论文部分内容阅读
每年的高考、国考、春运，被称为中国的“三大全民参与活动”。其中，尤以春运涉及的范围最广，关注最多。
时至年关，春运出行必备的12306，再次成为人们使用频率最高的APP之一。从春运车票开售的那一刻开始，在外打拼的人们夜以继日地点击着刷新，期待订票成功那一刻的到来。
但是，热门方向、热门时段、热门车次的需求量巨大，难以满足所有人的购票需求，延伸出了不少人对于12306的疑问——为什么我就抢不到票？在前些年12306多次出现系统不稳定的情况时，中国铁路总公司（现为国铁集团）备受关注。
其实，12306系统的复杂性远超外界想象——在SKU（商品存货）数量计算难度远大于淘宝等电商的情况下，还要每天完成超过1500万个订单，并承受近1500亿次的点击。
“天天‘双11’。”是12306内部人士自嘲的“口头禅”，但也是现实的写照。
春运首日（1月10日），《中国经济周刊》记者走进了铁科院12306全路客票系统监控中心，对12306的“秘密”一探究竟。
12306系统到底难在哪儿？
在提出疑问的网友中，不乏软件工程师，甚至还有人表示，只要40台服务器、2个架构师、4个程序员，就足以开发出和12306类似的网上购票系统。
但实际上，12306的库存复杂性比淘宝、京东等电商高很多倍，运算量也大得多，传统的分布式数据库、缓存、负载均衡技术，并不能满足12306的需求。
一位淘宝前资深工程师曾对此有过非常详细的分析。
在电商平台上，每个商品对应一个SKU，有人购买1件，库存就减1。而12306的特殊性在于，火车票是一种动态的SKU，计算起来的数据量可能是普通电商产品的数百倍。
以北京西到深圳福田的G71次高铁为例，共有17个站、3种座位。表面看起来是3个SKU，即G71商务座、一等座、二等座，但实际上，G71次高铁有408个SKU。
原因很简单：从北京西站始发的车票，后面有16个车站，即16种不同的车票;涿州东站是第二站，有15种不同的车票，以此类推，单以上下车的站来计算，G71次高铁就会有16 15…… 2 1=136个SKU，而每种票对应3种座位，一共是408个商品。
也就是说，如果旅客购买了一张北京西站到涿州东站的车票，G71次高铁的SKU要减去16;而如果购买的是北京西站到深圳福田站的车票，则要减去136个SKU。
以上只是SKU的减值。若旅客购买的是短途票，如北京西站到涿州东站，则在SKU减去16的同时，还要增加涿州东站到之后各站、之后各站相互间的SKU，即增加120个SKU。
若再叠加当前的选座功能（A、B、C、D、F），计算数量可能还要再翻倍。而这些计算数据，需要在大量购票者抢票的数秒，甚至数毫秒内完成。
对于上述计算方法，铁科院12306技术部技术总监杨立鹏在接受《中国经济周刊》记者采访时说，车票在出售时会引发非常复杂的连锁的变化，是铁路业内独有的情况。因此，12306在设计时，首先是要考虑到铁路部门的业务需求，“铁路要支持沿途不同的旅客出行。尤其是一些停站特别多的车次，有的车要运行70多个小时，一列车可能正常是拉1000多个旅客，但实际上不同阶段、不同区间的可发售的车票，要远超过这个数值。”
杨立鹏介绍，车票售出后数据的变化，对12306系统的压力考验非常大，铁路部门通过采取数据的分析预测，根据不同的运力需求和运营安排，提前安排相应车票的发售等方式，缓解压力。“铁路部门从1996年到现在，通过20多年的技术积累，采取了一些独有的技术方案，解决了这个问题。”
例如，将车票分时段销售，就大大降低了同一时段的数据压力。12306的放票时间，已从最初的一天4个放票时间点，增加到10个，再到现在每天21个放票时间点。
作为全球交易量最大的实时票务系统，中国铁路客票系统平均一年售出30亿张火车票，这些火车票首尾相接可以绕地球7圈。
