美团即时物流的分布式体系架构规划

美团外卖现已开展了五年，即时物流探究也阅历了 3 年多的时刻，事务从零孵化到初具规划，在整个进程中堆集了一些散布式高并发体系的建造经历。最首要的收成包含两点：

1. 即时物流事务对毛病和高推迟的容忍度极低，在事务杂乱度进步的一起也要求体系具有散布式、可扩展、可容灾的才能。即时物流体系阶段性的逐渐施行散布式体系的架构晋级，终究处理了体系宕机的危险。

2. 环绕本钱、功率、体会中心三要素，即时物流体系许多结合 AI 技能，从定价、ETA、调度、运力规划、运力干涉、补助、核算、语音交互、LBS 发掘、事务运维、目标监控等方面，事务打破结合架构晋级，到达促规划、保体会、降本钱的效果。

本文首要介绍在美团即时物流散布式体系架构逐层演化的开展中，遇到的技能妨碍和应战：

• 订单、骑手规划大，供需匹配进程的超大规划核算问题。

• 遇到节假日或许恶劣气候，订单集合效应，流量顶峰是往常的十几倍。

• 物流履约是线上衔接线下的关键环节，毛病容忍度极低，不能宕机，不能丢单，可用性要求极高。

• 数据实时性、精确性要求高，对推迟、反常十分灵敏。

美团即时物流配送渠道首要环绕三件事翻开：一是面向用户供给履约的 SLA，包含核算送达时刻 ETA、配送费定价等；二是在多目标（本钱、功率、体会）优化的布景下，匹配最合适的骑手；三是供给骑手完好履约进程中的辅佐决议计划，包含智能语音、途径引荐、到店提示等。

在一系列服务背面，是美团强壮的技能体系的支撑，并由此沉积出的配送事务架构体系，依据架构构建的渠道、算法、体系和服务。巨大的物流体系背面离不开散布式体系架构的支撑，并且这个架构更要确保高可用和高并发。

前期，美团依照事务范畴区分红多个笔直服务架构；跟着事务的开展，从可用性的视点考虑做了分层服务架构。后来，事务开展越发杂乱，从运维、质量等多个视点考量后，逐渐演进到微服务架构。这儿首要遵从了两个准则：不宜过早的进入到微服务架构的规划中，好的架构是演进出来的不是提早规划出来的。

上图是比较典型的美团技能体系下的散布式体系结构：依托了美团公共组件和服务，完结了分区扩容、容灾和监控的才能。前端流量会经过 HLB 来分发和负载均衡；在分区内，服务与服务会经过 OCTO 进行通讯，供给服务注册、主动发现、负载均衡、容错、灰度发布等等服务。当然也可以经过音讯行列进行通讯，例如 Kafka、RabbitMQ。在存储层运用 Zebra 来访问散布式数据库进行读写操作。运用 CAT（美团开源的散布式监控体系）进行散布式事务及体系日志的收集、上报和监控。散布式缓存运用 Squirrel+Cellar 的组合。散布式使命调度则是经过 Crane。

首要，配送后台技能团队经过架构晋级，将有状况节点变成无状况节点，经过并行核算的才能，让小的事务节点去分管核算压力，以此完结快速扩容。

第二是要处理一致性的问题，关于既要写 DB 也要写缓存的场景，事务写缓存无法确保数据一致性，美团内部首要经过 Databus 来处理，Databus 是一个高可用、低延时、高并发、确保数据一致性的数据库改变实时传输体系。经过 Databus 上游可以监控事务 Binlog 改变，经过管道将改变信息传递给 ES 和其他 DB，或许是其他 KV 体系，运用 Databus 的高可用特性来确保数据终究是可以同步到其他体系中。

单 IDC 毛病之后，进口服务做到毛病辨认，主动流量切换；单 IDC 的快速扩容，数据提早同步，服务提早布置，Ready 之后翻开进口流量；要求一切做数据同步、流量分发的服务，都具有主动毛病检测、毛病服务主动去除；依照 IDC 为单位扩缩容的才能。

美团 IDC 以分区为单位，存在资源满排，分区无法扩容。美团的计划是多个 IDC 组成虚拟中心，以中心为分区的单位；服务无差别的布置在中心内；中心容量不行，直接添加新的 IDC 来扩容容量。

相比多中心来说，单元化是进行分区容灾和扩容的更优计划。关于流量路由，美团首要是依据事务特色，选用区域或城市进行路由。数据同步上，异地会呈现推迟状况。SET 容灾上要确保同本地或异地 SET 呈现问题时，可以快速把 SET 切换到其他 SET 上来承当流量。

机器学习渠道，是一站式线下到线上的模型练习和算法运用渠道。之所以构建这个渠道，意图是要处理算法运用场景多，重复造轮子的对立问题，以及线上、线下数据质量不一致。假如流程不明确不连贯，会呈现迭代功率低，特征、模型的运用上线布置呈现数据质量等妨碍问题。

==========

最近几年，即时配送事务在全球范围内掀起了一波快速开展的浪潮，全球各地都呈现了许多创业公司，其间国外闻名的包含美国的Uber Eats(全球)、英国的Deliveroo、印度的Swiggy、Zomato(别离被美团和阿里出资)，印尼的go-jek等等。

