美团大众点评合并：背后技术力量的对比回顾

美团和大众点评都是国内O2O领域的主要参与者。除了团购外，美团还有自营的外卖、电影、酒店预订等业务。大众点评网最开始主要为用户提供各种生活信息服务，基于这些信息开发了团购等业务模式，近期它也开始涉足电影、酒店预订等业务。

云架构

大众点评在2014年7月基于Docker搭建了私有云平台。2015年8月份大众点评云平台首席架构师盛延敏在InfoQ主办的CNUTCon容器技术峰会上分享了它们容器私有云的实战内容。

 

大众点评的Docker云底层使用Docker，通过Dockerfile，Docker Registry统一管理应用的标准化运行环境。组件之间使用NATS,降低耦合。接入层使用Nginx和Zookeeper。对于WEB应用，通过与Nginx的Restful接口交互；对于服务类应用，通过Zookeeper上注册和注销服务IP和端口，便于客户端发现和更新该服务。

 

核心云主机管理为自研，采用Region-Zone-Cluster三层架构，支持跨地域，多数据中心的大规模集群部署。采用基于KVM的主机虚拟化和基于OpenVSwitch+OpenFlow的网络虚拟化技术，降低了系统的开发和维护成本。镜像管理使用Glance；身份管理使用Keystone；对象存储使用Swift。

 

大众点评在起步阶段，为了抢占市场，快速推出产品，采用方案比较简单。访问量大起来后，针对系统做了改进。大众点评的DBA经理苗发平曾在InfoQ分享大众点评的数据架构之道。新版本中引入了Ehcache作为一级缓存，Memcached作为二级缓存，缓解数据库读压力，分布式文件系统MogileFS作为分布式图片存储服务解决海量图片存储，搜索引擎Lucene，Nosql数据库MongoDB作为K-V数据服务。后期引入MySQL数据库，并采用Hadoop集群管理。最新版本中为解决服务治理问题，引入“泳道架构与容错隔离”方案，来提供系统的高可用性。架构中使用MySQL高可用方案。通过MMM实现HA高可用，实现秒级故障转移。

美团

前端开发

大众点评是国内领先的城市生活消费指南网站，浏览量为500M(GA)/每月，高峰3000次动态请求/每秒，180万动态访问量/天。前端早期使用ASP.NET+SQL server，独立的web和Database服务器。后来引进了Cortex，基于CommonJS的Web开发环境。

移动客户端

大众点评月综合浏览量（网站及移动设备）超过150亿，其中移动客户端的浏览量超过85%，移动客户端累计独立用户数超过2亿。移动端是大众的业务重点。我们可以通过大众点评移动应用架构师屠毅敏在全球架构师峰会上关于大众点评移动应用的架构演进的演讲来一窥大众点评的移动开发技术。大众点评的移动架构主要关注三个方面：速度，灵活性，耦合。在速度方面优化Http协议减短响应时间，并进行了缓存优化。引入NDK以及Hybrid App进行开发。利用Android DexClassLoader进行动态加载。

 

个性化推荐

大众点评网因应对大数据查询分析功能，从2011年开始使用Hadoop，有60多个节点，700TB容量，还有2个HBase线上集群。使用Puppet管理集群，之后由于业务需要，又自行开发了Taurus调度系统。并于2012年数据库仓库转向Hadoop/Hive。在2013年建立主要的大数据架构后，大众点评上线了HBase应用，并引入Spark/Shark以提高Ad Hoc Query执行时间。整个大数据架构采用开源+自研的形式。

 

上面对云架构，前端，移动端，数据库，大数据的概况来看，在云架构上大众点评使用的是Docker，而美团是采用OpenStack+自研。前端和移动端因功能不同而不一致。数据库两者在前期都采用简单架构以满足初创公司快速发展，后因业务需要而不断采用新的开源技术。在大数据方面，均采用了Hadoop，HBase，Spark，Storm等来保证数据的准确快速产生，而因推荐业务需要，美团还大量使用了机器学习。可见美团和大众点评均具有实力强大的技术团队，从云架构和大数据来看，美团似乎更甚一筹，两家公司合并实为强强联合，至于后续会如何发展，还将拭目以待。

   

标签：大众,架构,回顾,美团,点评,Docker,移动
来源： https://blog.51cto.com/idotest/3036505