基于大數據技術的傳統服飾電商平臺設計與實現

劉泉 賈媚媚 何夢佳

摘 要：隨著傳統文化的發展，傳統服飾越來越受到人們的歡迎，構建適合大訪問量的傳統服飾電商平臺迫在眉睫。本文使用大數據相關技術，采用Spring Boot+Spring Cloud+Mybatis框架，利用Gradle對項目拆分，從數據存儲、服務器架設等方面進行優化設計，構建了基于大數據的高安全、高可用的分布式電商系統。

關鍵詞：大數據技術;傳統服飾;電子商務平臺

中圖分類號：TP315 文獻標識碼：A 文章編號：1003-5168（2019）05-0020-03

Abstract： With the gradual revival of traditional culture， traditional costumes are becoming more and more popular， and it is extremely urgent to build a traditional clothing e-commerce platform suitable for large visits. In this paper， we used big data technology， Spring Boot + Spring Cloud + Mybatis framework， Gradle to split the project， optimized the design from data storage， server installation and other aspects， and built a high-security， high-availability distributed business system based on big data.

Keywords： big data technology;traditional costume;e-commerce platform

隨著傳統文化的發展，人們開始從傳統文化中尋找能體現新時代民族文化的精神寄托。服飾吸收良好的傳統文化，不僅可以增加產品的附加值，同時也能提升產品的競爭力。為了進一步融合信息科技和傳統元素之間的關系，更好地加強對傳統文化的傳承，打造“互聯網+傳統服飾”的電商平臺正逐漸成為業界的熱點[1，2]。由此，本文結合整個服裝行業的發展趨勢，構建了基于大數據技術的傳統服飾電商平臺。

1 系統設計

基于大數據技術的傳統服飾電商平臺包含前臺模塊和后臺管理模塊兩部分。前臺模塊包括注冊登錄、商品展示、商品搜索、購物車、訂單提交、支付、會員中心和公告等。后臺管理模塊包括商品管理、商品推薦、訂單管理、采購管理、系統管理、會員管理、財務管理、統計報表及網絡管理等。系統功能模塊結構如圖1所示。

2 系統架構

本系統采用包括訪問層、Web層、接口層、表現層、中間件、服務層、緩存、持久層的構架結構。系統架構如圖2所示。

2.1 訪問層到Web層

當用戶通過PC機、移動設備等終端向Web層（平臺站點、移動APP、微信公眾號等）服務發送請求時，Nginx接收到服務會根據節點的位置、網絡的擁堵情況進行區域分流[3]，作為反向代理，可以將信息回復給服務器，反饋網絡流量、各節點的連接和負載狀況以及到用戶的距離和響應時間等綜合信息，將用戶的請求重新導向離用戶最近的服務節點上。

2.2 Web層到接口層和表現層

用戶請求首先訪問API Gateway接口，該接口將內部系統進行封裝，只提供API給客戶端，然后路由這些請求到對應的微服務，即對應的功能模塊。

2.3 表現層到服務層

按照功能將系統模塊分割成單獨的服務，利用Dubbo進行服務的發布，Spring Cloud Zookeeper作為眾多Dubbo服務的注冊中心。用戶在請求服務時，首先在注冊中心訂閱自己所需要的服務，注冊中心返回服務給請求方，請求方從注冊中心得到的地址中進行負載均衡，選擇一個合適的服務接口進行調用。進行服務調用的同時，對系統進行日志監控等行為，提供系統安全性。

2.4 服務層到持久層

在平臺中查詢功能是非常頻繁的，如果每次查詢都調用數據庫，將會使數據庫壓力劇增，因此需要在用戶和數據庫之間加一層緩存。對于同樣的查詢，只查詢一遍數據庫，然后把數據保存到緩存當中，當其他用戶再訪問同樣的頁面時便可以直接從緩存中讀取數據，這樣查詢效率將會提升非常多。同時，會大大減輕數據庫的壓力。

服務層對持久層進行操作的時候，先從緩存中查詢數據。如果緩存中有所需要查詢的數據，直接返回結果;若緩存中沒有所需查詢的數據，則再查詢數據庫。根據功能實現不同，選擇對應的數據庫進行操作。搜索服務則直接查詢索引庫。

使用Solr進行業務分化，多維度檢索。對數據索引和存儲操作異步進行，以提高可用性和吞吐量;對某些屬性字段做索引操作，存儲數據的標識key，減少索引的大小;數據存儲在分布式存儲數據庫HBase中[4]，結合Solr搜索功能進行多維度的檢索統計。

3 系統實現

該系統的操作系統環境為Microsoft Windows Server 2016，系統使用的數據庫為HBase集群+redis集群+MySQL集群，系統服務器為Nginx+FastDFS+Solr集群+Hadoop[5]。

3.1 系統前臺頁面

網站系統首頁，左側為分類標簽，右側為輪播圖見圖3。輪播圖中展示系統的熱銷商品。搜索框下為網站搜索量較高的商品。查看網站系統中的商品或者其他內容時，無需登錄。當將商品加入購物車后，在提交訂單時才需要登錄。這使系統更加親和，方便用戶的操作。

3.2 系統后臺管理頁面

網站內容管理主要是對首頁分類下的內容進行管理，可進行增加、刪除、重命名等操作，如小廣告、大廣告、輪播圖等，均在該部分維護，方便前臺的管理和展示。

商品管理主要是對商品進行管理，可進行商品的增加、刪除、重命名等操作，添加詳細的商品信息、圖片等。在后臺添加和修改過的商品信息，也會自動同步到前臺頁面。商品管理模塊如圖4所示。

4 結語

本文基于大數據相關技術，設計開發了一個用于處理海量訪問的傳統服飾電子商務平臺。系統采用訪問層、Web層、接口層、表現層、中間件、服務層、緩存、持久層的構架結構，使用Nginx實現區域分流、負載均衡，使平臺支持海量的數據訪問。測試表明，該系統運行穩定，可以滿足電商運營需求。

參考文獻：

[1]海川.“互聯網+”引爆傳統文化[J].新經濟導刊，2016（6）：44-49.

[2]陳少峰.“互聯網+文化產業”的價值鏈思考[J].北京聯合大學學報（人文社會科學版），2015（4）：7-11.

[3]常強，趙偉，張磊.基于Hadoop平臺的氫分子生物醫學數據倉庫的分析與實現[J].電子技術與軟件工程，2018（18）：187-188.

[4]聶萌瑤，張峙.大數據下基于Hadoop的智能物流平臺架構[J].無線互聯科技，2018（17）：15-16.

[5]李文強.基于Hadoop的電子商務大數據分析綜合實訓平臺建設[J].現代工業經濟和信息化，2018（11）：46-47.