《电商云平台-技术方案》由会员分享，可在线阅读，更多相关《电商云平台-技术方案（74页珍藏版）》请在金锄头文库上搜索。
1、电商云平台 技术方案,1,目录,1 业务架构,2 应用架构,3 数据架构,4 技术架构,5 技术选型,2,业务架构-业务支撑体系,和邦集团电商平台，是以“化工、皮革、能源、房地产”为主线，面向个人及企业客户提供商品在线交易的网上商城。参考电商的典型业务场景，平台业务的运营需要以下几类业务能力支撑。,购买,引流,访问,客服,支付,配送,进的来,带的走,留得住,目标场景,业务能力 全景图,总控平台,基础数据管理,数据挖掘,决策分析,业务监控,供应链管理,财务管理,3,业务架构-业务建设阶段,遵循互联网业务发展规律，为了利于积累用户、建立互信，平台拟按“引流-自营-集市”三个阶段逐级演进，逐步做强、
2、做大。并根据运营需要，分两期进行平台建设支撑，逐步加大投入：,四大板块,运营演进过程,一阶段,二阶段,图例：,客户服务,市场营销,供应链管理,化工板块,销售服务,行业资讯,仓储物流,业内互动交流,皮革板块,行业信息,业内互动交流,增值服务,能源板块,财务管理,房地产板块,商品交易,金融贷款,管理咨询,商品交易,全网营销,电子报关,自营,商户合作：广泛引入其它化工、皮革相关企业合作伙伴 良性循环：为卖家和卖家提供多样服务，形成“行业生态圈” 多元探索：探索互联网集市多元盈利模式，实现共赢,集市,引流,在线销售：引入集团核心竞争力产品实现B2B2C+O2O模式 差异服务：适当引入收费类服务 保持黏
3、性：利用互联网营销方式，不断扩大用户数量,免费入住：与合作供应商、经销商、仓储、物流企业建立良性合作,4,目录,1 业务架构,3 数据架构,2 应用架构,4 技术架构,5 技术选型,5,应用架构-基于用户业务行为的三侧划分,平台系统用户主要包括客户、商户、运营执行的人员、管理人员四种类型，为清楚划分用户界面和更好的满足不同类用户的关注点，将电子商城分为客户侧、运营侧、管理三侧；应用功能及架构设计以此为基础展开。,客户侧,面向客户群体的业务应用集合，支撑客户注册、自主管理信息、购物、物流跟踪等。,运营侧,面向平台业务运营者的业务应用集合，支撑商品、店铺、订单、仓储物流及促销管理等。,管理侧,面向
4、管理者的业务应用集合，支撑用户活动和运营数据的统计分析。,以客户体验为根本出发点,以订单管理为中心,以分析为手段,6,应用架构-客户侧设计原则,随身的：任何时间、任何地点 安全的：账户、数据、管理、交易、追溯、防抵赖 友好的：尊重、友好、帮助、服务 高效的：减少操作、免操作 经济的：无费用、较少费用、不花其他费用,注重第一印象:商城首页 发现和注重细节:购物车、订单、支付 个性化:最近购买、猜你喜欢 让客户心情愉悦:卡通形象、亲切用语 及时反馈:进度条、等待动画、客服 恰当的推荐:打折活动、最新优惠 安全感和信任度:加密传输、正品保证 体验测试:体验调查、客户合作测试,以客户体验为中心是目前最
5、科学的以客户为中心的衡量量化管理方法论，站在用户的视角考虑问题并进行应用设计的指导。,7,应用架构-运营侧设计原则,运营侧应用功能以订单为中心设计。,.,会员等级,8,应用架构-管理侧应用功能按照平台和产品运营目标而设计,以管理信息化为中心、以运营目标为中心设计,数据分析挖掘,通过对数据的分析和挖掘，找出客户、商户行为的时间、操作等规律和关联因素；发现存在的风险和薄弱环节，为运营决策提供必要的支撑。,客户行为数据,交易数据,配送数据,商品数据,库存数据,根据各品类交易量的时间分布，分析时间规律。,根据促销方式成功率走势，了解商城用户的喜好。,根据各品类投诉率，确定需要重点管控商户类别。,9,应