在美国大都城市都运用轿车配送，运用轿车配送不会产生国内这种频发的交通事故、安全性相对较高，可是
遇到的第一个问题是配送密度低、地域广泛，导致配送的时刻长，还常常遇到堵车、没有当地泊车，泊车费和罚单高的离谱等问题。轿车和近间隔交通工具结合，美国可以从事最终一公里配送的可用劳动力十分稀疏。因而，
美国科技企业纷繁加大科技研制方面的投入， 期望用新技能，下降“最终一公里”物流本钱，并进一步加速运送速度，进步服务质量。

美国即时物流配送，运用算法+大数据剖析+人工智能，施行散布式体系的架构晋级，对配送进程进行优化，下降配送本钱，进步配送速度。即时物流事务对毛病和高推迟的容忍度极低，在事务杂乱度进步的一起也要求体系具有散布式、可扩展、可容灾的才能。环绕本钱、功率、体会中心三要素，即时物流体系许多结合AI技能，从定价、ETA、调度、运力规划、运力干涉、补助、核算、语音交互、LBS发掘、事务运维、目标监控等方面，事务打破结合架构晋级，到达促规划、保体会、降本钱的效果。即时物流事务对毛病和高推迟的容忍度极低，在事务杂乱度进步的一起也要求体系具有散布式、可扩展、可容灾的才能。

在配送体系优化进程中，美国和国内简直都面临着相同问题，假如处理欠好，会严重影响优化的效果：

1，用户的需求存在着极大的动摇。以外卖为例，午饭和晚饭时刻的订单数目会远远高于其他时刻。在低峰期，假如有较多的司时机导致的运力糟蹋;相反，在顶峰期，较少的司机又会导致订单的延误。

2，法令以及配送人员自身的行为会影响关于运力的分配。例如配送人员会因为接纳订单数过多，配送时刻长，每单运费较低而挑选离任去其他渠道，因而需求为他确保每日适度的接纳订单数目和每单不低于10美元的收入。一起，怎样合理的分配订单，削减司机的绕路状况;多送订单给予奖赏，使得他们更乐意接纳订单，这一点也很重要。

3，因为配送服务的性质越来越多地向即时服务过渡，所以体系的呼应时刻有必要满足短。往往要求体系在几分钟内，就要给出合理的调度办法，充分运用每一个配送人员，并对新信息及时给出回应。这意味着算法在合理的根底之上要更简练，进一步加大了核算剖析的难度。

4，参加建造商家的IT体系变得反常重要。配送除了和渠道直接相关的司机有关外，还与协作商家有联系，协作商家的对it体系的娴熟运用程度会大大下降调度的呼应时刻。一起，商家it体系是树立在对商家事务形状十分了解的根底完结上的，这样才会与配送环节高度匹配。

关于配送体系的优化，因为体系的杂乱程度很高，算法规划上具有难度，具有很高的常识与技能门槛，关于规划人员来讲，需求较强的物流建模才能和数据剖析才能。

在美国即时配送渠道GEOSOO便是很好的比如。这家公司依据O2O即时物流的商场状况，将配送人员依据雇佣方法、服务时长、经历多少;客观条件交通道路、言语娴熟度、城市散布、商家散布区域;商家产品标准化流程等做了分类，经过整数规划模型，对分单进程和配送进程别离建模，树立算法数据和核算渠道，一起考虑了用户和司机的行为，并针对模型树立对国际深度感知，并对O2O即时配送渠道运营进行了机器学习优化。

GESOO即时配送的处理计划是，选用一套“散布式存储+AI中心调度”协作的同城物流形式，完结UBER+达达的结合，到达降本提速的效果。运用和国内美团相似的散布式架构，经过：

LBS体系：供给正确方位(用户/商户/司机)以及两点之间正确的驾驭导航。

多传感器：供给室内定位以、精细化场景描写、司机运动状况辨认

时刻预估：供给一切配送环节时刻的精确预估

调度体系：多人多点实时调度体系，完结派单决议计划：谁来送?怎样送?

定价体系：实时动态定价体系，完结定价决议计划：用户收多少钱?给司机多少钱?

规划体系：配送网络规划体系，完结规划决议计划：站点怎样区分?运力怎样运营?

完结最终一公里时效性的有用确保，经过此种形式现已将配送时刻从2小时缩短到1小时，和国内的速度相等，这在美国即时配送范畴十分可贵，美国现在大都城市都不能完结同城当日达，关于即时配送更是可望不可求。
GESOO即时配送省去了仓储分拣，经过GESOOAI才智大脑，对1000多众包司机进行实时的智能调度和管控，以即时呼应各类配送场景和订单需求，将门店发货的配送时长控制在30分钟之内。并经过全主动调度下降全体运营本钱，将配送信息与车辆信息、路况信息实时动态匹配，从体系全体层面做优化，同城服务半径可达 50迈，2小时可送达，在运送间隔较远的状况下仍然能确保高时效。

技能赋能年代，即时物流离不开大数据、人工智能、GPS+GIS定位、移动互联网、智能手机等的支撑，例如人工智能能猜测运力需求，进步配送功率，智能分配订单，下降资源糟蹋;大数据可以堆集配送单量、道路、时刻等数据;GPS+GIS定位帮忙配送员完结道路规划，实时监督配送员;移动互联网为实时信息传递供给通路;智能手机将线下配送员归入到同享信息环境。