#运动会# 今天下午国教院比赛结果
运动员们太给力啦(●°u°●) 」
期待明天的比赛哦，关注团团，明天实时更新赛事哦～
我院赵乾辰同学在男子3000米决赛中获得第五名！
我院李仁豪同学在男子三项全能决赛中获得第四名！
我院王浩同学在400米决赛中获得第二名 ！
我院侯豫同学在女子400米决赛中获得第四名！
我院王理博同学在跳高决赛中获得第三名！
我院菲拉老师在教工女甲决赛中获得第二名！
我院宋会征同学在男子100米决赛中获得第四名
我院郭祎昕同学获得跳高决赛第三名！
我院杜源同学和李仁豪同学在男子三项全能比赛中分别获得第三名和第五名！
我院鲁一晓在女子三项全能比赛中获得第三名！ https://t.cn/zRLDHpX
运动员们太给力啦(●°u°●) 」
期待明天的比赛哦，关注团团，明天实时更新赛事哦～
我院赵乾辰同学在男子3000米决赛中获得第五名！
我院李仁豪同学在男子三项全能决赛中获得第四名！
我院王浩同学在400米决赛中获得第二名 ！
我院侯豫同学在女子400米决赛中获得第四名！
我院王理博同学在跳高决赛中获得第三名！
我院菲拉老师在教工女甲决赛中获得第二名！
我院宋会征同学在男子100米决赛中获得第四名
我院郭祎昕同学获得跳高决赛第三名！
我院杜源同学和李仁豪同学在男子三项全能比赛中分别获得第三名和第五名！
我院鲁一晓在女子三项全能比赛中获得第三名！ https://t.cn/zRLDHpX
#至诚发布#【实时更新#2019高考季#各省各批次录取进程】我院2019年招生录取工作正在进行中；目前，江苏省的艺术类提前录取本科2小批录取结果已经公布（如图），考生可登录我院录取查询系统（点击蓝色链接☞https://t.cn/ReuB7yC）确认录取结果，查看EMS快递编号跟踪快递信息。各省各批次录取通知书将于2019年8月15日左右寄出。#我在大学等你#
#12306买到相同高铁票# 新闻底下很多网友表示理解，毕竟日常处理量这么大。
这其实是不够的，有点儿同情心泛滥了，12306是个系统，不是人工出票，没有你们想象中疲惫不堪的阿姨在工作。维护人员恰好能借此机会结合12306的系统架构进行深度分析，是分布式缓存，数据库，还是哪里出现了问题，更新处事行为手则。
12306的业务逻辑到底有多复杂？
对于任何一个互联网交易系统来说，重要的有两件事，一是提供查询，二是数据计算；任何查询业务都有响应时间的要求，用户体验最好不要超过5秒钟；而数据计算（实时计算或非实时批量计算）与实际业务逻辑有密切的关系。
对于电子商务网站的交易系统，例如淘宝网，当店家出售一件商品，库存减一，客户退货，库存加一，当库存为零，商品下架。此类交易系统所使用的是简单快速的算法。
因为不同品牌商品的销售彼此之间没有关联性，不会因为某件品牌商品的出售关联到其他品牌商品的库存量，它们的商品库存是属于“静态库存”，所以电商交易系统的主要设计重点是提供快速响应时间，高可用性（容灾和备份）和系统扩展性，避免在高峰交易期间，因为响应时间慢或是系统当机而失去庞大的商机。
而相比之下
12306互联网售票系统是业务逻辑很复杂的系统
如果将每张可出售的火车票当成一件商品来看，每张票的销售都会关联到整条路线每个站点可销售的余票量,有些站点的余票量会产生变化，有些站点余票量不会有变化。由另外一个角度来看，当销售一张票，改签，或退票时，整条路线每个站点的余票量都需要重新计算，也就是说每个站点的余票库存是个“动态变化库存”的概念。站点与站点之间的余票库存有巨大的关联性，此“动态库存”概念的业务逻辑是12306与电商网站最大的差异。
而且在整个客票系统里，有几十条条行车路线，有3000多个车次（G,D,K,Z,C,..），上万个火车站点，有不同的席次（硬座，硬卧，软座，软卧，无座），座位等级(商务，一等，二等)，和车票等级（一般，军人，学生，残障，小孩）等因素，这些因素都是环环相扣的，任何一个参数发生变化，其他的也会受到影响，而普通电商网站则不会遇到这些问题。