铁科院12306技术部副主任阎志远介绍，目前铁路售票中，互联网销售占全渠道的80%以上，其中手机客户端占互联网售票的78%，网页端占互联网售票的22%。
在2020年春运以来的发售量最高日1月3日，铁路部门全渠道售出1637万张，其中网络售票占比88%。
在车票绝大多数通过互联网渠道售出的过程中，12306系统的稳定运行，是绝对的工作核心。
据铁科院首席研究员、12306技术部主任单杏花介绍，2020年春运期间，12306在高峰日网络点击量高达1495亿次。
也就是说，12306在高峰日平均1秒就要承受170多万次点击，大概相当于每个中国人每天在12306上点击了100次。
12306全路客票系统监控中心监控大屏。 
铁科院首席研究员、12306技术部主任单杏花介绍12306相关情况。《中国经济周刊》记者 周琦I 摄
12306面临的流量压力，可想而知。一名IT工程师在听到《中国经济周刊》记者转述的这组数据时，表示自己很难想象，“即便是百度，也很难有这样的点击量，可以说是一组天文数字。” 作为对比，2019年淘宝的订单创建峰值，是54.4万笔/秒。Trustdata的数据显示，淘宝APP 2019年“双11”当天的日活跃用户为4.76亿。
若以此计算，12306的最高访问量，相当于淘宝“双11”当天活跃用户每人点击超过300次。
对此，杨立鹏自嘲道，12306系统面临的，基本上是“天天被秒杀、天天被抢购、天天‘双11’”。
值得注意的是，如此高的点击量中，风险请求的占比非常高。
1月10日上午，12306全路客票系统首次面向媒体开放。监控屏幕显示，截至当日上午9点，12306收到的风险请求访问占比已达52%，每秒的风险请求高达82.12万次。不断滚动的风险拦截报警，则详细记录了风险请求的IP地址和来自的省份。
阎志远说，12306从2018年开始构建风控系统，通过识别包括浏览器、IP在内的一些异常行为予以拦截。“例如，正常旅客购票可能每次操作需要一秒钟，而风险请求则可能达到毫秒级，对这种异常请求就会被风控系统拦截。当然，具体的拦截中，我们还有更多的考虑方面和识别手段。”
在这些风险请求中，来自第三方抢票软件的请求，占据不小的比例。
单杏花表示，其他网站提供的抢票服务，对12306系统造成了一定影响，铁路部门因此在风控方面进行了研发，通过风控系统对一些异常行为进行拦截，来保证12306能够运行稳定。“我们保障运行稳定的目的是什么？是为了让正常的旅客正常查询、正常下单、正常支付，更好保障售票的公平公正。避免出现一些加价、价高者得，避免出现一些退票、退手续费情况，让旅客受到损失。”
除了通过风控系统防范，铁路部门还打出了“组合拳”，通过“候补购票”，让刷票软件存在的意义大打折扣。
“自2019年12月12日开售春运车票以来，铁路12306售票系统候补购票订单兑现累计582.6万笔，车票723.7万张，兑现率达76.8%，减少了旅客反复查询次数。”单杏花说。
近年来，12306上需要进行“图片识别”的请求已大大降低，也是得益于这套“组合拳”。
此外，云技术的运用，也大大保证了12306系统运行的稳定性。
从2014年开始，12306把网站访问量最大的查询业务分担到“云端”。2016年，12306进一步扩大了云端容量，几乎所有查询访问都在云端进行。
杨立鹏接受《中国经济周刊》记者采访时介绍，12306通过采用公有云和私有云相结合的模式，提高12306的数据处理能力。“在日常情况下，国铁集团和铁科院两地各有一个数据中心，采用自有资源来提供售票服务。在节假日等高峰期，出于经济性等各方面的更考虑，采用公有、私有结合的混合云技术来提高服务能力。”
单杏花补充说，12306是一个弹性和扩展的架构，核心数据只在核心部位，扩展的功能则可以用一些外延的服務器，或者和公有云开展合作，“这些跟整个核心部位是不交织的，相互之间可以不影响。”
除了保障系统稳定运行，12306还通过大数据分析，为旅客们提供购票便利。
