一、行業背景與垂直搜索

我們先了解一下機票的行業背景，下圖是由中航信統計的數據，藍色的曲線代表平均每公里的票價，紅色曲線指的是客運量。從2011年到2016年，無論是國內、港澳臺還是國際，整體趨勢都是機票價格便宜了，坐飛機的人也越來越多了。特別是國際機票，這五年里機票價格下降30%，客運量增長了140%。

乘客越來越多，購買機票的渠道有哪些呢？現在主要有三個：網絡平臺、代售點和航司官網。像攜程、去哪兒、飛豬、同程等，是主流的網絡購票平臺；像旅行社這類代售點，是旅行團的主要購票渠道；同時大部分航空公司的官網也可以購票，而且有相對較低的價格。總體來說，網絡平臺是最大的銷售渠道，占比76%。為什么網絡平臺占有這么大的份額呢，主要原因是機票垂直搜索引擎是主要的用戶流量入口，用戶一般是先比價然后再去預訂，一個好的機票搜索引擎查詢的產品豐富、價格便宜，而且響應速度快，運價也準，這些特性在技術方面實現好并不容易。

二、主要問題與解決方案

機票查詢要快、準、低。快是指查詢快，能夠提供一個良好的用戶體驗；準是指運價準，可以保證出票的成功率；低是指票價低，能夠吸引更多的用戶。但是，如果票價要有優勢，就要有大量產品，產品數據多了查詢就慢，如果查詢要快，就必須要緩存，但是數據緩存了，運價就可能不準。這三者是矛盾的，類似于CAP原則，具體示意圖如下：

對于以上問題，怎么解決呢？通用的三個技術方案有：一、用DB+Redis平衡響應速度、數據實時性和查詢成本；二、用削峰填谷的MQ來處理高并發；三、將業務服務化、模塊解耦。這些只是通用的技術點，并沒有什么難度，我們這里重點介紹與最終結果密切相關的四個模塊：靜態數據、緩存策略、實時查詢、政策匹配。

靜態數據：能靜態處理的數據盡量靜態化，存儲到本地，可以是數據庫或緩存，以方便快速地查詢，如航班信息、運價數據和政策數據等；

緩存策略：從中航信拿到運價數據之后，進行熱冷門數據分類，數據永不過期但持續更新，自主控制數據的更新頻率；

實時查詢：多渠道多供應實時獲取遠端數據，多數據源查詢速度會變慢，遠端服務不可控，解決方案是三段超時，即前端用戶超時、中端運營超時、后端供應超時；

政策匹配：大量的產品數據和大量的業務規則，不可能都提供給用戶，需要通過一定的算法進行匹配過濾、排序等。

三、靜態數據與任務打底

機票查詢的靜態數據主要有：城市、機型、航司、運價數據等，這里重點介紹較為復雜的運價數據，運價數據的獲取雖然間隔時間較長，但數據量大且更新頻次不同。運價數據是由中航信統一提供的，有兩種途徑：黑屏查詢和IBE接口，將獲取到的數據保存到數據庫和緩存中，用戶查詢的時候直接從緩存中獲取，同時也會按照一定的緩存策略來更新。

最初我們設計了兩套方案來打底運價數據，兩個方案各有優劣。方案1是先預加載所有的運價數據，然后全部保存到數據庫和緩存，然后在航班查詢時通過緩存策略進行相應地更新；方案2是把運價數據根據航線查詢頻率分為熱門和冷門數據，然后每天凌晨對熱門數據預加載，并在航班查詢的時候對冷門數據進行更新。可以看出，方案1能保證數據的完整性和實時性，但預加載用時太長；方案2能控制預加載用時，但熱門數據的實時性會從早到晚逐漸降低。兩個方案中都需要實時更新，在考慮數據實時性的同時，還要考慮獲取數據的費用，平衡好兩者才是一個實用的方案。