将这些参数放在数学模型上，至少有数千亿条的排列组合。如何将每日上千万张的车票分配到数千亿条的排列组合里面，并且还要考虑公正，公平的合理分配。例如，某条火车路线有100个车次，每个车次可承载1000人，有100个一等座，900个2等座，另外还有50个火车停靠站，这实际上是在解决排列组合数学模型的难题。
这一套架构上千万条的分配规则，是与车次，路线，加班车，席次，座位等级，车票等级，乘车区间，x天预售期和搭乘时间等都有密切关系。每一个特定的余票查询，都会触发余票计算，每班车次的余票计算都有上万条规则需要匹配，所有经过“乘车区间”的车次都需要做余票计算。
如果将整条路线的所有车票都放在起始站出售的话，乘车距离最远的先购票，创造的利润最大，但是下游站点就买不到票，失去公正和公平的分配原则。所以，每个站点的余票计算并不是简单的两站之间算好的票数，做加加减减的计算。
这意味着12306的设计重点不但要具有大型电商网站所具备的特性外（要提供快速响应时间，高可用性（容灾和备份）和系统的扩展性），还需要有强大的CPU计算资源来支撑。余票查询/计算需要使用大量的CPU计算资源，同时必须快速反应余票查询的结果给用户。在春运售票高峰期间，每分钟都有数万张车票的销售，假如余票查询的响应时间缓慢，这些信息就失去价值，会发生看得到票，但实际上买不到票的情况发生。
而这，目前国内只有阿里云的计算能力能办得到，所以12306是把余票查询功能全部托管给阿里云进行处理的。 另外，在春运高峰期的时候，还会额外多租几个云来进行计算。
因为个人资料的敏感度和安全性，12306不会将用户资料放在阿里云，但会将需要耗费巨大资源的余票查询业务放在阿里云提供服务。另外符合此条件的有3大服务器集群，Web服务器集群，应用服务器缓存集群，和余票查询/计算集群。
那么为什么这样复杂的业务逻辑还能天天这样坚挺持久很少出错呢？
因为12306采用的应该是世界上最大的混合云架构，
由铁路总公司数据中心和铁科院数据中心，两个核心运行整套业务流程服务，为什么是两个呢？因为可以彼此作为异地容灾备份的准备，一个出问题了，另一个还能限流服务，而中心应该越少规模越大越好，如果太多则会成倍增加数据计算复杂程度。
然后将“难预测，暂时性”的巨大访问量-余票查询业务放在阿里云，阿里云可以按需动态调整网络带宽和“虚机“资源，保证12306的服务品质，并解决网络传输瓶颈问题。
12306将热点数据放在NoSQL的Gemfire平台，提供快速查询和计算；将关键数据持久化到关系型数据库。
总之，虽然12306的UI设计看上去很“大道至简”，但是他却依旧是中国，甚至是世界上最复杂的混合云架构之一，这次的出错是个难得的自检机会。
这其实是不够的，有点儿同情心泛滥了，12306是个系统，不是人工出票，没有你们想象中疲惫不堪的阿姨在工作。维护人员恰好能借此机会结合12306的系统架构进行深度分析，是分布式缓存，数据库，还是哪里出现了问题，更新处事行为手则。
12306的业务逻辑到底有多复杂？
对于任何一个互联网交易系统来说，重要的有两件事，一是提供查询，二是数据计算；任何查询业务都有响应时间的要求，用户体验最好不要超过5秒钟；而数据计算（实时计算或非实时批量计算）与实际业务逻辑有密切的关系。
对于电子商务网站的交易系统，例如淘宝网，当店家出售一件商品，库存减一，客户退货，库存加一，当库存为零，商品下架。此类交易系统所使用的是简单快速的算法。
因为不同品牌商品的销售彼此之间没有关联性，不会因为某件品牌商品的出售关联到其他品牌商品的库存量，它们的商品库存是属于“静态库存”，所以电商交易系统的主要设计重点是提供快速响应时间，高可用性（容灾和备份）和系统扩展性，避免在高峰交易期间，因为响应时间慢或是系统当机而失去庞大的商机。
