背景

马上春节了, 火车票又到了销售旺季, 一票难求依旧。

抢火车票是很有意思的一个课题，对IT人的智商以及IT系统的健壮性，尤其是数据库的功能和性能都是一种挑战。

为什么这么说呢，我们一起来缕一缕。

一、铁路售票系统的需求

铁路售票系统最基本的需求包括

  1. 查询余票、余票统计、购票、车次变化、退票、改签、中转乘车规划 等。

每个需求都有各自的特点，例如

1. 查询余票属于一个高并发的操作，同时需要一定的统计量在里面，需要很强的CPU来支撑实时的查询。

2. 购票则更新的操作居多，需要考虑锁冲突，尽量的让不同的人购买时可并行，或者可以合并多人的购票请求，来减少数据库的更新操作。

3. 中转乘车，当用户需要购买的起点和到达站无票时，需要计算中转的搭乘方案，这个涉及的是数据库的路径规划功能。

我们来逐一分析一下这些需求的特点。

1 查询余票

1. 普通的余票查询需求

你如果要买从北京到上海的火车票，通常会查一下哪些车次还有余票。

查询的过滤条件可能很多，比如

1.1. 源、目的、中转站

1.2. 车次类型（高铁、动车、或者普客）

1.3. 出发日期、时段

1.4. 到达日期、时段

1.5. 席别

1.6. 过滤掉没有余票的车次

输出还要考虑到排序、分页的需求。

pic

查询余票通常不是实时的、或者说不一定是准确的，有可能是分时统计的结果。

即使是实时统计的结果，在高并发的抢票期间，你看到的信息对你来说也许很快就会失效。

2. 查询余票的另一个更高级的需求是路径规划, 自动适配(根据用户输入的中转站点s)

