传统的三大弊端
-
数据量多，系统负担不起
当网站在运营活动，或者流量和并发一下子过多的时候导致网站系统崩溃。尤其是多用户商城、分销系统等，数量增多导致系统负担不起而影响商城的整体运作，流失客户。
-
系统架构不严谨
系统架构与程序存在潜在问题，系统的安全与稳定得不到保障，系统存在风险，出现问题时，解决问题比较困难，维护系统令人头疼。
-
系统扩展性不强
传统电商系统的架构基本延续原ECSHOP的机制，扩展性不强，客户在做二次开发时需要投入太大的人力与物力，二次开发太困难。
果实智慧零售大数据版的解决方案
果实智慧零售轻松驾驭大数据，我们为您的电商之路保驾护航
-
数据层
我们采用了Memcached 缓存技术，DB数据库用了阿里云rds技术，图片静态缓存用阿里云oss技术。
-
服务层
多台服务器支撑系统，用阿里云弹性升级可以随活动自动增减服务器配置，让缓存命中率提升50%。
-
入口
又称用户接触点方面，我们用了阿里云SLB技术，大大减少服务器负载。
大数据能解决您的哪些问题
一种颠覆的思维方式、一项智能的基础设施、一场创新的技术变革
-
访问速度过慢
通过多台服务器使用调度器来分发请求，实现分流作用，解决了单台服务器因承载不了大量并发导致访问过慢的问题。
-
图片加载过慢
运用oss的存储功能，实现超低延时的图片直接下载，解决了图片加载速度缓慢的问题。
-
反馈速度过慢
通过redis分布式缓存，快速的从内存中获取待请求所需的数据，减少数据库请求,降低了数据库服务器的压力。
大数据运用了怎样的底层框架
大数据版运用了哪些技术
RDS数据库
数据库从原有的结构中分离了出来，单独应用阿里云的RDS云数据库。
Memcached
运用缓存技术，减少数据库的压力，对一些页面的请求先查看缓存中是否有该数据信息，然后再去数据库做查询，再大并发时大大减少了对数据库的压力。另session也存在内存中，分担数据库的读写压力。
OSS存储
用于图片的存储，并提供了图片服务基础功能（获取图片信息；图片格式转换；图片缩放、裁剪、旋转；图片添加图片、文字、图文混合水印；通过管道顺序调用多种图片处理功能）。
大数据PK普通版
B2B2B2C
包含项目
- 独立数据库
- 数据缓存优化
- 压力并发负载
- 支持服务器台数
普通版
- 不可扩展
- 缓存命中率低
- 200-300
- 1台
B2B2B2C
包含项目
- 独立数据库
- 数据缓存优化
- 压力并发负载
- 支持服务器台数
大数据版
- 可扩展数据库集群
- 缓存命中率提高
- 每台2000-5000
- ≥100台
产业链电商生态系统
扫一扫浏览
