基于空间数据库MongoDB实现全国电影票预定系统

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
简介: 前言 受到中文社区《电商参考架构第二部分:库存优化方法》启发,想到了去年做过类似的电影票预定系统,如果用MongoDB去做存储支撑,那应该是怎样架构的呢?本文的目的是为了更好的学习掌握MongoDB,所以某些设计上更偏向于功能的展示,在实际使用上要因地制宜的改变,合适才是最好的。 需求 电影票

前言

受到中文社区《电商参考架构第二部分:库存优化方法》启发,想到了去年做过类似的电影票预定系统,如果用MongoDB去做存储支撑,那应该是怎样架构的呢?本文的目的是为了更好的学习掌握MongoDB,所以某些设计上更偏向于功能的展示,在实际使用上要因地制宜的改变,合适才是最好的。

需求

电影票预定系统与电商系统非常类似,都可以抽象理解为商品的售卖。进一步的讲电影票系统是电商系统的一个库存特例场景:

  • 每个场次,每个座位,都只有一个库存
  • 每个订单所预定的座位有锁定状态,在支付前对应的作为不能被再次购买
  • 订单涉及到的座位要不全成功,要不全失败
  • “全国”级的,数据容量不是太大问题,但性能上要支持水平扩展

PS:实际上的理论TPS并不高,目前全国5000家影院,假设平均8个影厅,每个厅200个位置,每个影厅6个场次,早中晚各3个高峰,每个高峰1个小时。计算得出TPS大概是:5000 8 6 * 200/ 3 / 3600 = 4400 TPS;但是设计上我们还是要保证性能的可水平扩展,否则怎么体现MongoDB的特色呢?^-^

描述信息文档结构

影院描述信息

保存最基本的影院信息,包括地理信息,名称,_id为MongoDB由MongoDB自动分配

CinemaManager.cinema_detail

{
  _id: <ObjectID>,
  name: "<cinema name>",
  city: "<city name>"
  location: [<longitude>, <latitude>],
  comments: "<detail message>"
}

例如:

rs0:PRIMARY> db.cinema_detail.insert({ 
    "name" : "大时代电影院", 
    "city" : "杭州",
    "location" : [ 120.13, 30.16 ],  
    "comments" : "IMAX 4K,有停车位"  
});

因为影院信息的查询一般都是按照城市和名称,或者地理坐标检索,所以这里建立两个索引

Index1:城市+名称的复合索引,因为查询电影院时一般都会指定城市名

rs0:PRIMARY> db.cinema_detail.ensureIndex({city:1, name:1})
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 2,
    "numIndexesAfter" : 2,
    "ok" : 1
}

注意,这里使用的是复合索引,所以针对 city + name的查询,或者city的查询是有效的,只查找name字段是无法通过索引优化的。

Index2:地理坐标索引,用来应付"最近的电影院"类查询

rs0:PRIMARY> db.cinema_detail.ensureIndex({location: "2d"})
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 3,
    "numIndexesAfter" : 4,
    "ok" : 1
}

例如,查询在杭州最近的某个电影院

rs0:PRIMARY> db.cinema_detail.find({city:"杭州", location: { $near: [1.0, 2.0] }}).pretty()
{
    "_id" : ObjectId("559a3ef8c6058dae1ac49ce8"),
    "name" : "大时代电影院",
    "city" : "杭州",
    "location" : [
        120.13,
        30.16
    ],
    "comments" : "IMAX 4K,有停车位"
}

影厅描述信息

theater_detail.cinema_id与cinema_detail._id集合形成references关系,通过cinema_detail._id可以快速找到所属影厅的信息。另一个关键字段theater_detail.seat用来描述座位信息,每排所有的座位是一个数组,不同排可以有不同数量的座位。