这个功能以前可能没有，但是总有一天会暴露出来，特别是车票很紧张的情况下。

就比如从北京到上海，直达的没有了，系统可以帮你看看转一趟车的，转2趟车的，转N趟车的。（当然，转的越多越复杂）。

从中转这个角度来讲，实际上已经扯上路径规划了。

怎么中转是时间最短的，或者价格最低的，或者中转最少的。（里面还涉及转车的输入要求（比如用户要求在一线城市转车，或者必须要转高铁））。

关于路径规划，可以参考一下pgrouting，已支持多种路径规划算法，同时支持算法的自定义扩展。

简直是居家旅行，杀人灭口的必备良药。

《聊一聊双十一背后的技术 - 物流, 动态路径规划》

设计痛点

通常来说，用户可能会查询很多次，才选到合适日期的合适车次的票。

查询量比较大，春节期间更甚。

余票信息需要统计，查询会耗费较多的CPU, IO。

路径规划，很考验数据库的功能，大多数数据库没有这个功能。

2 余票统计

对于售票系统来说，查询余票实际上是一个统计操作。

统计操作相比键值查询，不但消耗大量的IO还消耗CPU资源。

为了减少实时查询余票的开销，通常会分时进行统计，更新最新的统计信息。

用户查询余票信息时，查到的是统计后的结果。

我们可以看到12306主页的余票大盘数据

pic

设计痛点

余票信息需要统计，查询会耗费较多的CPU,IO。

3 购票

购票相对于查询余票来说，从请求量来分析，比查询请求更少，因为通常来说，用户可能会查询很多次，才选到合适日期的合适车次的票。

但是由于购票是一个写操作，所以设计的关键是降低粒度，减少锁冲突，减少数据扫描量。

另外还需要考虑的是

1. 同一趟车次的同一个座位，在不同的维度可能会被多次售卖

1.1 时间维度，如发车日期

1.2 空间维度，不同的起始站点

2. 票价

票价一般和席别绑定，按区间计费。

另一个需求是尽量的将票卖出去，减少空洞座位。

打个比方，从北京到上海的车，中间经过（天津、徐州、南京、无锡、苏州），如果天津到南京段有人买了，剩下的没有被购买的段应该还可以继续被购买。

设计痛点

1. 为了减少购票系统的写锁冲突，例如同一个座位，尽量不出现因为一个会话在更新它，其他会话需要等待的情况。

（比如A用户买了北京到天津的，B用户买了天津到上海的同一趟车的同一个座位，那么应该设计合理的合并操作（如数据库内核改进）或者从设计上避免锁等待）

4 车次新增、删除、变更

春节来临时、通常需要对某些热门线路增加车次。

及车次的新增、删除和变更需求。

在设计数据库时，应该考虑到这一点。

设计痛点

车次的变更简直是牵一发而动全身，比如余票统计会跟着变化，查询系统也要跟着变化。

还有初始化信息的准备，例如为了加快购票的速度，可能会将车次的数据提前准备好（也许是每个座位一条记录）。

5 对账需求

这个属于对账系统，票可能是经过很多渠道卖出去的，例如支付宝、去哪儿、携程、铁老大的售票窗口、银行的代理窗口、客运机构 等等。

这里就涉及到实际的销售信息与资金往来的对账需求。

通常这个操作是隔天延迟对账的。

6 退票、改签需求

退票和改签也是比较常见的需求，特别是现在APP流行起来，退改签都很方便。

这就导致了用户可能会先买好一些，特别是春节期间，用户无法预先知道什么时候请假回家，所以先买几张不同日期的，到时候提前退票或者改签。

改签和退票就涉及到位置回收（对数据库来说也许是UPDATE数据），改签还涉及购票同样的流程。

设计痛点

与购票类似

7 取票

这个就很简单了，就是按照用户ID，查询已购买，未打印的车票。

8 其他需求

票的种类

学生票、团体票、卧铺、站票

这里特别是站票，站票是有上限的，需要控制一趟车的站票人数

站票同样有起点和终点，但是有些用户可能买不到终点的票，会先买一段的，然后补票或者就一直在车上不下车，下车后再补票。

先上车后补票

这个手段极其恶劣，不过很多人都是这么干的，未婚先孕，现在的年轻人啊。。。。

通常会考虑容积率，避免站票太多。

痛点小结

1. 通常来说，用户可能会查询很多次，才选到合适日期的合适车次的票。

查询量比较大，春节期间更甚。

2. 路径规划的需求，帮用户找出（时间最短、行程最短、指定中转站、最廉价、或者站票最少）等条件的中转搭乘路线。

妈妈再也不用担心买不到票啦。

3. 余票信息需要统计，查询会耗费较多的CPU, IO。

4. 为了减少购票系统的写锁冲突，例如同一个座位，尽量不出现因为一个会话在更新它，其他会话需要等待的情况。

（比如A用户买了北京到天津的，B用户买了天津到上海的同一趟车的同一个座位，那么应该设计合理的合并操作（如数据库内核改进）或者从设计上避免锁等待）

5. 车次的变更简直是牵一发而动全身，比如余票统计会跟着变化，查询系统也要跟着变化。

还有初始化信息的准备，例如为了加快购票的速度，可能会将车次的数据提前准备好（也许是每个座位一条记录）。

6. 容积率和站票比例。

综合以上痛点和需求分析，我们在设计时应尽量避免锁等待，避免实时余票查询，同时还要避免席位空洞。

二、PostgreSQL亮点特性

PostgreSQL是全世界最高级的开源数据库，几乎适用于任何场景。

有很多特性是可以用来加快开发效率，满足架构需求的。

针对铁路售票系统，可以用到哪些特性呢？

1. 使用varbit存储每趟车的每个座位途径站点是否已销售。

例如 G1921车次，从北京到上海，途径天津、徐州、南京、苏州。包括起始站，总共6个站点。 那么使用6个比特位来表示。

  1. '000000'

如果我要买从天津到徐州的，这个值变更为(下车站的BIT不需要设置)

  1. '010000'

这个位置还可以卖从北京到天津，从徐州到终点的任意站点。

余票统计也很方便，对整个车次根据BIT做聚合计算即可。

统计任意组合站点的余票（ 北京-天津, 北京-徐州, 北京-南京, 北京-苏州, 北京-上海, 天津-徐州, 天津-南京, ……, 苏州-上海 ）

  1. count(varbit) returns record

统计指定起始站点的余票（start: 北京, end: 南京； 则返回的是 北京-南京 的余票）

  1. count(varbit, start, end) returns record

以上两个需求，开发对应的聚合函数即可，其实就是一些指定范围的bitand的count操作。

2. 使用数组存储每趟车的起始站点

使用数组来存储，好处是可以使用到数组的GIN索引，快速的检索哪些车次是可以搭乘的。

例如查询从北京到南京的车次。

  1. select 车次 from table where column @> array['北京','南京'];