据悉，通过大数据分析，铁路部门可以提前预判一些热门地区的需求，进而在条件允许的情况下增加运力，例如将8节编组的动车组增加为16节编组的动车组，或者开行临客等。
单杏花介绍，2020年春运车票发售以来，截至1月9日，铁路全渠道共发售车票4.12亿张，其中预售春运车票1.3亿张。
她还说，春运车票预售，也就是车票发售首日预售出的车票占比不足1/3，说明很多旅客并不着急，没有在发售的第一天就去抢票。热门地区、热门方向、高峰时段列车票源紧张，但部分车次还有剩余车票。“这些剩余的车票大多是时间点比较差，或者席位比较差，如站票等。从大数据可以明显看出，旅客出行已经由‘走得了’向‘走得好’在转变。”
大数据的便利性不止于此，为老人优先配置下铺、为儿童配置相邻席位等，也需要12306系统的大数据支持。
单杏花对《中国经济周刊》记者说，12306上有购票者的基本身份信息，系统若判断订单里面有老人，就会去为老人优先寻找下铺，“哪怕只有一张下铺，就一定会给他找到。”
为儿童配置相邻席位方面，考虑到家长带孩子，购票时本身分为全价票和半价票两种票种，可能会出现位置不相邻、不好照看，甚至有时候出现在不同车厢这种问题，12306在2020年春运期间进行了优化。“哪怕是为了均衡运输需要，票已经卖散了，但是系统也会尽量将他们匹配在相邻的位置，如果没有相邻的位置，优先配置在同一个车厢。”她说。
值得注意的是，关于从大城市返往二三线城市的去程、返程同时购票的问题，铁路部门也在研究。
铁路部门通过大数据分析，有不少乘客，在大城市返往二、三线城市的过程中，会出现买了去程票买不到回程票，或者只买到回程票没买到去程票的问题。尤其是在春运等节假日，问题更加突出。
“我们一直在分析这种规律，准备展开研究，能否在出行时把去程和返程的需求一起考虑。尤其是在乘客已经买了去程的情况下，是不是优先配给返程？但是措施可能还得研究成熟之后再进行研发，再进行一些评估才能上线，可能还需要一定的时间。”
责编：李慧敏
时至年关，春运出行必备的12306，再次成为人们使用频率最高的APP之一。从春运车票开售的那一刻开始，在外打拼的人们夜以继日地点击着刷新，期待订票成功那一刻的到来。
但是，热门方向、热门时段、热门车次的需求量巨大，难以满足所有人的购票需求，延伸出了不少人对于12306的疑问——为什么我就抢不到票？在前些年12306多次出现系统不稳定的情况时，中国铁路总公司（现为国铁集团）备受关注。
其实，12306系统的复杂性远超外界想象——在SKU（商品存货）数量计算难度远大于淘宝等电商的情况下，还要每天完成超过1500万个订单，并承受近1500亿次的点击。
“天天‘双11’。”是12306内部人士自嘲的“口头禅”，但也是现实的写照。
春运首日（1月10日），《中国经济周刊》记者走进了铁科院12306全路客票系统监控中心，对12306的“秘密”一探究竟。
庫存复杂性远超淘宝、京东
12306系统到底难在哪儿？
在提出疑问的网友中，不乏软件工程师，甚至还有人表示，只要40台服务器、2个架构师、4个程序员，就足以开发出和12306类似的网上购票系统。
但实际上，12306的库存复杂性比淘宝、京东等电商高很多倍，运算量也大得多，传统的分布式数据库、缓存、负载均衡技术，并不能满足12306的需求。
一位淘宝前资深工程师曾对此有过非常详细的分析。
在电商平台上，每个商品对应一个SKU，有人购买1件，库存就减1。而12306的特殊性在于，火车票是一种动态的SKU，计算起来的数据量可能是普通电商产品的数百倍。
以北京西到深圳福田的G71次高铁为例，共有17个站、3种座位。表面看起来是3个SKU，即G71商务座、一等座、二等座，但实际上，G71次高铁有408个SKU。