而相比之下
12306互联网售票系统是业务逻辑很复杂的系统
如果将每张可出售的火车票当成一件商品来看，每张票的销售都会关联到整条路线每个站点可销售的余票量,有些站点的余票量会产生变化，有些站点余票量不会有变化。由另外一个角度来看，当销售一张票，改签，或退票时，整条路线每个站点的余票量都需要重新计算，也就是说每个站点的余票库存是个“动态变化库存”的概念。站点与站点之间的余票库存有巨大的关联性，此“动态库存”概念的业务逻辑是12306与电商网站最大的差异。
而且在整个客票系统里，有几十条条行车路线，有3000多个车次（G,D,K,Z,C,..），上万个火车站点，有不同的席次（硬座，硬卧，软座，软卧，无座），座位等级(商务，一等，二等)，和车票等级（一般，军人，学生，残障，小孩）等因素，这些因素都是环环相扣的，任何一个参数发生变化，其他的也会受到影响，而普通电商网站则不会遇到这些问题。
将这些参数放在数学模型上，至少有数千亿条的排列组合。如何将每日上千万张的车票分配到数千亿条的排列组合里面，并且还要考虑公正，公平的合理分配。例如，某条火车路线有100个车次，每个车次可承载1000人，有100个一等座，900个2等座，另外还有50个火车停靠站，这实际上是在解决排列组合数学模型的难题。
这一套架构上千万条的分配规则，是与车次，路线，加班车，席次，座位等级，车票等级，乘车区间，x天预售期和搭乘时间等都有密切关系。每一个特定的余票查询，都会触发余票计算，每班车次的余票计算都有上万条规则需要匹配，所有经过“乘车区间”的车次都需要做余票计算。
如果将整条路线的所有车票都放在起始站出售的话，乘车距离最远的先购票，创造的利润最大，但是下游站点就买不到票，失去公正和公平的分配原则。所以，每个站点的余票计算并不是简单的两站之间算好的票数，做加加减减的计算。
这意味着12306的设计重点不但要具有大型电商网站所具备的特性外（要提供快速响应时间，高可用性（容灾和备份）和系统的扩展性），还需要有强大的CPU计算资源来支撑。余票查询/计算需要使用大量的CPU计算资源，同时必须快速反应余票查询的结果给用户。在春运售票高峰期间，每分钟都有数万张车票的销售，假如余票查询的响应时间缓慢，这些信息就失去价值，会发生看得到票，但实际上买不到票的情况发生。
而这，目前国内只有阿里云的计算能力能办得到，所以12306是把余票查询功能全部托管给阿里云进行处理的。 另外，在春运高峰期的时候，还会额外多租几个云来进行计算。
因为个人资料的敏感度和安全性，12306不会将用户资料放在阿里云，但会将需要耗费巨大资源的余票查询业务放在阿里云提供服务。另外符合此条件的有3大服务器集群，Web服务器集群，应用服务器缓存集群，和余票查询/计算集群。
那么为什么这样复杂的业务逻辑还能天天这样坚挺持久很少出错呢？
因为12306采用的应该是世界上最大的混合云架构，
由铁路总公司数据中心和铁科院数据中心，两个核心运行整套业务流程服务，为什么是两个呢？因为可以彼此作为异地容灾备份的准备，一个出问题了，另一个还能限流服务，而中心应该越少规模越大越好，如果太多则会成倍增加数据计算复杂程度。
然后将“难预测，暂时性”的巨大访问量-余票查询业务放在阿里云，阿里云可以按需动态调整网络带宽和“虚机“资源，保证12306的服务品质，并解决网络传输瓶颈问题。
12306将热点数据放在NoSQL的Gemfire平台，提供快速查询和计算；将关键数据持久化到关系型数据库。
总之，虽然12306的UI设计看上去很“大道至简”，但是他却依旧是中国，甚至是世界上最复杂的混合云架构之一，这次的出错是个难得的自检机会。
✋热门推荐