綜合對比之后，我們采用了方案1，具體實現如下圖所示：首先是通過Job對運價數據的初始化，然后以任務消息的方式發送給MQ，MQ里的消息會被后臺服務自動消費，執行消息隊列里的任務，把運價數據保存到數據庫和緩存。數據預加載之后，用戶在前臺查詢時，如果緩存里面沒有數據，或者查到的緩存數據是過期的，系統會自動發一條任務消息給MQ，或者人工配置指定的航線定時更新，Job也會自動發送任務消息給MQ，前臺和后臺的消息被服務消費以實現數據的更新。用戶的不斷請求和后臺指定的任務，保證數據的持續更新，時間越久數據的準確性越高，用戶查詢的命中率也會越來越高。

四、緩存策略與數據一致

上面說到運價數據同時存儲在數據庫和緩存，為什么有了緩存還要數據庫呢？存儲到數據庫是為了方便數據的多維查詢和管理，包括對緩存的進一步干預。數據庫查詢的功能強大，但速度慢，緩存的性能好，但從緩存里獲取的數據，會有不準確的問題。怎么才能做到查詢快而且數據準呢？我們的解決方法是緩存永不失效、數據分類、自主控制更新頻率，以實現運價數據的又快又準。

我們根據航線查詢的頻率，將可以分成熱門數據、冷門數據和沒有數據，航班多、查詢多的是熱門數據，航班少、查詢少的是冷門數據，查詢不到就是沒有數據。在預加載或更新運價數據時，將緩存設置為一個較長時間或永不過期，然后在前臺訪問時，不同數據類型采用不同的更新策略，具體如下：

熱門航線查詢，在緩存中獲取數據，數據中有一個自己的緩存時間字段，然后根據這個時間來分別處理：

1小時之內更新的：新鮮度較高，可以直接用；

1-6小時之內更新的：預警n次，第n+1次命中時則異步更新運價；

6小時之外更新的：新鮮度太低，異步更新運價；

冷門航線查詢，與熱門航線一樣，只是不預加載且緩存時間稍長：

12個小時之內更新的：新鮮度較高，可以直接用；

12-48個小時之內更新的：預警n次，第n+1次命中時則異步更新運價；

48個小時之外更新的：新鮮度太低，異步更新運價；

緩存沒有數據時，直接獲取最新運價，同時更新數據庫和緩存。

以上無論是預警后更新還是直接更新，都是先把緩存中數據返回給用戶，同時異步更新數據庫和緩存。雖然有存在數據查詢不準確的概率，但被用戶再次查詢時就準確了。查詢到的數據即便不準確，在后繼的航班預訂時也會二次的驗艙驗價，運價數據和庫存數據會再次更新。用戶不斷地查詢，數據不斷地更新，查詢命中率就會越來越高，并且用的人越多情況會越好，會逐步趨近于n個9。

五、實時查詢與三段超時

能靜態化的數據我們要盡量靜態化，但遠端數據的實時查詢還是必不可少。實時查詢如何做到又快又好呢，特別是多數據源、多供應商的實時查詢場景。我們的國際機票查詢就是這樣，前臺頁面點擊查詢時實時調用供應商接口，早期我們僅調用一個供應接口，產品比較單一，數據不夠豐富，后面我們引入了多供應商，產品變豐富了，也有了低價，但同時帶來了很多新問題，比如供應端接口需要20~30秒，但前端客戶只能接受8秒以內，怎么辦？提高供應數據門檻？但這不是核心競爭。還有查詢速度變慢、外部數據源不可控、數據格式多樣等問題。

對于以上問題，我們的解決辦法是三段超時，所謂三段超時，即供應端、運營端和客戶端。前端滿足客人、中間滿足運營控制策略、后端滿足供應商，三方都要滿意，這樣才能產品更豐富、價格更低、運營策略更靈活、用戶響應更及時。三段超時的時間可以根據具體場景進行配置，具體如下：

供應端超時：供應端是后端，是指提供數據源的一方，供應端存在的問題就是外部不可控。供應端處于數據來源的最底端，解決辦法是盡量加大供應端的超時時間限制。我們對請求供應接口的最大HTTP超時時間設置為45秒，這個值可以滿足絕大部分情況。

