流程详解:
客户通知派单平台下单某商品。 派单平台通知最新骑手。 派单平台同时通知商家商品售卖出去。 骑手到指定的商家获取商品。 骑手配送到客户所在地。 这个派单场景中,要解决几个棘手的技术:
整合多种资源,计算资源会涉及到,骑手位置信息、最优路径规划、车况情况、调度系统等。 低延迟:派单系统对订单的响应要求很高,从接单到商家在到客户,整个闭环都需要在段时间内完成。 海量数据:涉及到三方面的数据,客户数据、商家数据、平台骑手数据、位置信息、商品信息等。 请求明显波峰波谷:派单系统在一天中的资源使用非常不均衡,波峰期,例如外卖,在中午和晚饭达到高峰,平时空闲。
流程详解:
客户APP把订单请求通过API网关透传给函数计算。 函数计算把处理后的数据传输给表格存储。 这个方案中,函数计算可以完成动态扩容问题,API网关可以解决鉴权和安全访问问题,函数计算打通了多款产品,可以无缝使用其他资源和内容。所有处理后的数据可以存放到表格存储数据库中,所有日志都可以直接加载到日志服务为后续数据报表服务。
共享派单系统常规做法:
购买多台服务器来支持高峰期的访问,访问波谷期自行设置释放原则。 通过编程方式完成多个产品的交互。 为了保证负载均衡,需要购买相关的产品来支撑。 维护相关硬件软件环境。 函数计算解法:
定制IoT平台的事件通知,直接把业务代码写到函数计算中。 不需要维护运行环境,用完即可释放。 控制台配置,就可以把信息透传给相关产品。 2种解法都能达到目标,从资源利用率和可维护性来看,使用Serverless架构的方式会更优。 表格存储存放了骑行数据、商家信息、位置信息等。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。