CinemaManager.theater_detail

{
  _id: <ObjectID>,
  cinema_id: <ObjectID(cinema_detail._id)>, 
  name: <theater name>,
  seat: 
  {
      row1: [<seat valid>],
      row2: [<seat valid>],
      row3: [<seat valid>],
      <seat row>: [<seat valid>]
  }
  comments: "<detail message>"
}
rs0:PRIMARY> db.theater_detail.insert({ 
  cinema_id:ObjectId("559a3ef8c6058dae1ac49ce8"), 
  name:"IMAX厅", 
  seat:
  {
    row1: [1, 1, 1, 1], 
    row2: [1, 1, 1], 
    row3: [1, 1, 1, 1], 
    row4: [1, 1, 1, 1, 1], 
  },
  comments: "可容纳哦xxx人,弧形荧幕"
})

rs0:PRIMARY> db.theater_detail.insert({ 
  cinema_id:ObjectId("559a3ef8c6058dae1ac49ce8"), 
  name:"中国巨幕厅", 
  seat:
  {
    row1: [1, 1, 1, 1], 
    row2: [1, 1, 1], 
    row3: [1, 1, 1, 1]
  },
  comments: "可容纳哦xxx人,弧形荧幕"
})

建立索引

rs0:PRIMARY> db.theater_detail.ensureIndex({cinema_id:1})
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 1,
    "numIndexesAfter" : 2,
    "ok" : 1
}

影片描述信息

影片说明

{
  _id: <ObjectID>,
  name: "<movie name>", 
  director: "director name"
  actor: [<actor name>]
  comments: "<detail message>"
}
rs0:PRIMARY> db.movie_detail.insert({
  name: "一路向西",
  director: "胡耀辉",
  actor:["张建声", "王宗尧", "胡耀辉", "何佩瑜", "张暖雅", "郭颖儿"],
  comments: "该影片描写的是当代香港社会中普通年轻人对“爱”与“性”的追求而逐渐改变的心路历程的故事"
})

索引

rs0:PRIMARY> db.movie_detail.ensureIndex({name:1})
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 1,
    "numIndexesAfter" : 2,
    "ok" : 1
}

影片放映文档结构

放映信息包含放映时间段,放映影厅,票价。虽然Document结构可以做复杂的嵌套,但原则上期望Document尽量小,利用数据Shard,性能优化。所以在movie_schedule的设计上每个影片的每场放映独立一个Document表达。

{
  _id: <ObjectID>,
  cinema_id: <ObjectID(cinema_detail._id)>
  movie_id: <ObjectID(movie_detail._id)>, 
  theater_id: <ObjectID(theater_detail._id)>,
  start_time: <ISODate>,
  end_time: <ISODate>,
  comments: "<detail message>"
}

movie_schedule的References关系较多,需要与电影院,影厅,电影三者分别建立关系。

db.movie_schedule.insert({
  cinema_id:ObjectId("559a3ef8c6058dae1ac49ce8"),
  movie_id:ObjectId("559b68f372b34f216246cb1d"),
  theater_id:ObjectId("559b625072b34f216246cb1b"),
  start_time: ISODate("2015-07-07T10:00:00.00Z"),
  end_time: ISODate("2015-07-07T12:00:00.000Z"),
  comments: "首映"
)}

db.movie_schedule.insert({
  cinema_id:ObjectId("559a3ef8c6058dae1ac49ce8"),
  movie_id:ObjectId("559b68f372b34f216246cb1d"),
  theater_id:ObjectId("559b625072b34f216246cb1b"),
  start_time: ISODate("2015-07-07T12:30:00.00Z"),
  end_time: ISODate("2015-07-07T14:30:00.000Z"),
  comments: ""
)}

还是建立一个复合索引,优化查询某一电影院的某部影片(的某一影厅)上映信息

rs0:PRIMARY> db.movie_schedule.ensureIndex({cinema_id:1, movie_id:1, theater_id:1})
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 1,
    "numIndexesAfter" : 2,
    "ok" : 1
}

PS:也可以建立相应的索引,用来优化某一时间段内的影片信息查询,读者自行思考

交易系统

至此,基本的信息文档集合均已建立完成,一般的查询需求都可以满足了。接下来是重点:库存售卖系统。抽象的来看,售卖系统就是对上诉所有集合的一个整合,外加一套库存字段。我们认为一场放映就是一个主商品,每个座位可以认为是这个商品的SKU,每个SKU都是1份。

通过Reference关系结合movie_schedule与theater_detail,注意这里引用了

{
  _id: <ObjectID>,
  movie_schedule_id: <ObjectID(movie_schedule._id)>
  theater_id: <ObjectID(theater_detail._id)>,
  seat:
  {
    row1: [2, 2, 2, 2], 
    row2: [2, 2, 2], 
    row3: [2, 2, 2, 2], 
    row4: [2, 2, 2, 2, 2], 
  }
}

