产品上如调整价格。这个过程有些复杂，为此我们编写了一套自己的政策过滤器PolicyFilter框架。第三步是按照政策返点高低进行排序。第四步是将最优政策返回给前台。以下是部分核心代码的演示：

小结

机票垂直搜索性能优化不仅适合于机票行业，也适合于其他垂直行业，在垂直搜索引擎方面有一定的通用性，只要它存在：远端数据获取、静态数据、缓存更新、规则匹配、多数据源等问题，都是类似的解决方案。垂直搜索主要有四把“刷子”。第一把刷子是静态数据与任务打底。第二把刷子是缓存与更新，保持数据的新鲜度，不仅要快，还要准。第三把刷子是实时查询与三段超时，多供应商多数据源，供应商要20秒，客户只能接受3秒，怎么办？解决办法是三段超时。第四刷子是政策匹配，好不容易弄来这么多产品，不可能都直接显示给客人，需要根据运营规则进行匹配。每一个具体的技术可能并不复杂，但把它们综合起来，解决具体的实际问题，为公司为行业带来价值，并不是一件容易的事。技术的核心价值在于技术的应用，技术价值要借助技术应用和产品才能发挥出来，这比单纯的技术学习要有意思得多，希望以上能应用到你具体的工作中。

机票垂直搜索引擎之性能优化相关推荐

机票垂直搜索引擎的性能优化
机票垂直搜索引擎的性能优化原文:机票垂直搜索引擎的性能优化一.行业背景与垂直搜索我们先了解一下机票的行业背景,下图是由中航信统计的数据,蓝色的曲线代表平均每公里的票价,红色曲线指的是客运量.从2 ...
垂直搜索引擎的性能优化@机票行业
一.行业背景与垂直搜索我们先了解一下机票的行业背景,下图是由中航信统计的数据,蓝色的曲线代表平均每公里的票价,红色曲线指的是客运量.从2011年到2016年,无论是国内.港澳台还是国际,整体趋势都是 ...
web前端页面性能优化（提升页面加载速度）
我们都知道,对于web应用来说性能很重要,然而性能的优化相关知识非常庞大而复杂,对于性能优化我们需要做些什么,或者瓶颈是什么通常是我们不太了解的.(当然技术大牛除外) 通过查阅相关资料,了解到了一些关 ...
干货 | 提升50分，Trip.com 机票基于 PageSpeed 的前端性能优化实践
作者简介 Patrick,携程资深前端开发工程师,专注于前端工程化和性能优化. 前言网站性能对于用户体验.转化率和流失率.SEO 排名等至关重要,Trip.com 主要用户来自海外,对网站访问性能有 ...
搜索引擎优化（SEO）之前端性能优化技巧
什么是SEO 先让我们了解搜索引擎SEO,这个视频 How Search Works 解释了搜索引擎是如何工作的. 在让我们摘一下百度百科 SEO(Search Engine Optimization ...
web页面的性能优化以及SEO（搜索引擎优化）
Web页面的性能优化研究表明:用户最满意的打开网页的时间是2-5秒,如果等待超过5秒,99%的用户会关掉页面. 一.尽量减少前端HTTP请求 1,能使用icon不适用图片,实在避免不了要使用图片,就 ...
网页性能优化与搜索引擎优化seo
一.为什么要提升web性能? Web性能黄金准则:只有10% ~ 20%的最终用户响应时间花在了下载html文档上,其余的80%~90%时间花在了下载页面组件上. web性能对于用户体验有及其重要的影 ...
性能优化--全文搜索引擎（Elasticsearch）
一.业务场景场景1:当数据库表的数据达到一定量的时候,增加索引也不能带来很高的性能优化,但是很多时候又需要各种条件组合查询. 场景2:数据库表进行分表之后,想要将分散到各表的数据聚合在一起,对用户提 ...
何崚谈阿里巴巴前端性能优化最佳实践
转载:http://www.infoq.com/cn/interviews/hl-alibaba-front-end-performance-optimization 大家好,我现在在阿里巴巴园区采访 ...

机票垂直搜索引擎之性能优化

机票垂直搜索引擎之性能优化相关推荐

最新文章

热门文章