中科智旅实践：基于腾讯云构建智慧景区票务系统高可用架构

一、背景：智慧景区票务系统的高可用挑战

在智慧文旅项目落地中，景区票务系统是典型的"峰谷差异极大"业务系统——平日客流平稳，节假日和暑期旺季峰值可达平日的5-10倍。我们在多个景区项目中遇到过以下典型问题：

• 高峰宕机：黄金周售票瞬间并发飙升，自建服务器CPU打满，窗口和小程序同时瘫痪；
• 检票延迟：闸机核验请求超时，游客排队拥堵，现场投诉激增；
• 数据不一致：多渠道订单数据不同步，OTA订单与窗口售票库存冲突；
• 运维成本高：景区本地机房环境差，硬件故障频发，夜间无人值守。

从2024年开始，我们团队（中科智旅）将票务系统逐步迁移到腾讯云上，通过云原生架构解决上述问题。本文分享具体的架构设计与落地经验。

二、整体架构：基于腾讯云产品的分层设计

整套票务系统采用腾讯云产品分层部署，从接入到数据共四层：

1. 接入层：CLB + CDN + WAF

• 腾讯云CLB（负载均衡）：小程序、H5、OTA API请求统一接入CLB，后端挂多台CVM实例，自动健康检查与流量分发；
• 腾讯云CDN：静态资源（小程序包、页面图片、电子票背景图）全部走CDN缓存，源站回源率降到5%以下；
• 腾讯云WAF：开启Web应用防火墙，拦截恶意刷单、爬虫和SQL注入攻击。景区票务是黄牛重灾区，WAF规则有效拦截了大量批量刷票请求。

2. 应用层：CVM + 容器服务

• 腾讯云CVM（云服务器）：售票服务、核验服务、订单服务分别部署在不同规格的CVM上，按模块拆分扩容；
• 弹性伸缩组：设置定时伸缩策略，节假日提前2小时自动扩容一倍实例，节后自动缩容，兼顾性能与成本；
• 多可用区部署：核心服务跨两个可用区部署，单AZ故障时CLB自动切流，RTO控制在分钟级。

3. 数据层：云数据库MySQL + 云Redis + COS

• 腾讯云CDB（云数据库MySQL）：订单、票种、用户等核心数据托管在CDB，开启自动备份和只读实例，查询压力分流到只读库；
• 腾讯云Redis：票状态缓存、核销防重、分布式锁全部基于云Redis集群版，单节点故障自动切换，SLA达到99.95%；
• 腾讯云COS（对象存储）：电子票PDF、凭证图片、对账单文件全部存COS，配合CDN分发，不占用服务器磁盘。

4. 消息与监控层

• 消息队列TDMQ：售票成功、核销完成等异步事件通过TDMQ解耦，客流统计、短信通知等下游服务订阅消费；
• 云监控Cloud Monitor：对CVM CPU/内存、Redis命中率、CDB慢查询、API成功率设置告警阈值，异常自动推送企业微信。

三、核心场景的技术实现

1. 秒杀级售票：Redis预扣减 + 异步落库

黄金周热门票种（如索道票）放票瞬间QPS可达数千。我们的处理流程：

1. 票种库存提前预热到腾讯云Redis，按票种+时段作为key；
2. 用户下单时先执行Redis Lua脚本原子扣减库存，成功才生成订单；
3. 订单写入通过TDMQ异步落库到CDB，前端先返回成功，后台慢慢持久化；
4. 定时任务对账，Redis与DB库存每日校准。

这套方案上线后，放票高峰接口P99延迟从原来的800ms降到120ms，零超卖。

2. 高速检票：Redis核销状态机

闸机核验是景区现场的生命线。流程设计：

• 票状态（有效/已核销/已退）存在Redis中，检票请求先查Redis；
• 核销动作通过Redis分布式锁保证幂等，同一票号并发请求只成功一次；
• 核销结果异步写CDB，同时发TDMQ消息给客流统计服务；
• 腾讯云Redis集群版的高可用保证了检票服务不因缓存故障中断。

实测单通道扫码核验平均响应时间50ms以内，每小时可通过1500人次。

3. 电子票分发：COS + CDN加速

用户购票后生成PDF电子票，流程：

1. 后端渲染PDF后上传到腾讯云COS指定bucket；
2. COS开启CDN加速域名，用户下载电子票走CDN边缘节点；
3. 小程序端展示的二维码图片也存在COS，通过CDN分发；
4. 设置COS生命周期规则，30天前的电子票自动转低频存储，降低存储成本。

四、成本与高可用的平衡

上云后我们做了几个优化来控制成本：

• 弹性伸缩代替常驻高配：平日2台CVM跑业务，高峰自动扩到6台，月均服务器费用反而比自建机房低30%；
• COS分层存储：热数据标准存储，冷数据自动转低频/归档存储；
• CDN缓存命中率优化：静态资源缓存命中率提升到95%以上，回源带宽费用大幅下降；
• RI预留实例抵扣：长期运行的核心服务购买预留实例券，比按量付费便宜40%。

高可用方面，核心服务跨可用区部署，CDB开启自动容灾，Redis用集群版，整体可用性从原来的99.5%提升到99.95%。

五、踩过的坑

1. Redis缓存穿透：早期恶意请求随机票号打穿到DB，后来加了空值缓存和布隆过滤器解决；
2. CDN缓存不精准：电子票PDF一度被CDN缓存，导致用户下载到别人的票，后来设置了正确的Cache-Control和Cookie不缓存规则；
3. 弹性缩容误伤：自动缩容时刚好有长连接检票任务被切断，后来配置了优雅关停策略，缩容前先摘流等待连接释放。

六、总结

基于腾讯云构建智慧景区票务系统，核心收益是：把基础设施可靠性交给云厂商，团队专注业务逻辑。CLB+CDB解决入口流量，CVM弹性伸缩应对峰谷，Redis+CDB保证核心链路性能，COS+CDN解决文件分发，云监控保障运维可观测。这套架构在多个4A景区项目中稳定运行了一年多，经历了数个黄金周高峰考验。

后续我们计划引入腾讯云TI平台做客流预测，以及腾讯云人脸核身能力提升实名制景区的入园体验。