到店商详架构变迁
一、项目背景
到店商详是平台为京东到店业务提供的专属商详页面,将传统电商购物路径打造成以LBS+门店属性的本地生活服务交易链路。
二、架构变迁
1、 主站商详扩展点
优点:到店侧仅关注业务,无需过度关注服务部署、性能优化等。
缺点:涉及方较多,需求开发周期长,上线依赖方多;到店侧无法了解到全流程,不利于长期迭代。
2、 主站商详扩展点 + 独立服务
鉴于V1架构开发周期长,依赖方多等原因,到店侧决定将新迭代的某些独立楼层如:附近推荐、附近门店等新建一个服务,由主站商详下发空楼层,具体的楼层数据处理完全交由到店侧。
优点:相对V1在一定程度上缩短了开发周期,能够独立上线。
缺点:由于楼层配置由主站侧控制,独立服务要是未返回有效数据时,前端页面会显示出楼层空隙;到店侧无法了解到全流程,不利于长期迭代。
3、 去除扩展点,完全独立服务
鉴于V1、V2架构等问题,到店侧决定随着新需求更改的同时,将主站到店侧能力copy到独立服务中,完全独立开发上线。
3.1 由到店侧提供完全独立服务
网关接口的提供方由主站侧转向到店侧,前端直接调用到店侧提供的网关接口。
优点:一定程度上解决了页面会显示出楼层空隙的问题。
缺点:还是有较多能力强依赖于主站侧,后续的迭代规划去除依赖。
3.2 楼层逐步切量
优点:更多的能力支持自主开发,去除了强依赖。
缺点:切量过程中对下游接口存在重复调用。
3.3 楼层分组
随着楼层切量的完成,到店侧有能力定制化楼层配置。为了前端更好的展示效果,与前端议定将返回的楼层结构按照页面显示分块的结构分组。
优点:适配页面渲染楼层空隙。
4、 独立服务
基于V1、V2、V3迭代后,到店商详完全独立于到店侧。接下来需要优化独立服务架构。
4.1 整体调用流程
缺点:数据依赖层调用存在某些接口的重复调用,如类目信息依赖商品信息、附近门店依赖商品信息等
4.2 接口分层调用
鉴于V4.1的方案,将数据依赖层进行分层调用,这样底层的数据可以复用上层的依赖,可去除重复调用。
缺点:某一层的个别接口耗时长会影响整层的数据返回。
4.3 前置调用 + 部分楼层集成
鉴于V4.1、V4.2的方案,采用前置调用来解决接口重复调用的问题、部分楼层集成来代替分层调用(这种改动后耗时长影响的只是某个楼层,而不会影响全局)。
详细调用流程见下图:
作者:京东零售 王江波
来源:京东云开发者社区 转载请注明来源

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
生成学习全景:从基础理论到GANs技术实战
本文全面探讨了生成学习的理论与实践,包括对生成学习与判别学习的比较、详细解析GANs、VAEs及自回归模型的工作原理与结构,并通过实战案例展示了GAN模型在PyTorch中的实现。 关注TechLead,分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验,同济本复旦硕,复旦机器人智能实验室成员,阿里云认证的资深架构师,项目管理专业人士,上亿营收AI产品研发负责人 一、生成学习概述 生成学习(Generative Learning)在机器学习领域中占据了重要的位置。它通过学习数据分布的方式生成新的数据实例,这在多种应用中表现出了其独特的价值。本节将深入探讨生成学习的核心概念,明确区分生成学习与判别学习,并探索生成学习的主要应用场景。 生成学习与判别学习的区别 生成学习和判别学习是机器学习中两种主要的学习方式,它们在处理数据和学习任务时有本质的区别。 判别学习(Discriminative Learning) 目标:直接学习决策边界或输出与输入之间的映射关系。 应用:分类和回归任务,如逻辑回归、支持向量机(SVM)。 优势:通常在特定任务上更加高效,因为它们...
- 下一篇
泛互联网行业A/B测试全解析:产品优化的创新之道
更多技术交流、求职机会,欢迎关注字节跳动数据平台微信公众号,回复【1】进入官方交流群 近期,火山引擎数智平台举办了“超话数据:企业产品优化分享”的活动。火山引擎产品解决方案专家从企业应用的视角,分享了A/B实验在产品全用户生命周期的体验优化和案例。 在用户拉新环节,企业可以通过广告素材实验、落地页实验、投放受众实验及智能调优等实验实现产品的推广优化。在后续的用户激活、用户留存活跃环节,企业可以通过A/B测试帮助产品优化,开启产品体验优化实验、搜索排序实验等,实现用户体验、产品功能的优化,提升用户提留并实现沉寂用户激活。 在变现环节,企业一方面可以应用A/B测试针对交易链路、会员转化链路等开启链路优化实验实现引导用户进行商业化转化;另一方面,在优惠券发放前也可以开启A/B实验,选择出收到优惠券后变现转化率最高的人群类型后再进行优惠券发放。在用户裂变环节,企业能够通过A/B测试实现分享传播链路优化、裂变着陆页优化等,实现用户价值最大化。 以火山引擎推出的A/B测试平台DataTester应用为例,其作为A/B测试平台能够贯穿服务于从拉新到后续变现及用户裂变的产品用户全生命周期,而应用A/B...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- 2048小游戏-低调大师作品
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- SpringBoot2全家桶,快速入门学习开发网站教程
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- SpringBoot2更换Tomcat为Jetty,小型站点的福音
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- CentOS7,8上快速安装Gitea,搭建Git服务器
- CentOS6,CentOS7官方镜像安装Oracle11G