方案背景：
目前部署在阿里云上的系统存在内存不够用，不定期的应用假死 问题。为了解决这些问题并能够很好的对系统的扩展性和可用性进行 配置。系统需要进行部署改造。为此提出改造方案。
支付客户端1
支付客户端N
1、发送请求
4、返回结果
7、消息发送
支付网关
旧 -- 2、处理后发送…
3、处理后返回 5、异步回调
Tomca应用 6、发送尸 ActiveMQ 消息 服务器 回调消息 服务器
数据库
目前的通讯过程主要有2中构成，分别如下表: 序号 通讯路径 备注 生成订单、主动查询、 退款、取消订单 1 。 ②③④ ⑤T②〜② 图：通讯过程
2 付款通知 详细的通讯过程如下图:
其中通讯虚线标识是一次连接，但该连接为用完即关闭，特点为连接 时间比
较短。图中实线标识该为一个连接，但该连接具有连接时间长 的特点，一般是系统起来后进行连接，系统主要注销后关闭。其中步 骤6采用的连接池技
术。从图中可以看出目前主要的瓶颈分别内存、 硬盘速度和大小、带宽（目前较好）。 分别讨论如下：
目前的内存的主要消耗对象为：
内存消耗对象分析 序号 系统 主要对象 建议内存 1 2 3 4 4 Tomcat应用服 目前没有使用缓存技术，主要是线程占 用4G 数和连接数占用相关的内存 务器 ActiveX消息服 主要是连接数和消息的存储（自带数据 库4G 存储引擎） 务器 Mysql 4G 查询缓存 操作系统 预留 进程管理、调度 应急和升级 10% 20% 结论：建议采用16G内存。因虚拟机内存可以调整，在开始阶段可 以采用
8G的内存（节省开支），支撑的数量高了调整为16G 关于CPU建议4核心CPU及以上。主要用来给 Mysql、java使用 数据量来后，可以将 mysql单
独部署到独立的虚机上。
如果部署mysql，建议硬盘100G。不部署mysql50G即可。 本部署方案为迁移的方案，为计算优化需要的各个参数。
优化方案
系统的特点：数据增长量非常快，并且有在一定时间段比较集中 的特点。但是查询的量是比较少的，所有的操作基本上是以 订单编号进行查询和修改。
下图为系统运行一段时间的后数据的冷热程度， 横轴为总量。系统中 经常操作的数据往往最新添加的数据从比例上可以看出占到的数据 量是比较小的。
32位的
1 1 1 1 1 类似预授权的 退款操作
热点数据
不建议采用分库分表的方案，建议采用noSql中的redis技术和mysql 共同处理。其中Redis采用redis-storage技术，可以实现数据的快速 访问。
redis-storage采用 google 的 Leveldb 存储引擎，以下为 Leveldb 的相关
情况：Leveldb是一个google实现的非常高效的kv数据库， 目前的版本
1.2能够支持十亿级别的数据量了。 在这个数量级别下
还有着非常高的性能，主要归功于它的良好的设计。特别是 LSM算
法。LevelDB是单进程的服务，性能非常之高，在一台 4个Q6600 的CPU机器上，每秒钟写数据超过 40w，而随机读的性能每秒钟超 过 10w。 实际使用情况：目前了解到国内某快递公司的核心骨干系统采用 redis-
storage进行查询和存储，日均处理单量大于 500万（均为不同
的单号，平均600万），自上线后，运行较为稳定（1年左右，总单
量超过20亿条）。
建议采用Redis-storage技术，同时结合mysql做支付数据的离线分析 和备份。
更改的结果为如下图，即增加一个 用内存来进行加速。
支付客户端N
Redis-stroage的nosql数据库。利
支付客户端1
1、发送请求
4、返回结果
6、消息发送
分离数据 库1 分离数据 库2 分离数据 库N 分支系统
本方案的优点:
性能上非常高，Redis-storage非常适合该系统的特征，系统在单 量超高10亿单后，依然能够具有较好的性能。
工程上的好处：本方案没有采用复杂的分表和分库，结构简单， 减少了程序的复杂性。可以先完成程序和 行分离数据的功能编写。
redis-storage部分，后续进
因篇幅问题不能全部显示，请点此查看更多更全内容