这条SQL是可以走索引的，效率非常高。

3. skip locked

这个特性是跳过已被锁定的行，比如用户要购买某一趟从北京到南京的车票，其实是一次UPDATE，SET BIT的操作。

但是很可能其他用户也在购买，可能就会出现锁冲突，为了避免这个情况发生，可以skip locked，跳过锁冲突，直接找另一个座位。

  1. select * from table   
  2.   where column1='车次号'   -- 指定车次  
  3.   and column2='车次日期'   -- 指定发车日期  
  4.   -- and mod(pg_backend_pid(),100) = mod(pk,100)   -- 提高并发，如果有多个连接并发的在更新，可以直接分开落到不同的行，但是可能某些pID卖完了，可能会找不到票，建议不要开启这个条件  
  5.   and column4='席别'  -- 指定席别  
  6.   and getbit(column3, 开始站点位置, 结束站点位置-1) = '0...0'  -- 获取起始位置的BIT位，要求全部为0  
  7.   order by column3 desc   -- 这个目的是先把已经卖了散票的的座位拿来卖，也符合铁大哥的思想，尽量把起点和重点的票卖出去，减少空洞  
  8.   for update  
  9.   skip locked  -- 跳过被锁的行，老牛逼了，不需要锁等待  
  10.   limit ?;     -- 要买几张票

4. cursor

如果要查询大量记录，可以使用cursor，减少重复扫描。

5. 路径规划

如果用户选择直达车已经无票了，可以自动计算转一趟，若干趟车的最佳搭乘路线。

选择途径站点即可。

参考一下pgrouting，与物流的动态路径规划需求一致。

《聊一聊双十一背后的技术 - 物流, 动态路径规划》

6. 多核并行计算

开源也支持多核并行计算的，在生成余票统计时，为了提高生成速度，可以将更多的CPU加入进来并行计算，快速得到余票统计。

7. 资源隔离

PostgreSQL为进程模型，所以可以控制每个进程的资源开销，包括(CPU,IOPS,MEMORY,network)，在铁路售票系统中，查询和售票是最关键的需求，使用这种方法，可以在关键时刻保证关键业务有足够的资源，流畅运行。

这个思想和双十一护航也是一样的，在双十一期间，会关掉一些不必要的业务，保证主要业务的资源，以及它们的流畅运行。

8. 分库分表

铁路数据也达到了海量数据的级别，但是还好铁路的数据是比较好分区的，例如按照车次就可以很好的分区。

PostgreSQL的分库分表方案很多，例如plproxy, pgpool-II, pg-xl, pg-xc, citus等等.

9. 递归查询

铁路有非常典型的上下文相关特性，例如一趟车途径N个站点，全国铁路组成了一个很大的铁路网。

递归查询可以根据某一个节点，向上或者向下递归搜索相关的站点。

pic

10. MPP

基于PostgreSQL的MPP产品很多，例如Postgres-XL, Greenplum, Hawq, REDSHIFT, paraccl, 等等。

使用PG可以和这些产品很好的融合，保持语法一致。

降低数据分析的开发成本。

三、数据库设计(伪代码)

1. 列车信息表 :

  1. create table train     
  2. (id int primary key, --主键    
  3. go_date date, -- 发车日期    
  4. train_num name, -- 车次    
  5. station text[] -- 途径站点数组    
  6. );

2. 位置信息表 :

  1. create table train_sit     
  2. (id serial8 primary key, -- 主键    
  3. tid int references train (id), --关联列车ID    
  4. bno int, -- 车厢或bucket号    
  5. sit_level text, -- 席别  
  6. sit_no int,  -- 座位号  
  7. station_bit varbit  -- 途径站点组成的BIT位信息, 已售站点用1表示, 未售站点用0表示. 购票时设置起点和终点-1, 终点不设置   
  8. );

3. 测试数据模型, 1趟火车, 途径14个站点.

  1. insert into train values (1, '2013-01-20', 'D645', array['上海南','嘉兴','杭州南','诸暨','义乌','金华','衢州','上饶','鹰潭','新余','宜春','萍乡','株洲','长沙']);

4. 插入测试数据, 共计200W个车厢或bucket, 每个车厢98个位置.

