买不起机票的那些打工人，为了买到按时按点的火车票，有时在火车站排一晚上的队，尤其是逢年过节，一票难求，每年的春运都是一场考验。
南方雪灾，阵痛就在半年前。
领导此刻在想，那些陈学兵口中第一批进入规划的一线城市，正是外地打工人最多的地方。
如果真的有「智慧城市」，就该让这些人以最小的成本合理规划行程，过年顺利回家。
陈学兵看着领导陷入思考的神情，也明白领导在想什麽，思索之下觉这倒是个绝佳的解释机会，脑子里稍微措辞後道：「其实这件事我们已经在实践，想实现这个系统，应该要不了多久。」
「哦？」领导来了兴趣，身体直了一些，背起手侧耳倾听。
「关键就在於大数据中心。」陈学兵缓缓解释道：
「以现有的技术，要实现这样的实时票务管理平台，通常是买一套超强的伺服器，也就是bm大型机，或者小型机集群，把全国所有车次、所有票放进一个中心库，靠al的成熟资料库事务机制来保证绝不同时卖出同一张票。
「不过这种做法，有几个难点。
「一是中心库的「写锁」，铁路每卖一张票，都要在中心库里把这趟车沿线的成百上千个站到站组合的余票重算一遍并锁住，春运期间海量请求同时争抢同一批热门车次的数据多了，资料库里的锁就会打成一团。」
：
「嗯。」领导点点头。
他知道很难，也理解这个数据的庞大，但是具体技术上会卡在哪里，此时被陈学兵具象化了，更直观了一些。
「还有一个是余票查询的流量洪峰。」陈学兵继续道：「通常查询量会是下单量的几十倍，传统做法是让最贵的交易库来扛这个查询数据，很容易被拖垮。」
「第三个问题其实也很接近，是更高的流量洪峰，就是热门票放票的那一瞬间，海量的连接数会瞬间涌过来，把线程堵死，然後级联崩溃，全站瘫痪。
「这两个问题，行业术语叫高并发。
「要解决这个高并发，需要超大量的伺服器和专业机，而且这麽解决也是非常不划算的，因为流量高峰期过去了，这些多余的机器就是放着吃灰。」
「嗯...对。」领导再次点头，之前他还没想到这一层。
这就像二十年前那些卖紧俏货的国营商场开门那一瞬间，门被挤破还真不是个形容词。
但总不能为了开门的一瞬间大家进
本章未完，请点击下一页继续阅读！