淘宝网技术发展回顾（六）：Java时代：创造技术-Tair
Tair
TFS 的开发，让淘宝的图片功能得到了充分的发挥。同 TFS 一样，很多技术都是在产品的推动下得到发展的。在讲下面的技术之前，有必要说说那些年，我们一起做过的几个产品。
先说个比较悲剧的——【团购】，这个团购可不是现在满大街挂的那种 groupon 类型的模式，在 groupon 出生之前，在 2006 年，淘宝的产品经理一灯就提出了“团购”这种产品。一灯最初的设想是让买家在社区发起团购，“团长”找到足够的人之后，去跟卖家砍价，这类似于现在蘑菇街的“自由团”。但由于种种原因，在开发的时候产品的功能做了裁剪，跟最初的设想比起来偏离了一点，变成了让卖家设置团购价，在买家达到指定的数量之后，以团购价成交。这个功能看起来是结合了淘宝一口价和荷兰拍的另一种交易模式，但不幸没有支撑下去，这种交易方式最大的弱点就是让买家看到了卖家的底牌，即便达不到团购的数量，他们也往团购的价格上砍。当时为了引流量，淘宝网开辟了团购专区，实诚的卖家在达不到团购数量的时候，被砍价砍亏了，狡猾的卖家干脆提高原价，利用这个专区做促销。在接下来的两年里这个产品沦落成了促销工具(话说现在满大街的团购，其实也就是促销)。这个产品，让研发人员对“产品”这个概念有了深刻的认识。
再说一个更加悲剧的——【我的淘宝】，我的淘宝是给会员管理自己的商品、交易、收货地址、评价、投诉的地方，这个地方由于登录之后才能看到，所以风格跟外面完全不一样，很长时间都没有优化过，样子丑，用户操作也不方便，如果一个人有很多商品，上下架需要一个一个的操作，非常麻烦(想想那些卖书的)。这时候一个重要人物登场了，承志(现在的蘑菇街 CEO，他让我把他描写的帅一点)，他给我们演示了最牛叉的前端交互技术，就是 Gmail 上那种 Ajax 的交互方式，可以拖动、可以用右键、可以组合键选择、操作完毕还不刷新页面，管理商品如有神助，帅呆了。我是这个项目的项目经理，一灯是产品经理，我们再拉上万剑和一伙工程师就开搞了。热火朝天的干了三个月，快要完成的时候，老马不知道怎么回事突然出现在我身后，看易做图作了一遍新版我的淘宝之后，问我这是不是客户端软件，我说是网页，他抓狂了，说这跟客户端软件一样，链接底下连线都木有，上下架用文件夹表示，我都不知道怎么操作了，卖家肯定也不会玩。
老马果然是神一样的人物，他说的应验了，淘宝历史上第一个易做图爆发了，试用完新版本的我的淘宝之后，很多卖家愤怒了，说不会玩。一灯就和承志一起商量怎么把页面改得像个网页一点，改了半个月，愤怒依然没有平息。我很无奈地看着这两个人在那里坚持，然后跟老板们商量怎么办。后来我们用了一个很挫的方法给自己一个台阶，到论坛上让大家投票要不要使用新版我的淘宝，投票结果是一半以上的反对。于是这么十来个人做了 3 个月的系统被杀掉了。这让我非常沮丧，但最痛苦的还不是这个，我们下线之后，另外一拨卖家不满了，说这么好的功能怎么没有了?啊~~~你们怎么不早点站出来，亲?这个产品带给我们的是新技术(Ajax、YUI 前端框架)的尝试，还有就是新技术对用户操作习惯的改变，一定要慎之又慎。另外还有一点没有总结好的教训，就是应对易做图的时候，我们手足无措，在后来【招财进宝】和淘宝商城出现易做图的时候，我发现悲剧在重演。
说到【招财进宝】，这个是最悲剧的产品。到 2006 年五一的时候，一个划时代的项目启动了(我苦逼的连续失去了两个五一节，前面一个是 2005 年做支付宝系统)。财神说要用最好的项目阵容，我被选中了，这一下子让我觉得我能划分到最好的员工之类，在【我的淘宝】这个产品中严重受伤的心又痊愈了。这是一个商品 P4P 的系统，就是按成交付费。我们认为已经有很多卖家有钱了，但淘宝上这么多的商品，他们很难被找到，卖家愿意花钱让商品排在前面。我们允许卖家购买广告位，把他的商品按一定算法给个排名(类似于百度的竞价排名，但不仅仅看他出了多少钱，还有信用、成交量、被收藏数量等等，这个算法搞的巨复杂)。这是一个多么牛叉的盈利模式啊!
