马上春节了, 火车票又到了销售旺季, 一票难求依旧。
抢火车票是很有意思的一个课题，对it人的智商以及it系统的健壮性，尤其是数据库的功能和性能都是一种挑战。
为什么这么说呢，我们一起来缕一缕。
铁路售票系统最基本的需求包括
每个需求都有各自的特点，例如
1. 查询余票属于一个高并发的操作，同时需要一定的统计量在里面，需要很强的cpu来支撑实时的查询。
2. 购票则更新的操作居多，需要考虑锁冲突，尽量的让不同的人购买时可并行，或者可以合并多人的购票请求，来减少数据库的更新操作。
3. 中转乘车，当用户需要购买的起点和到达站无票时，需要计算中转的搭乘方案，这个涉及的是数据库的路径规划功能。
我们来逐一分析一下这些需求的特点。
1. 普通的余票查询需求
你如果要买从北京到上海的火车票，通常会查一下哪些车次还有余票。
查询的过滤条件可能很多，比如
1.1. 源、目的、中转站
1.2. 车次类型（高铁、动车、或者普客）
1.3. 出发日期、时段
1.4. 到达日期、时段
1.5. 席别
1.6. 过滤掉没有余票的车次
输出还要考虑到排序、分页的需求。
查询余票通常不是实时的、或者说不一定是准确的，有可能是分时统计的结果。
即使是实时统计的结果，在高并发的抢票期间，你看到的信息对你来说也许很快就会失效。
2. 查询余票的另一个更高级的需求是路径规划, 自动适配(根据用户输入的中转站点s)
这个功能以前可能没有，但是总有一天会暴露出来，特别是车票很紧张的情况下。
就比如从北京到上海，直达的没有了，系统可以帮你看看转一趟车的，转2趟车的，转n趟车的。（当然，转的越多越复杂）。
从中转这个角度来讲，实际上已经扯上路径规划了。
怎么中转是时间最短的，或者价格最低的，或者中转最少的。（里面还涉及转车的输入要求（比如用户要求在一线城市转车，或者必须要转高铁））。
关于路径规划，可以参考一下pgrouting，已支持多种路径规划算法，同时支持算法的自定义扩展。
简直是居家旅行，杀人灭口的必备良药。
<a href="../201607/20160710_01.md">《聊一聊双十一背后的技术 - 物流, 动态路径规划》</a>
通常来说，用户可能会查询很多次，才选到合适日期的合适车次的票。
查询量比较大，春节期间更甚。
余票信息需要统计，查询会耗费较多的cpu, io。
路径规划，很考验数据库的功能，大多数数据库没有这个功能。
对于售票系统来说，查询余票实际上是一个统计操作。
统计操作相比键值查询，不但消耗大量的io还消耗cpu资源。
为了减少实时查询余票的开销，通常会分时进行统计，更新最新的统计信息。
用户查询余票信息时，查到的是统计后的结果。
我们可以看到12306主页的余票大盘数据
余票信息需要统计，查询会耗费较多的cpu,io。
购票相对于查询余票来说，从请求量来分析，比查询请求更少，因为通常来说，用户可能会查询很多次，才选到合适日期的合适车次的票。
但是由于购票是一个写操作，所以设计的关键是降低粒度，减少锁冲突，减少数据扫描量。
另外还需要考虑的是
1. 同一趟车次的同一个座位，在不同的维度可能会被多次售卖
1.1 时间维度，如发车日期
1.2 空间维度，不同的起始站点
2. 票价
票价一般和席别绑定，按区间计费。
另一个需求是尽量的将票卖出去，减少空洞座位。
打个比方，从北京到上海的车，中间经过（天津、徐州、南京、无锡、苏州），如果天津到南京段有人买了，剩下的没有被购买的段应该还可以继续被购买。
1. 为了减少购票系统的写锁冲突，例如同一个座位，尽量不出现因为一个会话在更新它，其他会话需要等待的情况。
（比如a用户买了北京到天津的，b用户买了天津到上海的同一趟车的同一个座位，那么应该设计合理的合并操作（如数据库内核改进）或者从设计上避免锁等待）
春节来临时、通常需要对某些热门线路增加车次。
及车次的新增、删除和变更需求。
在设计数据库时，应该考虑到这一点。
车次的变更简直是牵一发而动全身，比如余票统计会跟着变化，查询系统也要跟着变化。
还有初始化信息的准备，例如为了加快购票的速度，可能会将车次的数据提前准备好（也许是每个座位一条记录）。
这个属于对账系统，票可能是经过很多渠道卖出去的，例如支付宝、去哪儿、携程、铁老大的售票窗口、银行的代理窗口、客运机构 等等。
这里就涉及到实际的销售信息与资金往来的对账需求。
通常这个操作是隔天延迟对账的。
退票和改签也是比较常见的需求，特别是现在app流行起来，退改签都很方便。
这就导致了用户可能会先买好一些，特别是春节期间，用户无法预先知道什么时候请假回家，所以先买几张不同日期的，到时候提前退票或者改签。
改签和退票就涉及到位置回收（对数据库来说也许是update数据），改签还涉及购票同样的流程。
与购票类似
这个就很简单了，就是按照用户id，查询已购买，未打印的车票。
学生票、团体票、卧铺、站票
这里特别是站票，站票是有上限的，需要控制一趟车的站票人数
站票同样有起点和终点，但是有些用户可能买不到终点的票，会先买一段的，然后补票或者就一直在车上不下车，下车后再补票。
这个手段极其恶劣，不过很多人都是这么干的，未婚先孕，现在的年轻人啊。。。。
通常会考虑容积率，避免站票太多。
1. 通常来说，用户可能会查询很多次，才选到合适日期的合适车次的票。
2. 路径规划的需求，帮用户找出（时间最短、行程最短、指定中转站、最廉价、或者站票最少）等条件的中转搭乘路线。
妈妈再也不用担心买不到票啦。
