IDEA激活码
原文地址
优步的技术看起来很简单，当用户通过应用程序请求打车时，司机会来接他们到目的地。然而，在这背后，是由数千个服务和TB级数据组成的庞大基础设施来支持平台上的每一次打车服务。
像大多数基于网络服务一样，优步的后端系统一开始是一个“单体”软件架构，包含一堆应用服务器和一个单一的数据库。
如果你在找Uber的软件架构设计可以观看YouTube视频
系统主要是基于python来开发的，以及使用SQLAlchemy作为数据库的ORM层。刚开始的架构，在少数城市提供一定数量的打车服务是没问题的。
2014年后，架构演化为面向服务（SOA）的体系结构，拥有大约100个服务。现在优步的后端不仅设计为处理出租车服务，还可以处理包括出租车之外的、送食品和货物服务。
后端主要服务于移动手机流量。优步应用程序通过移动数据与后台通信。
最具挑战性的是需求不断在变!
优步的调度系统就像一个实时市场交易平台，通过手机将司机和乘客匹配起来。因此需要两个服务：
1、车辆供应服务（supply service）
2、乘车需求处理服务（demand service）
接下来，我在解释时使用：出租车的供应和乘客的需求
供应服务
- 供应服务根据地理位置（经纬度）来跟踪车辆，每5秒钟向服务端发送一次经纬度信息。
- 所有供应的状态保存在内存中
- 为了跟踪车辆需要对车子很多属性建模：车的座位个数、车类型、是否有儿童座椅等。
- 车辆空座位的情况跟踪。例如，一辆车可能有三个座位，但其中两个已经有人了。
乘客需求服务
- 当乘客请求打车时，需求服务会跟踪乘客的GPS位置。
- 它可以跟踪订单的要求，如乘客需要小型车/大车等
- 乘客的需求必须和能供应服务的车辆状况匹配。
现在我们有了供给和需求。打车软件所需要的就一个功能，就是实现车辆供应和乘客需求的配对，这种功能在UBER中被称为DISCO。
DISCO-DISPATCH optimization（派单优化）
该服务运行在数百个进程上。调度系统的核心要求：
1、减少不必要的驾车路程
2、减少等待时间
3、缩短达到目的地时间
派单系统是如何工作的？怎么匹配司机？
GPS/位置数据驱动调度系统工作，这意味着我们必须对地图和位置数据进行建模。
1、地球是一个球体。仅仅基于经度和纬度很难来做汇总和近似。所以优步用谷歌S2库把地球分成小单元。每个单元格都有一个唯一的单元格ID。
2、S2可以根据形状圈出范围。如果你想画一个以伦敦为中心，半径为1公里的圆，S2可以告诉你需要哪些单元格来完全覆盖这个形状。
1、因为每个单元格都有一个ID，所以ID被用作分片的键。当车辆出现在某个位置，其对应的单元ID就可以确定。使用单元ID作为分片的键，更新车辆的位置。然后，它被发送到几个副本。
2、为了匹配乘客和司机，或者只是在地图上显示汽车，DISCO通过supply服务发送位置信息。
3、 系统根据乘客的GPS数据，使用地图圆形区域包含的所有单元ID，找出覆盖的车辆。然后根据乘客的需求过滤无效车辆。
4、将车辆列表和客户需求发送到ETA服务，计算出能最快接到乘客的车子进行匹配。
5、通过Supply系统将匹配结果发送给司机。
如何扩展派单系统？
1、派单系统是使用node.js构建的，使用node的优点是异步和基于事件的框架。同时，它允许你通过WebSockets发送和接收消息。
2、所以客户端可以随时发送消息给服务器，或者服务器可以随时发送消息给客户端。
3、如何分配派单在同一台机器上和到多台机器?
4、可扩展的解决方案是使用Node js与ringpop，它是基于gossip使用SWIM协议和一致性hash环实现快速RPC协议。
5、Ringpop是一个为分布式应用程序提供合作和协调的库。它在成员协议上维护一致性hash环，为了路由方便提供请求转发。它可用于应用程序分片具有可扩展和容错性。
6、SWIM：可伸缩的弱一致性传染式进程组成员协议
7、使用gossip添加和删除节点很容易，因此扩展也很容易。
8、Gossip协议，SWIM、健康检查，成员变化都是协议一部分。
后面第二部分将介绍打车的路线规划、系统负载均衡，kafa的使用等内容。