6、用架构-应用划分原则,业务边界和流程聚合原则 对于本身较独立，与其它业务间边界清晰的业务，其所需功能可以聚合为独立应用。,非功能性需求原则 将并发量、性能、安全、大数据处理等有不同要求的应用进行独立划分，避免影响其他的应用或其他应用被影响。,应用松耦合原则 对于基础应用采用松耦合的原则，划分为独立应用。,在基于客户侧、运营侧、管理侧三侧基础之上，运用业务边界和流程聚合原则、应用松耦合原则、主数据集中服务化原则、非功能性需求原则对功能进行应用的组合与划分。,主数据集中服务化原则 对于服务于主数据和需要实时更新的热点数据的功能，组合为独立的公共应用服务。,团购,秒杀,订单中心,购物车,收银台,会员
7、中心,商户管理,10,应用架构-总图(Levle1),从客户侧、运营侧、管理侧三侧出发，对电子商城应用功能进行归类划分情况及信息流向如下图所示：,团购,体验中心,定向优惠,拍卖中心,限时抢购,用户社区网站,收银台,会员中心,个人商城网站,企业商城网站,批发中心,移动和社交应用,抽奖,商城联盟,购物车,营销管理,会员管理,结算管理,订单调度中心,仓储管理,品类及商品管理,商铺管理,库存和价格中心,商户管理,配送管理,客户服务管理,订单管理,批发中心管理,合同管理,业务运营分析,商业智能,物流配送整合管理,广告管理,运营侧,客户侧,管理侧,供应商管理与协同,供应链管理,用户访问如订单、支付、会员、
8、商户等信息接入,相对应的业务运营支撑,交易数据、运营统计、访问日志等数据信息,个性化推荐、供应商管理等业务决策,秒杀,积分兑换,采购管理,销售管理,商城管理,呼叫中心,客户忠诚度和关系管理,个性化推荐,11,应用架构-应用组件划分原则,在应用功能拆分的基础上，从业务完整性、非功能性需求、公共应用三个原则出发，对业务应用组件进行拆分。,独立业务组件,秒杀,团购,公共业务组件,商品搜索,商品展示,服务类组件,订单服务,用户服务,公共系统组件,搜索,即时通讯,业务层,服务层,12,业务应用组件图-组件分类列表,根据应用组件拆分原则，拆分结果如下图所示：,13,目录,1 业务架构,2 应用架构,3 数
9、据架构,4 技术架构,5 技术选型,数据架构-数据架构设计原则,14,数据架构 -数据分类,15,客户侧,运营侧,结构化,事务数据,主数据,基础数据,非结构化,模板,文件,商品图片,举报图片,商铺装修模板,管理侧,订单数据,活动数据,专场数据,仓储数据,商品数据,订单数据,会员数据,商户数据,商品视频,投诉图片,会员图片,商品详情图片,知识库数据,客服数据,活动审核,物流数据,分析内容,分析字段,分析规则,分析类别,购物车数据,信息审核,属性分配,权限分配,订单调度,招商数据,折扣管理数据,广告数据,价格管理数据,预警管理数据,商户管理数据,支付数据,商品评论数据,商城联盟数据,试用体验数据,
10、会员注册数据,维权数据,投诉建议数据,举报数据,爬虫数据,社交媒体数据,用户社区数据,退货数据,积分数据,规则数据,店铺数据,供应商数据,订单属性,工作量数据,活动分析数据,交易分析数据,会员分析数据,效果分析数据,盈亏分析数据,举报分析数据,作业量数据,投票分析数据,退款分析数据,日志分析数据,转换率数据,安全数据,SEO优化数据,流量分析数据,性能分析数据,用户行为数据,配送行为数据,积分分析数据,礼品分析数据,仓库数据,站点数据,预订数据,费率数据,条码数据,调度数据,发票数据,承运商数据,批发中心数据,品类数据,会员属性,商户属性,商品属性,店铺属性,咨询信息数据,上下架数据,咨询分类
11、数据,监控数据,发货数据,补货数据,通知数据,运单数据,资格审核,商品库存数据,售后服务数据,对帐数据,报损数据,身份认证数据,电子商城系统数据按客户侧、运营侧和管理侧横向分类，结构化和非结构化纵向分类。,数据架构-分库分表原则（1/2）,16,为应对高并发的业务场景，平台数据库将做垂直分库、水平分库，其中垂直分库的原则以应用作为主要依据，水平分库的原则以负载压力、关键性及模块独立性作为主要依据；对数据量大的表，还需要做分表分区处理。,数据架构-分库分表原则（2/2）,17,数据架构-结构化数据（1/2）,18,电子商城系统结构化数据的特性和数据量估算，供分库分表参考。,数据架构-结构化数据（