原因很简单：从北京西站始发的车票，后面有16个车站，即16种不同的车票;涿州东站是第二站，有15种不同的车票，以此类推，单以上下车的站来计算，G71次高铁就会有16 15…… 2 1=136个SKU，而每种票对应3种座位，一共是408个商品。
也就是说，如果旅客购买了一张北京西站到涿州东站的车票，G71次高铁的SKU要减去16;而如果购买的是北京西站到深圳福田站的车票，则要减去136个SKU。
以上只是SKU的减值。若旅客购买的是短途票，如北京西站到涿州东站，则在SKU减去16的同时，还要增加涿州东站到之后各站、之后各站相互间的SKU，即增加120个SKU。
若再叠加当前的选座功能（A、B、C、D、F），计算数量可能还要再翻倍。而这些计算数据，需要在大量购票者抢票的数秒，甚至数毫秒内完成。
对于上述计算方法，铁科院12306技术部技术总监杨立鹏在接受《中国经济周刊》记者采访时说，车票在出售时会引发非常复杂的连锁的变化，是铁路业内独有的情况。因此，12306在设计时，首先是要考虑到铁路部门的业务需求，“铁路要支持沿途不同的旅客出行。尤其是一些停站特别多的车次，有的车要运行70多个小时，一列车可能正常是拉1000多个旅客，但实际上不同阶段、不同区间的可发售的车票，要远超过这个数值。”
杨立鹏介绍，车票售出后数据的变化，对12306系统的压力考验非常大，铁路部门通过采取数据的分析预测，根据不同的运力需求和运营安排，提前安排相应车票的发售等方式，缓解压力。“铁路部门从1996年到现在，通过20多年的技术积累，采取了一些独有的技术方案，解决了这个问题。”
例如，将车票分时段销售，就大大降低了同一时段的数据压力。12306的放票时间，已从最初的一天4个放票时间点，增加到10个，再到现在每天21个放票时间点。
高峰日平均1秒承受170多万次点击
作为全球交易量最大的实时票务系统，中国铁路客票系统平均一年售出30亿张火车票，这些火车票首尾相接可以绕地球7圈。
铁科院12306技术部副主任阎志远介绍，目前铁路售票中，互联网销售占全渠道的80%以上，其中手机客户端占互联网售票的78%，网页端占互联网售票的22%。
在2020年春运以来的发售量最高日1月3日，铁路部门全渠道售出1637万张，其中网络售票占比88%。
在车票绝大多数通过互联网渠道售出的过程中，12306系统的稳定运行，是绝对的工作核心。
据铁科院首席研究员、12306技术部主任单杏花介绍，2020年春运期间，12306在高峰日网络点击量高达1495亿次。
也就是说，12306在高峰日平均1秒就要承受170多万次点击，大概相当于每个中国人每天在12306上点击了100次。
12306面临的流量压力，可想而知。一名IT工程师在听到《中国经济周刊》记者转述的这组数据时，表示自己很难想象，“即便是百度，也很难有这样的点击量，可以说是一组天文数字。” 作为对比，2019年淘宝的订单创建峰值，是54.4万笔/秒。Trustdata的数据显示，淘宝APP 2019年“双11”当天的日活跃用户为4.76亿。
若以此计算，12306的最高访问量，相当于淘宝“双11”当天活跃用户每人点击超过300次。
对此，杨立鹏自嘲道，12306系统面临的，基本上是“天天被秒杀、天天被抢购、天天‘双11’”。
“组合拳”打击恶意刷票
值得注意的是，如此高的点击量中，风险请求的占比非常高。
1月10日上午，12306全路客票系统首次面向媒体开放。监控屏幕显示，截至当日上午9点，12306收到的风险请求访问占比已达52%，每秒的风险请求高达82.12万次。不断滚动的风险拦截报警，则详细记录了风险请求的IP地址和来自的省份。
阎志远说，12306从2018年开始构建风控系统，通过识别包括浏览器、IP在内的一些异常行为予以拦截。“例如，正常旅客购票可能每次操作需要一秒钟，而风险请求则可能达到毫秒级，对这种异常请求就会被风控系统拦截。当然，具体的拦截中，我们还有更多的考虑方面和识别手段。”