  1. insert into train_sit values (id, 1, id, '一等座', generate_series(1,98), repeat('0',14)::varbit) from generate_series(1,1000000) t(id);    
  2. insert into train_sit values (id, 1, id, '二等座', generate_series(1,98), repeat('0',98)::varbit) from generate_series(1000001,2000000) t(id);

5. 创建取数组中元素位置的函数 (实际生产时可以使用C实现) :

  1. create or replace function array_pos (a anyarray, b anyelement) returns int as $$    
  2. declare    
  3.   i int;    
  4. begin    
  5.   for i in 1..array_length(a,1) loop    
  6.     if b=a[i] then    
  7.       return i;    
  8.     end if;    
  9.     i := i+1;    
  10.   end loop;    
  11.   return null;    
  12. end;    
  13. $$ language plpgsql;

6. 创建购票函数 (伪代码) :

下单，更新

  1. create or replace function buy     
  2. (    
  3. inout i_train_num name,     
  4. inout i_fstation text,     
  5. inout i_tstation text,    
  6. inout i_go_date date,    
  7. inout i_sits int, -- 购买多少张  
  8. out o_slevel text,    
  9. out o_bucket_no int,    
  10. out o_sit_no int,    
  11. out o_order_status boolean    
  12. )     
  13. declare  
  14.   vid int[];  
  16. begin  
  18. -- 锁定席位  
  20. open cursor for  
  21. select array_agg(id) into vid[] from table   
  22.   where column1='车次号'   -- 指定车次  
  23.   and column2='车次日期'   -- 指定发车日期  
  24.   -- and mod(pg_backend_pid(),100) = mod(pk,100)   -- 提高并发，如果有多个连接并发的在更新，可以直接分开落到不同的行，但是可能某些pID卖完了，可能会找不到票，建议不要开启这个条件  
  25.   and column4='席别'  -- 指定席别  
  26.   and getbit(column3, 开始站点位置, 结束站点位置-1) = '0...0'  -- 获取起始位置的BIT位，要求全部为0  
  27.   order by column3 desc   -- 这个目的是先把已经卖了散票的的座位拿来卖，也符合铁大哥的思想，尽量把起点和重点的票卖出去，减少空洞  
  28.   for update  
  29.   skip locked  -- 跳过被锁的行，老牛逼了，不需要锁等待  
  30.   limit ?;     -- 要买几张票  
  32.   if array_lengty(vid,1)=? then  -- 确保锁定行数与实际需要购票的数量一致   
  34.     -- 购票，更新席别，设置对应BIT=1  
  35.     update ... set column3=set_bit(column3, 1, 开始位置, 结束位置) where id = any(vid);  
  36.   end if;  
  38. end;  
  39. $$ language plpgsql;

测试(old 输出) :

  1. digoal=# select * from buy('D645','杭州南','宜春','2013-01-20', 10);    
  2.  i_train_num | i_fstation | i_tstation | i_go_date  | o_slevel | o_bucket_no | o_sit_no | o_order_status     
  3. -------------+------------+------------+------------+----------+-------------+----------+----------------    
  4.  D645        | 杭州南     | 宜春       | 2013-01-20 | 一等座   |       35356 |        9 | t    
  5. (1 row)

7. 余票统计(伪代码)

表结构

  1. create table ? (  
  2.  车次  
  3.  发车日期  
  4.  起点  
  5.  到站  
  6.  余票  
  7. );

统计SQL

  1. select 车次,发车日期,count(varbit, 起点, 到站) from table group by 车次 发车日期;

四、阿里云PostgreSQL varbit, array类型增强介绍

在铁路购票系统中，有几个需求需要用到bit和array的特殊功能。

1. 余票统计

统计指定bit范围=全0的计数

不指定范围，查询任意组合的bit范围全=0的计数

2. 购票

指定bit位置过滤、取出、设置对应的bit值

根据数组值取其位置下标

回顾一下我之前写的两篇文章，也是使用varbit的应用场景，有异曲同工之妙

《基于 阿里云 RDS PostgreSQL 打造实时用户画像推荐系统》

《门禁广告销售系统需求剖析 与 PostgreSQL数据库实现》

PostgreSQL的bit, array功能已经很强大，阿里云RDS PostgreSQL的bitpack也是用户实际应用中的需求提炼的新功能，大伙一起来给阿里云提需求。

打造属于国人的PostgreSQL.

五、小结

本文从铁路购票系统的需求出发，分析了购票系统的痛点，以及数据库设计时需要注意的事项。

PostgreSQL的10个特性，可以很好的满足铁路购票系统的需求。

1. 照顾到余票查询的实时性、购票的锁竞争、以及分库分表的需求。

2. 购票时，如果是中途票，会尽量选择已售的中途票，减少位置空洞的产生，保证更多的人可以购买到全程票。

3. 使用bit描述了每一个站点是否被售出，不会出现有票不能卖的情况。