飞猪(Fliggy)--高并发酒店搜索与推荐后端系统

技术信息

语言技术
Java、RocketMQ、ElasticSearch、Dubbo、Redis系统类型
Web、H5行业分类
电商、生活旅游

作品详情

行业场景

飞猪作为头部OTA平台，其酒店搜索业务面临大促峰值流量（如双11、暑期游）、复杂筛选逻辑（价格、地理位置、酒店品牌、设施服务）以及对实时库存/价格敏感三大核心挑战。该项目旨在重构既有搜索后端，支撑日均千万级请求，并达到亚秒级响应。

功能介绍

飞猪酒店搜索后台系统核心包含四大功能模块：索引管理模块设计了支撑千万级数据的ES多字段索引架构，通过自定义分词器解决了酒店同义词召回难题；搜索网关模块采用布隆过滤器与多级缓存（Caffeine-Redis-ES）策略，将平均响应时间控制在50ms以内，单机QPS达3000+；数据同步模块基于Canal+RocketMQ搭建了实时管道，实现价格/库存变更在1秒内同步到搜索索引；稳定性保障模块通过Sentinel实现智能化限流与熔断降级，在依赖服务异常时可自动切换至简单搜索模式，确保核心功能可用性达99.99%

项目实现

本项目基于Spring Cloud Alibaba + Elasticsearch + Redis Cluster + RocketMQ构建。我独立负责搜索网关、索引同步和性能优化。架构上设计了 “Caffeine -> Redis -> ES" 三级缓存，将热点查询命中率提升到85%以上。实现亮点包括：通过重构ES的Bool Query将复杂查询耗时从800ms优化到150ms；利用Canal+RocketMQ搭建实时数据管道，实现价格变更在1秒内同步到索引；引入Sentinel限流降级，大促期间单机QPS达3000+，核心可用性99.99%