当分层架构遇到极端高并发：飞猪为何在双11流量洪峰前选择“极致精简”？

作者 | 飞猪技术 余英

业务背景

自 7 月以来，随着飞猪深度融入阿里巴巴中国电商生态，淘宝首页增加飞猪的一级入口等，飞猪的整体流量实现快速增长。在众多营销玩法中，优惠券是承接核心用户流量、促进销售转化的重要方式。

飞猪全量优惠券发放业务均由权益发放平台（以下简称“权益平台”）统一承载，其系统性能直接影响用户体验和营销活动的效果。

随着双十一这一年度最大促销节点到来，权益平台面临前所未有的流量洪峰和技术挑战，尤以优惠券业务为核心：

• 流量爆发：业务高峰期的瞬时请求量较日常增长数十倍，特别是“飞猪消费券业务”场景，权益平台需稳定支持万级发放 QPS（每秒请求数）；现有架构能力亟需翻倍升级以应对极端高并发压力。
• 资源压力加剧：当前链路的技术成本攀升至历史新高，资源消耗和运维压力显著加重。

如何在成本可控的前提下构建高弹性、高可用的权益发放系统？飞猪技术团队给出了创新解决方案。

模型与现有架构

权益业务模型

在双十一等大型营销节点，平台需应对多样化且复杂的业务需求，对权益发放能力提出了更高挑战。为此，飞猪权益平台的业务模型在奖品发放策略、发放灵活性和权益组合管理方面进行了深度设计，确保各类营销场景下的权益能够高效、精准地承载和分发。

• 发奖活动模型：统一管理奖品发放策略，支持灵活配置不同类型和数量的奖品，满足多元化营销需求；
• 权益组合能力：发奖活动可聚合多个权益组进行打包发放，单一权益也可复用于多个权益组，支持复杂营销组合和多样化业务定制，实现灵活配置与高效分发。
• 权益类型丰富、场景广泛：飞猪权益平台支持多类别权益的统一管理与发放，涵盖传统优惠券、飞猪里程、二方猫超券、三方微信零钱等多种形态。在高并发业务场景下，尤其是双十一大促期间，优惠券类权益发放最为密集，系统的性能优化和稳定性控制成为技术团队的重点攻坚方向。

现有权益平台架构

基于上述业务模型和持续增长的营销需求，飞猪权益平台在架构设计上采用了分层策略，显著提升了系统的扩展性和可维护性。

• 发奖中心：统一接入各类业务场景，灵活支持业务规则、限购策略与权益定价，为不同活动和营销需求提供一站式入口，并通过调用权益中心精确执行权益的发放。
• 规则中心：面向复杂业务需求，构建高扩展性的规则中心。依托 HSF 泛化调用技术，不仅实现发奖规则的灵活校验，还开放规则管理能力给其他业务系统，支持多团队协同共建，极大增强了系统的复用性和灵活性。
• 权益中心：专注于权益包装、发放、逆向处理及用户资产查询等基础能力，负责底层权益的精确管理及发放，保障发券流程的安全性与高效性。

整体而言，分层架构让系统功能清晰、扩展灵活，显著提升了复用性与稳定性，为平台复杂业务的高效运营提供了坚实技术支撑。

高并发场景下的架构挑战

尽管分层架构为飞猪权益平台带来了极大的灵活性和可扩展性，但在高并发业务场景下，也逐步暴露出一些架构层面的挑战：

• 远程配置存储压力与高延迟：发奖中心与权益中心各自拥有复杂的业务模型和丰富的规则配置，相关数据需频繁从远程存储（如 DB 或 Tair）读取，导致高峰期间响应延迟增加，同时对缓存集群造成较大压力。
• 规则中心外调放大，链路延迟增加：发奖中心的业务规则依托规则中心运行。对于单场活动下的多权益组，如果存在规则类型重复，难以合并处理，这将放大系统外调次数，进而带来链路延迟和资源消耗的提升。
• 冗余外调导致调用量激增：每发放一个权益组，都需在权益中心进行配置查询、库存预判和发放等三次外调；一个活动如果涉及 N 个权益组，实际调用量会膨胀至 N×3 次。现实业务中，95% 以上的活动采用“单权益组对应单权益”模式，加剧了这一问题。
• 数据冗余与存储成本攀升：发奖中心和权益中心均分别记录活动、权益组及权益的多层发奖数据，导致数据库写入压力不断增大，同时也带来了可观的存储成本负担。