12、2/2）,19,电子商城系统结构化数据的特性和数据量估算，供分库分表参考。,数据架构-非结构化数据,20,非结构化数据的存储策略。,数据架构-数据的分布与存储,21,非结构化数据,结构化数据,电子商城系统数据在各个不同数据库的分布及存储。,基础数据,会员数据,会员属性,订单数据,订单属性,商户数据,商品数据,商品品类数据,商品属性,商户类型数据,事务数据,非结构化 数据,第三方支付,事务数据,支付数据,通知数据,退款数据,店铺装修模板,会员图片,商品视频,商品图片,商品详情图片,举报图片,投诉图片,积分兑换数据,商铺装修数据,库存数据,活动关联数据,补货数据,价格数据,商品上下架数据,商户费率
13、数据,礼品兑换数据,维权数据,退货数据,支付数据,订单退款数据,通知数据,商品关联数据,子订单数据,订单关联数据,试用体验数据,配送关联数据,分布式文件系统,优惠券使用数据,发票关联数据,前置会员库,前置订单库,前置商品库,商户品牌数据,核心数据库,内存数据库,分析内容数据,分析规则数据,分析字段数据,分析类别数据,用户行为数据,交易分析数据,流量分析数据,活动分析数据,积分分析数据,退款分析数据,盈亏分析数据,库存分析数据,前置库基础数据,规则数据,活动数据,仓库属性,供应商数据,前置数据库数据,审核数据,权限分配数据,客服数据,配送数据,广告数据,核心数据库,日志数据,商品评论数据,投诉数
14、据,举报数据,盘点数据,订单评论数据,店铺评论数据,分布式NoSQL 数据库,活动评论数据,会员黑名单数据,个人配送地址数据,个人发票数据,订单流水数据,订单优惠信息数据,订单导出数据,订单退款流水数据,订单退换货流水数据,订单运费模板数据,赠品关联数据,商户等级数据,商铺数据,商户支付方式数据,商户黑名单数据,商品草稿箱数据,预警数据,折扣管理数据,运单数据,招商数据,监控数据,对帐数据,仓储数据,爬虫数据,会员分析数据,投票分析数据,礼品分析数据,优惠券分析数据,转换率分析数据,图示：,22,目录,1 业务架构,2 应用架构,3 数据架构,4 技术架构,5 技术选型,技术架构-技术架构设计
15、原则,23,结合互联网架构CAP理论及BASE原则，借鉴主流互联网门户和电商平台的成熟经验，形成技术架构设计原则。,适度创新,高可用性,响应速度优先,分布式设计,高安全性,面向服务的设计,在技术选型和技术架构设计上优先保证系统724小时运行。,采用空间换时间的思想，通过CDN、缓存等技术提升系统响应速度。,采用云计算技术构建分布式系统支撑海量用户。,按照业务需求对应用进行垂直拆分和水平拆分，实现从集中式系统到分布式系统的演进。,在遵从长征教育科技公司技术设计基本要求的前提下，适度引入应用业界成熟的技术。,在技术选择、数据设计、数据传递等设计过程中重点关注安全性。,24,技术架构 -分层结构,2
16、4,网络 接入层,展现层,应用层,服务层,数据层,基础 设施,运维保障体系,安全保障体系,引用主流互联网门户和电商调研结果和设计原则，结合电商业务的特点，将整体技术架构分为“6+2”模式。分别为网络接入层、展现层、应用层、服务层、数据层、基础设施6个层次和运维体系、安全保障体系,主要体现电商大数据量的特点，按照数据的分类、读取性能、计算要求进行不同存储技术的划分，并且通过引入分布式技术着重降低关系型数据库的压力，在最大程度保障数据可靠性的前提下降低数据库压力。,承载电商系统的基础设施，包括网络、服务器、存储等，通过虚拟化、计算加速等技术提高硬件负载能力。,应用层与传统企业应用类似，负责业务逻辑的处理。在互联网架构下，应用层通过引入应用无状态、搜索引擎、分布式缓存等技术，进一步扩大负载的横向分担能力和业务变化快速响应能力，尽可能减少单点故障。,将企业级应用大量同步信息传递,根据业务特性进行异步化处理。通过消息路由和消息调度机制的理构建，改善在