運營端超時：運營端是中間端，把供應商的數據拿過來之后，做包裝轉換、去重、政策匹配等業務處理。我們先統計每一個供應接口的請求時間，確認供應接口數據的質量和優先級，比如說：A供應數據的質量相比B和C供應數據的質量要高，那么A的請求級別可以設置得高一些。我們優先考慮拿到A供應的數據，如果A的數據在8秒就返回，而B和C的超過這個時間，那么我們此時在前臺就只把A的數據返回給客戶。對于B和C的數據，由于在HTTP請求時我們采用異步并設置了較大的供應端超時，所以它會在A返回之后，繼續異步請求并將返回的數據保存到緩存中，以供用戶下次或其他用戶使用。當我們拿到了多供應商的產品數據后，這時會有一定重復的數據，需要規范化處理，將不同數據格式轉換成統一標準，然后去重并選取最優，最后根據運營策略進行政策匹配等。

客戶端超時：客戶端是前端，需要處理最終展示和不同終端用戶的不同需求。客戶端采用多線程異步讀取，這樣不會影響主線程的速度，同時并發請求，提升響應速度和用戶體驗。這里指的主線程請求時間，可以理解為在前臺終端設備需要等待的時間，比如APP要求8秒鐘返回，那就設置8秒時間；如果PC端B2B白屏網頁查詢，客戶可以等待時間為25秒，那么就是設置25秒。客戶端的超時時間要大于或等于所有的運營端超時時間，例如客戶端超時是25秒，那么運營端線程A的超時可以最大為25秒，但如果線程A的絕大部分航線獲取時間是18秒，那么線程B和C的超時最好不要超過18秒，這里的用戶體驗要綜合考慮概率問題。

六、政策匹配與算法優化

弄來這么多產品，不可能都提供給客人，需要根據運營規則來匹配。機票政策就是機票產品的運營控制策略，如上圖所示，包括政策類型、客戶類型、航程類型、乘客類型、航司、航班、艙位、城市、日期、返點 、定額、Office號等多種屬性。為什么有這么多屬性呢？因為機票產品的運營規則很復雜，而這種規則的復雜性，直接導致在航班查詢的時候，機票政策的匹配也很復雜的。對于這種大數據、復雜業務規則的數據處理，需要有一套專門的政策匹配算法，具體如下：

第一步是直接從數據庫查政策，在前端查詢的時候，根據查詢的條件，如出發到達城市、日期等，從數據庫中大范圍的獲取政策數據，并把這些數據放到內存中。第二步在內存中對每個產品進行政策匹配即過濾，先將每一個屬性轉化為業務規則如限制城市、排除供應商、航司指定供應商等，一個屬性一個類、采用統一的接口，然后增加到政策過濾器中。產品與政策的匹配過程，就像水流過過濾網一樣，把最優政策應用到產品上如調整價格。這個過程有些復雜，為此我們編寫了一套自己的政策過濾器PolicyFilter框架。第三步是按照政策返點高低進行排序。第四步是將最優政策返回給前臺。以下是部分核心代碼的演示：

七、小結

機票垂直搜索性能優化不僅僅適合于機票行業，也適合于其它垂直行業，在垂直搜索引擎方面有一定的通用性，只要它存在：遠端數據獲取、靜態數據、緩存更新、規則匹配、多數據源等問題，都是類似解決方案。垂直搜索主要有四把刷子。第一把刷子是靜態數據與任務打底。第二把刷子是緩存與更新，保持數據的新鮮度，不僅要快，還要準。第三把刷子是實時查詢與三段超時，多供應商多數據源，供應商要20秒，客戶只能接受3秒，怎么辦？解決辦法是三段超時。第四刷子是政策匹配，好不容易弄來這么多產品，不可能都直接顯示給客人，需要根據運營規則進行匹配。以上，每一個具體的技術可能并不復雜，但把它們綜合起來，解決具體的實際問題，為公司為行業帶來價值，并不是件容易的事。技術的核心價值在于技術的應用，技術價值要借助技術應用和產品才能發揮出來，這比單純的技術學習要有意思得多，希望以上能應用到你具體的工作中。

總結

以上是生活随笔為你收集整理的垂直搜索引擎的性能优化@机票行业的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。