优化方案

基于上述分析，团队从长远和现实两条线并行发力，一方面积极探索新链路架构，打造高性能、专属发券路径，并计划在未来三个月内完成上线；另一方面，在时间紧迫的情况下，制定并迅速落地短期方案，以确保今年双十一期间核心业务的稳定运行和系统资源的高效利用。以下将分别介绍这两大方向的优化措施

新链路探索：为高性能场景打造专属发券架构

针对当前高并发发券链路中暴露的问题，我们分析了底层权益供给系统的特性。飞猪内部及集团券的发放，依赖的底层系统具有接口稳定、支持幂等及 HSF 内部调用、高性能低延迟等优势。因此我们决定针对此场景，单独开发一条专属发券链路，以突破现有架构的局限：

精简规则校验流程

对于发券涉及的有限业务规则，方案优化为废弃规则中心，由发奖中心直接外调相关系统进行规则校验，并通过本地规则合并处理，既提升效率，又减少链路复杂度。

权益结构解耦、链路简化

舍弃权益组结构，发奖活动与权益实现直接关联，发奖中心直接完成发券操作，减少冗余系统调用，使整体链路更加高效简洁。

在此创新架构基础之上，进一步推进以下优化措施：

本地化配置管理

所有发券相关配置从远程 DB/Tair 迁移至本地内存读取，大幅提高配置获取速度，降低远程系统压力，有效缩短链路响应时延。

分桶库存管理能力上线

针对高并发库存扣减场景，将原有单 key 写入机制按需拆分为多分桶，实现更高的并发处理能力，突破库存写入瓶颈。

数据库扩容升级

发奖中心数据库实例扩容至一倍，大幅提升高并发场景下的数据读写能力

短期方案落地：快速应对双十一高并发流量

高并发四海通发券业务流程重构

针对 CPS 域外高并发发券场景，团队优先重构流程，将更多系统资源用于保障双十一主链路。以往用户在域外领券时，渠道方调用发奖中心“预发券接口”，发奖中心除保存单据外，还需同步调用权益中心进行库存扣减和单据生成。由于 QPS 高、单次请求涉及多个权益组，权益中心 DB 写入压力显著攀升。等用户回到飞猪后，再由发奖中心与权益中心协同完成最终发券。

这种“预发放 - 回端确认”模式虽然有效降低了集团发券的技术成本，但随着业务扩张，权益中心 DB 压力和成本不断加剧。为此，团队简化流程，域外领券仅在发奖中心保存预发券单据，不再冗余调用权益中心，待用户回端后再凭单据发券。此举大幅降低了权益中心流量和写入压力，简化了数据模型，显著提升系统韧性及资源利用效率。

双十一发券链路优化

与此同时，我们对双十一发券链路也进行了专项优化：

• 配置本地化，实时推送： 发券相关配置通过消息广播同步至各集群节点，实现本地内存实时读取，极大减轻远程缓存系统（Tair）压力，显著提升响应速度。
• 精简规则处理： 废弃原有规则中心，将同类型规则合并，减少外调次数和线程池消耗，提高并发处理能力，使发券流程更加高效顺畅。
• 库存操作优化： 精简库存预判流程，取消冗余调用，将库存操作由“两读一写”优化为“一写”，有效降低链路延迟与系统负载。
• 数据库扩容与冗余数据治理： 发奖中心数据库实例扩容至 32 个节点，显著提升读写性能。权益中心同步优化数据模型，去除冗余数据，有效减轻数据库负载。