这个系统进行的很顺利，但发布的时候，更大的易做图出来了，买家们质疑：你们不是承诺 3 年不收费么?收广告费不是收费么?后来我们的竞争对手又推波助澜，公关公司和圈子里各路大侠上蹿下跳，甚至同行搞了个“一键搬家”的功能来收纳我们的会员。一时之间，易做图哗然，各种矛头都指了过来。为了收场，我们又一次在论坛里面让用户投票决定产品是否下线，同【我的淘宝】一样，以悲剧收场。也如同【我的淘宝】一样，下线后，一拨尝到甜头的卖家说，这么好的功能怎么没有了?(直到后来 yahoo 中国合并过来之后，开发了淘宝直通车，才以类似的产品形态满足了这部分需求)
虽然招财进宝失败了，但这个项目中对技术的探索更加深入，这里面用到了用户行为追踪、Ajax 等。其中有一个技术的细节非常经典，淘宝商品详情页面每天的流量在 10 亿以上，里面的内容都是放在缓存里的，做招财进宝的时候，我们要给卖家显示他的商品被浏览的次数(见下图)，这个数字必须实时更新，而用缓存的话一般都是异步更新的。于是商品表里面增加了这样一个字段，每增加一个 PV 这个字段就要更新一次。发布上去一个小时数据库就挂掉了，撑不住这么高的 update。数据库撑不住怎么办?一般的缓存策略是不支持实时更新的，这时候多隆大神想了个办法，在 apache 上面写了一个模块，这个数字根本不经过下层的 web 容器(只经过 apache)就写入一个集中式的缓存区了，这个缓存区的数据再异步更新到数据库。这就是我前面提到的，我们整个商品详情的页面都在缓存中了，把缓存用到了极致。
(这个图真不是广告，亲)
那么接下来，我们就说说缓存的技术吧。
淘宝在很早就开始使用缓存的技术了，在 2004 年的时候，我们使用一个叫做 ESI(Edge SideIncludes)的缓存。在决定采用 ESI 之前，多隆试用了很多 java 的 cache，但都比较重，后来用了 oracle webcache，也经常挂掉，oracle webcache 也支持 ESI，多隆由此发现了 ESI 这个好东东。ESI 是一种数据缓冲/缓存服务器，它提供将 Web 网页的部分(这里指页面的片段)进行缓冲/缓存的技术及服务。由 Oracle 公司和 AkamaiTechnologies 公司制定规格，Akamai 公司提供对应的信息传送的服务。以往的数据缓冲服务器和信息传送服务以“页”为单位制作，复制到数据缓冲服务器中，处理静态页面很有效。但在面对动态内容的时候，就很难得到高效率。在 ESI 中是部分的缓冲网页，使用基于 XML 的标记语言，指定想要缓冲的页面部分。由此，页面内分为动态地变更的部分和静态的不变更的部分，只将静态的部分有效地发送到服务器中。淘宝网的数据虽然大部分都是动态产生的，但页面中的静态片段也有很多，例如页面的头、尾，商品详情页面的卖家信息等(如下图右侧)，这些最早都是从 ESI 缓存中读取的。
ESI 解决了页面端静态片段的缓存，聪明的读者可能马上就想到了，在后端的那些数据能不能使用缓存?显然也是可以的，而且是必须的。例如一个大卖家的商品和店铺，一天的浏览量可能是几百万，一个小卖家的可能只有几个，那这个大卖家的用户信息要是每次都去数据库里面取，显然不划算，要是把这个信息放在内存里面，每次都从内存里取，性能要好很多。这种应用场景，就是 memcached 这种 Key-Velue 缓存的用武之地。只可惜在淘宝急需要 memcached 的时候，它还没有崭露头角(它 2003.6 出现的，但近几年才火爆起来，当时没发现它)。我们的架构师多隆大神再一次出手了，他写了一个缓存系统，叫 TBstore，这是一个分布式的基于 BerkeleyDB 的 cache 系统，推出之后在 Alibaba 集团内部使用非常广泛，特别是对于淘宝，tbstore 上应用了 ESI(就是上面说过的那个 ESI)、checkcode(验证码)、description(前文说过的商品详情)、story(心情故事，商品信息里面的一个大字段，长度仅次于商品详情)、用户信息等等内容。
TBstore 的分布式算法实现：根据保存的 key，对 key 进行 hash 算法，取得 hash 值，再对 hash 值与总 Cache 服务器数据取模。然后根据取模后的值，找到服务器列表中下标为此值 Cache 服务器。由 javaclient api 封装实现，应用无需关心;这点和 memecached 的实现方案完全一致。
TBstore 有一个优点，这也是它的弱点，它的存储是基于 Berkeley DB 的，而 BerkeleyDB 在数据量超过内存的时候，就要往磁盘上写数据了，所以说它是可以做持久化存储的。但是一旦往磁盘写数据，作为缓存的性能就大幅度下降。
这时又有一个项目，推动了淘宝在缓存方面的技术提升。在 2007 年，我们把淘宝的用户信息独立出来，形成一个中心系统 UIC(userinformationcenter)，因为淘宝所有的功能都要依赖于用户信息，所以这个模块必须单独拿出来，不然以后系统无法扩展了。把 UIC 拿出来以后，应用系统访问 UIC，UIC 访问数据库取得用户信息，粗粗算一下，每天要取几十亿的用户信息，直接查询数据库的话，显然数据库要崩溃的，这里必须要用缓存。于是多隆为 UIC 专门写了一个缓存系统，取名叫做 tdbm。tdbm 抛弃了 BerkeleyDB 的持久功能，数据全部存放在内存中。到 2009 年，多隆又参考了 memcached 的内存结构，改进了 tdbm 的集群分布方式，在内存利用率和吞吐量方面又做了大幅提升，推出了 tdbm2.0 系统。
由于 tdbm 和 TBstore 的数据接口和用途都很相似，开发团队把二者
补充：web前端 , HTML/CSS ,