在这些风险请求中，来自第三方抢票软件的请求，占据不小的比例。
单杏花表示，其他网站提供的抢票服务，对12306系统造成了一定影响，铁路部门因此在风控方面进行了研发，通过风控系统对一些异常行为进行拦截，来保证12306能够运行稳定。“我们保障运行稳定的目的是什么？是为了让正常的旅客正常查询、正常下单、正常支付，更好保障售票的公平公正。避免出现一些加价、价高者得，避免出现一些退票、退手续费情况，让旅客受到损失。”
除了通过风控系统防范，铁路部门还打出了“组合拳”，通过“候补购票”，让刷票软件存在的意义大打折扣。
“自2019年12月12日开售春运车票以来，铁路12306售票系统候补购票订单兑现累计582.6万笔，车票723.7万张，兑现率达76.8%，减少了旅客反复查询次数。”单杏花说。
近年来，12306上需要进行“图片识别”的请求已大大降低，也是得益于这套“组合拳”。
此外，云技术的运用，也大大保证了12306系统运行的稳定性。
从2014年开始，12306把网站访问量最大的查询业务分担到“云端”。2016年，12306进一步扩大了云端容量，几乎所有查询访问都在云端进行。
杨立鹏接受《中国经济周刊》记者采访时介绍，12306通过采用公有云和私有云相结合的模式，提高12306的数据处理能力。“在日常情况下，国铁集团和铁科院两地各有一个数据中心，采用自有资源来提供售票服务。在节假日等高峰期，出于经济性等各方面的更考虑，采用公有、私有结合的混合云技术来提高服务能力。”
单杏花补充说，12306是一个弹性和扩展的架构，核心数据只在核心部位，扩展的功能则可以用一些外延的服務器，或者和公有云开展合作，“这些跟整个核心部位是不交织的，相互之间可以不影响。”
正在研究：往返车票一起购买
除了保障系统稳定运行，12306还通过大数据分析，为旅客们提供购票便利。
据悉，通过大数据分析，铁路部门可以提前预判一些热门地区的需求，进而在条件允许的情况下增加运力，例如将8节编组的动车组增加为16节编组的动车组，或者开行临客等。
单杏花介绍，2020年春运车票发售以来，截至1月9日，铁路全渠道共发售车票4.12亿张，其中预售春运车票1.3亿张。
她还说，春运车票预售，也就是车票发售首日预售出的车票占比不足1/3，说明很多旅客并不着急，没有在发售的第一天就去抢票。热门地区、热门方向、高峰时段列车票源紧张，但部分车次还有剩余车票。“这些剩余的车票大多是时间点比较差，或者席位比较差，如站票等。从大数据可以明显看出，旅客出行已经由‘走得了’向‘走得好’在转变。”
大数据的便利性不止于此，为老人优先配置下铺、为儿童配置相邻席位等，也需要12306系统的大数据支持。
单杏花对《中国经济周刊》记者说，12306上有购票者的基本身份信息，系统若判断订单里面有老人，就会去为老人优先寻找下铺，“哪怕只有一张下铺，就一定会给他找到。”
为儿童配置相邻席位方面，考虑到家长带孩子，购票时本身分为全价票和半价票两种票种，可能会出现位置不相邻、不好照看，甚至有时候出现在不同车厢这种问题，12306在2020年春运期间进行了优化。“哪怕是为了均衡运输需要，票已经卖散了，但是系统也会尽量将他们匹配在相邻的位置，如果没有相邻的位置，优先配置在同一个车厢。”她说。
值得注意的是，关于从大城市返往二三线城市的去程、返程同时购票的问题，铁路部门也在研究。
铁路部门通过大数据分析，有不少乘客，在大城市返往二、三线城市的过程中，会出现买了去程票买不到回程票，或者只买到回程票没买到去程票的问题。尤其是在春运等节假日，问题更加突出。
“我们一直在分析这种规律，准备展开研究，能否在出行时把去程和返程的需求一起考虑。尤其是在乘客已经买了去程的情况下，是不是优先配给返程？但是措施可能还得研究成熟之后再进行研发，再进行一些评估才能上线，可能还需要一定的时间。”
责编：李慧敏