注意,这里不仅仅是Reference的引用关系,还复制了theater_detail.seat字段,每个seat都有一个库存数字,因为在MongoDB中一个Document的操作是可以保证原子的,不需要对Collection加任何锁。数字2并不是表示可以卖2次:

  • 数字2表示,可销售
  • 数字1表示,已锁定
  • 数字0表示,已售完

交易逻辑上可通过FindAndModify + $inc,原子性的修改库存信息。其他的描述信息是否需要再次冗余取决于具体的业务状况了,具体问题具体分析。我本人更倾向于目前的数据结构方案,不做过多的冗余,原因:

  1. 数据订正复杂,多一个冗余,多一份复杂
  2. 其他信息基本都是静态数据,数据量又小,完全可以通过Cache技术解决读取问题

先插入一个我们的商品

db.movie_item.insert({
  movie_schedule_id : ObjectId("559b6ee472b34f216246cb1e"),
  theater_id : ObjectId("559b625072b34f216246cb1b"),
  seat : 
  {
    row1: [2, 2, 2, 2], 
    row2: [2, 2, 2], 
    row3: [2, 2, 2, 2], 
    row4: [2, 2, 2, 2, 2], 
  }
})

索引

rs0:PRIMARY> db.movie_item.ensureIndex({movie_schedule_id:1})
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 1,
    "numIndexesAfter" : 2,
    "ok" : 1
}

锁定座位的动作,锁定第4排的3号位置(从1开始计数)和锁定第4排的2号位置:

db.movie_item.findAndModify({
  query: { "_id":ObjectId("559b790f72b34f216246cb22"), "seat.row4.2":2 },  
  update: { $inc: {"seat.row4.2":-1}},
  upsert: false
})

db.movie_item.findAndModify({
  query: { "_id":ObjectId("559b790f72b34f216246cb22"), "seat.row4.1":2 },  
  update: { $inc: {"seat.row4.1":-1}},
  upsert: false
})

分别锁定了第4排3号(row4[2]),第4排2号(row4[1]),
注意,这里是分两次锁定的,锁定操作并不需要原子完成,否则会造成用户锁定失败概率的上升。

rs0:PRIMARY> db.movie_item.find({_id:ObjectId("559b790f72b34f216246cb22")}).pretty()
{
    "_id" : ObjectId("559b790f72b34f216246cb22"),
    "movie_schedule_id" : ObjectId("559b6ee472b34f216246cb1e"),
    "theater_id" : ObjectId("559b625072b34f216246cb1b"),
    "seat" : {
        "row1" : [
            2,
            2,
            2,
            2
        ],
        "row2" : [
            2,
            2,
            2
        ],
        "row3" : [
            2,
            2,
            2,
            2
        ],
        "row4" : [
            2,
            1,
            1,
            2,
            2
        ]
    }
}

OK,交易成功以此类推,同时修改两个库存到0,这里利用了findAndModify的原子特性

db.movie_item.findAndModify({
  query: { 
    _id:ObjectId("559b790f72b34f216246cb22"), 
    $and:[ {"seat.row4.2":1}, {"seat.row4.1":1}] 
  },  
  update: { 
    $inc: {"seat.row4.2":-1, "seat.row4.1":-1} 
  },  
  upsert: false
})

再查下集合看看:

rs0:PRIMARY> db.movie_item.find({_id:ObjectId("559b790f72b34f216246cb22")}).pretty()
{
    "_id" : ObjectId("559b790f72b34f216246cb22"),
    "movie_schedule_id" : ObjectId("559b6ee472b34f216246cb1e"),
    "theater_id" : ObjectId("559b625072b34f216246cb1b"),
    "seat" : {
        "row1" : [
            2,
            2,
            2,
            2
        ],
        "row2" : [
            2,
            2,
            2
        ],
        "row3" : [
            2,
            2,
            2,
            2
        ],
        "row4" : [
            2,
            0,
            0,
            2,
            2
        ]
    }
}

总结

一套全国级的电影票系统会比这复杂的多,本文的目的还是以教程为主,主要是说明MongoDB如何构建一个电影票系统,但距离生长系统还是有一定的距离,仍有很多其他的技术点需要讨论,可以延伸开的还有,下单失败,过期未付款,数据唯一性等问题。

