阿里的“飞天”系统这么不禁打，前者勉勉强强破千，而后者已经达到了5万规模之巨，难怪罗晟会这么有信心。
接下来，罗晟主要与铁路集团的几名技术专家讨论。
“今天上午我在得知消息顺带简单研究了一下‘12306’的服务端架构。”罗晟面向众人有条不紊的说道：“广大访问者都在喷，但是我知道12306服务一上线试运行，就承受着这个世界上任何秒杀系统都无法超越的qs，上百万的并发再正常不过了。”
在场的几名铁路集团的技术骨干人员内心稀里哗啦的感动，理解万岁啊。
不懂技术的领导最难沟通，觉得没有尽力。
罗晟的话还是很有分量的。
过了片刻，罗晟补充道：“高并发的系统架构要采用分布式集群部署，服务上层有着层层负载均衡，并提供各种容灾手段，所谓的容灾手段就是双火机房、节点容错、服务器灾备等。保证系统的高可用，流量也会根据不同的负载能力和配置策略均衡到不同的服务器上。”
“即便如此，集群中的单机所能承受的qs也是非常高的，那么如何将单机性能优化到极致呢？要解决这个问题要先弄明白一件事：通常订票系统要处理生成订单、减扣库存、用户支付这三个基本的阶段，系统要做的事情就是保证火车票订到不超卖、不少卖、每张售卖的车票都必须支付才有效，还要保证系统承受极高的并发。”
几名铁路集团的技术专家连连点头表示认同，技术痛点就在这里。
罗晟继续说道：“下单减库存。当用户并发请求到达服务端时，首先创建订单，然后扣除库存，等待用户支付。这种顺序是我们一般人首先会想到的解决方案，这种情况下也能保证订单不会超卖，但也会产生一些问题，第一就是在极限并发的情况下，任何一个内存操作的细节都至关影响性能，尤其是像创建订单这种逻辑，基本都需要存储到磁盘数据库的，对数据库的压力是可想而知的，12306应该是用的甲骨文数据库，别花这个冤枉钱了，放到我的星云上。”
“第二是如果用户存在恶意下单的情况，只下单不支付这样库存就会变少，会少卖很多订单，虽然服务端可以限制i和用户的购买订单数量，但这也真心不算是一个好办法。”
“然后就是支付减库存了。如果等待用户支付了订单再减库存，第一感觉就是不会少卖。但这是并发架构的大忌，因为在极限并发的情况下，用户可能会创建很多订单，当库存减为零的时候很多用户会发现抢到的订单支付不了，这也就是所谓的‘超卖’，也不能避免并发操作数据库磁盘io。”
“最后是预扣库存。从上面两种方案的考虑，可以得出结论：只要创建订单，就要频繁操作数据库io。那么有没有一种不需要直接操作数据库io的解决方案呢？答案是有，就是预扣库存，先扣除了库存，保证不超卖，然后异步生成用户订单，这样响应给用户的速度会快很多。”
“那么怎么保证不少卖呢？用户拿到了订单，不支付怎么办？订单都应该有效期，比如说用户五分钟内不支付，订单就失效，就会加入新的库存。订单的生成是异步的，应该放到即时消费队列中处理……”
刘副总听的云里雾里的，但是他发现罗晟和他带来的几个技术专家交流的愈发火热，似乎也得出了一个信息。
找对人了！
这时，罗晟打开了房间里的墙面上的大屏幕，他也拿来了一台笔记本工作电脑打开，示意众人看向主投屏，自己一边操作电脑一边说道：
“go语言原生为并发设计，我就采用go语言给各位演示一下单机抢票的具体流程以及我优化后的解决方案。”
“go包中的it函数先于函数执行，也在这个阶段主要做一些准备性质的工作。系统需要做的准备工作有：初始化本地库存、初始化远程redis存储统一库存的hash键值、初始化redis链接池。”
“另外还需要初始化一个大小为1的t类型chan，目的是实现分布式锁的功能，也可以直接使用读写锁或者使用redis等其他方式避免资源竞争，但是使用channel更加高效，这就是go语言的哲学，不需要通过共享内存来通信，而是通过通信来共享内存。redis库使用的是redigo，下面是代码：
【
localsike包结构体定义
ackagelocalsike
tyelocalsikestruct{
localstockt64
localsalesvo64
}
…
reesike对hash结构的定义和redis连接池
ackagereesike
远程订单存储健值
tyere{
……
】
……
不知不觉，时间已经过去了一个半小时，反正刘副总是听不懂，那些代码看的晕头转向。
技术问题终于讨论的差不多了。
铁路集团的技术专家看向了刘副总并且带着肯定的目光轻点了一下头，刘副总立马就明白了，果断的转投看向罗晟问道：“罗总，如果提供这么一整套完善解决方案，报价是多少？”
罗晟直言：“每年支付10个亿。”。
刘副总听到这个数字差点没有一口老血喷出来，12306票务系统一期工程的预算也才3个亿，这样的报价简直贵到难以接受。
……