通过短期高效的链路重构和专项性能优化，飞猪权益平台在双十一期间成功克服高并发业务压力，为核心发券需求提供了稳健支撑。

整体成果

此次优化后的发券链路顺利承接了双十一期间的高并发发券流量，助力业务目标圆满达成。随着业务发券流量持续攀升，系统在大流量压力下整体保持稳定，无出现故障或卡顿，充分验证了架构优化的成效。

在技术投入和资源运维方面，优化带来了显著效果：

• 权益中心数据库存储成本实现大幅降低，日均费用减少到了原来的 1/10 左右，数据库计算规格费用也同步降低，极大优化了技术投入结构。
• 容器资源节省明显，发奖中心容器数量减少了 50% 左右，权益中心容器数量也有效压缩。每月预计可节省大量资源费用，显著提升了整体资源利用率。

总结与思考

灵活性与极致性能的平衡

在大型分布式系统的实践中，“灵活性”与“极致性能”、“分层解耦”与“极简高效”常需要权衡。分层架构便于扩展、维护和复用，但在高并发场景下可能引入链路延迟和资源消耗。当业务对于实时性和系统吞吐提出极限要求时，单纯追求架构的高度解耦和模块化，反而可能成为性能和稳定性的瓶颈。

在面对各类场景的实践中，让我们深刻体会到：没有绝对正确的架构选择，只有最匹配实际业务场景的架构方案。

• 在平稳期和多元化需求下，分层、解耦、组件化能最大化系统的可维护性与灵活扩展；
• 在大促洪峰、极端并发时，则需合并链路、下沉流程，甚至牺牲部分架构优雅以保障性能和稳定。

在飞猪权益平台中，这两种架构形态并存，团队会根据业务场景灵活选择最合适的链路方案，确保既能应对复杂业务需求，也能保障关键时刻的性能与稳定

技术规划，让系统从容应对业务洪峰

系统能力的升级不是一蹴而就。早期团队已发现“规则中心外调压力”和“库存单点瓶颈”，也有“去规则中心”和“分桶库存”等优化构想，但受限于人力紧张和技术投入成本高昂未能及时实施。直到双十一流量洪峰到来，团队才紧急调整。一方面快速落地临时应急方案，另一方面也感受到因技术储备不足而付出的额外成本与压力。

这次挑战教会我们：技术规划需要提前布局，持续实现关键能力升级，才能让系统在高峰和突发场景下更加从容。

最后，本次双十一期间，飞猪团队通过短期链路优化，有效保障了高并发场景下发奖业务的稳定运行和高效资源利用。展望未来，团队将加速推进新架构的落地，不断夯实高性能、高稳定性的发券能力，为平台业务的持续增长提供坚实的技术支持。

今日好文推荐

Alex Wang“没资格接替我”！Yann LeCun揭露Meta AI“内斗”真相，直言AGI是“彻头彻尾的胡扯”

突发！Meta砸数百亿收购Manus，肖弘将出任 Meta 副总裁

大模型狂叠 buff、Agent乱战，2025大洗牌预警：96%中国机器人公司恐活不过明年，哪个行业真正被AI改造了？

“2030年消灭所有C/C++”？微软紧急否认AI+Rust重写Windows 11，但“一人一月一百万行代码”已让技术圈炸锅

技术人的年度仪式感！#InfoQ 年度盘点与趋势洞察 启动！

《2025 年度盘点与趋势洞察》由 InfoQ 技术编辑组策划。覆盖大模型、Agent、具身智能、AI Native 开发范式、AI 工具链与开发、AI+ 传统行业等方向，通过长期跟踪、与业内专家深度访谈等方式，对重点领域进行关键技术进展、核心事件和产业趋势的洞察盘点。

力求以体系化视角帮助读者理解年度技术演化的底层逻辑、创新方向与落地价值，并为新一年决策提供参考。内容将在 InfoQ 媒体矩阵陆续放出，欢迎大家持续关注。