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。 &nbsp; 相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
目录
相关文章
|
20天前
|
存储 JSON NoSQL
学习 MongoDB:打开强大的数据库技术大门
MongoDB 是一个基于分布式文件存储的文档数据库,由 C++ 编写,旨在为 Web 应用提供可扩展的高性能数据存储解决方案。它与 MySQL 类似,但使用文档结构而非表结构。核心概念包括:数据库(Database)、集合(Collection)、文档(Document)和字段(Field)。MongoDB 使用 BSON 格式存储数据,支持多种数据类型,如字符串、整数、数组等,并通过二进制编码实现高效存储和传输。BSON 文档结构类似 JSON,但更紧凑,适合网络传输。
57 15
|
28天前
|
存储 NoSQL 关系型数据库
阿里云数据库MongoDB版助力信也科技 打造互联网金融企业样板
我们的风控系统引入阿里云数据库MongoDB版后,解决了特征类字段灵活加减的问题,大大提高了开发效率,极大的提升了业务用户体验,获得了非常好的效果
阿里云数据库MongoDB版助力信也科技 打造互联网金融企业样板
|
2月前
|
数据库连接 Go 数据库
Go语言中的错误注入与防御编程。错误注入通过模拟网络故障、数据库错误等,测试系统稳定性
本文探讨了Go语言中的错误注入与防御编程。错误注入通过模拟网络故障、数据库错误等,测试系统稳定性;防御编程则强调在编码时考虑各种错误情况,确保程序健壮性。文章详细介绍了这两种技术在Go语言中的实现方法及其重要性,旨在提升软件质量和可靠性。
42 1
|
2月前
|
NoSQL Cloud Native atlas
探索云原生数据库:MongoDB Atlas 的实践与思考
【10月更文挑战第21天】本文探讨了MongoDB Atlas的核心特性、实践应用及对云原生数据库未来的思考。MongoDB Atlas作为MongoDB的云原生版本,提供全球分布式、完全托管、弹性伸缩和安全合规等优势,支持快速部署、数据全球化、自动化运维和灵活定价。文章还讨论了云原生数据库的未来趋势,如架构灵活性、智能化运维和混合云支持,并分享了实施MongoDB Atlas的最佳实践。
|
3月前
|
NoSQL Cloud Native atlas
探索云原生数据库:MongoDB Atlas 的实践与思考
【10月更文挑战第20天】本文探讨了MongoDB Atlas的核心特性、实践应用及对未来云原生数据库的思考。MongoDB Atlas作为云原生数据库服务,具备全球分布、完全托管、弹性伸缩和安全合规等优势,支持快速部署、数据全球化、自动化运维和灵活定价。文章还讨论了实施MongoDB Atlas的最佳实践和职业心得,展望了云原生数据库的发展趋势。
|
2月前
|
关系型数据库 MySQL Linux
Linux系统如何设置自启动服务在MySQL数据库启动后执行?
【10月更文挑战第25天】Linux系统如何设置自启动服务在MySQL数据库启动后执行?
154 3
|
2月前
|
Java 数据库连接 数据库
深入探讨Java连接池技术如何通过复用数据库连接、减少连接建立和断开的开销,从而显著提升系统性能
在Java应用开发中,数据库操作常成为性能瓶颈。本文通过问题解答形式,深入探讨Java连接池技术如何通过复用数据库连接、减少连接建立和断开的开销,从而显著提升系统性能。文章介绍了连接池的优势、选择和使用方法,以及优化配置的技巧。
51 1
|
3月前
|
存储 NoSQL MongoDB
MongoDB 数据库引用
10月更文挑战第20天
29 1
|
3月前
|
存储 NoSQL MongoDB
mongodb的数据库表怎么创建
在此过程中,理解并掌握这些基本操作,是深入探索MongoDB魅力,乃至构建高效数据解决方案的关键所在。通过实践,您将更加深刻地体会到这种随需应变的数据管理模式带来的便利与效率提升。
62 0
|
JSON NoSQL Java
mongoDB导出数据库所有集合内容到json文件
网上搜了一圈,官方并有提供批量导出所有集合到json文件的方法。有不少脚本可以实现,但是我还是习惯用java,如下 package starcLL.
2228 0
下一篇
开通oss服务