3. 余票信息需要统计，查询会耗费较多的cpu, io。
4. 为了减少购票系统的写锁冲突，例如同一个座位，尽量不出现因为一个会话在更新它，其他会话需要等待的情况。
5. 车次的变更简直是牵一发而动全身，比如余票统计会跟着变化，查询系统也要跟着变化。
6. 容积率和站票比例。
综合以上痛点和需求分析，我们在设计时应尽量避免锁等待，避免实时余票查询，同时还要避免席位空洞。
postgresql是全世界最高级的开源数据库，几乎适用于任何场景。
有很多特性是可以用来加快开发效率，满足架构需求的。
针对铁路售票系统，可以用到哪些特性呢？
1. 使用varbit存储每趟车的每个座位途径站点是否已销售。
例如 g1921车次，从北京到上海，途径天津、徐州、南京、苏州。包括起始站，总共6个站点。 那么使用6个比特位来表示。
如果我要买从天津到徐州的，这个值变更为(下车站的bit不需要设置)
这个位置还可以卖从北京到天津，从徐州到终点的任意站点。
余票统计也很方便，对整个车次根据bit做聚合计算即可。
统计任意组合站点的余票（ 北京-天津, 北京-徐州, 北京-南京, 北京-苏州, 北京-上海, 天津-徐州, 天津-南京, ……, 苏州-上海 ）
统计指定起始站点的余票（start: 北京, end: 南京； 则返回的是 北京-南京 的余票）
以上两个需求，开发对应的聚合函数即可，其实就是一些指定范围的bitand的count操作。
2. 使用数组存储每趟车的起始站点
使用数组来存储，好处是可以使用到数组的gin索引，快速的检索哪些车次是可以搭乘的。
例如查询从北京到南京的车次。
这条sql是可以走索引的，效率非常高。
3. skip locked
这个特性是跳过已被锁定的行，比如用户要购买某一趟从北京到南京的车票，其实是一次update，set bit的操作。
但是很可能其他用户也在购买，可能就会出现锁冲突，为了避免这个情况发生，可以skip locked，跳过锁冲突，直接找另一个座位。
4. cursor
如果要查询大量记录，可以使用cursor，减少重复扫描。
5. 路径规划
如果用户选择直达车已经无票了，可以自动计算转一趟，若干趟车的最佳搭乘路线。
选择途径站点即可。
参考一下pgrouting，与物流的动态路径规划需求一致。
6. 多核并行计算
开源也支持多核并行计算的，在生成余票统计时，为了提高生成速度，可以将更多的cpu加入进来并行计算，快速得到余票统计。
7. 资源隔离
postgresql为进程模型，所以可以控制每个进程的资源开销，包括(cpu,iops,memory,network)，在铁路售票系统中，查询和售票是最关键的需求，使用这种方法，可以在关键时刻保证关键业务有足够的资源，流畅运行。
这个思想和双十一护航也是一样的，在双十一期间，会关掉一些不必要的业务，保证主要业务的资源，以及它们的流畅运行。
8. 分库分表
铁路数据也达到了海量数据的级别，但是还好铁路的数据是比较好分区的，例如按照车次就可以很好的分区。
postgresql的分库分表方案很多，例如plproxy, pgpool-ii, pg-xl, pg-xc, citus等等.
9. 递归查询
铁路有非常典型的上下文相关特性，例如一趟车途径n个站点，全国铁路组成了一个很大的铁路网。
递归查询可以根据某一个节点，向上或者向下递归搜索相关的站点。
10. mpp
基于postgresql的mpp产品很多，例如postgres-xl, greenplum, hawq, redshift, paraccl, 等等。
使用pg可以和这些产品很好的融合，保持语法一致。
降低数据分析的开发成本。
1. 列车信息表 :
2. 位置信息表 :
3. 测试数据模型, 1趟火车, 途径14个站点.
4. 插入测试数据, 共计200w个车厢或bucket, 每个车厢98个位置.
5. 创建取数组中元素位置的函数 (实际生产时可以使用c实现) :
6. 创建购票函数 (伪代码) :
下单，更新
测试(old 输出) :
7. 余票统计(伪代码)
表结构
统计sql
在铁路购票系统中，有几个需求需要用到bit和array的特殊功能。
1. 余票统计
统计指定bit范围=全0的计数
不指定范围，查询任意组合的bit范围全=0的计数
2. 购票
指定bit位置过滤、取出、设置对应的bit值
根据数组值取其位置下标
回顾一下我之前写的两篇文章，也是使用varbit的应用场景，有异曲同工之妙
<a href="../201610/20161021_01.md">《基于 阿里云 rds postgresql 打造实时用户画像推荐系统》</a>
<a href="20161124_01.md">《门禁广告销售系统需求剖析 与 postgresql数据库实现》</a>
postgresql的bit, array功能已经很强大，阿里云rds postgresql的bitpack也是用户实际应用中的需求提炼的新功能，大伙一起来给阿里云提需求。
打造属于国人的postgresql.
本文从铁路购票系统的需求出发，分析了购票系统的痛点，以及数据库设计时需要注意的事项。
postgresql的10个特性，可以很好的满足铁路购票系统的需求。
1. 照顾到余票查询的实时性、购票的锁竞争、以及分库分表的需求。
2. 购票时，如果是中途票，会尽量选择已售的中途票，减少位置空洞的产生，保证更多的人可以购买到全程票。
3. 使用bit描述了每一个站点是否被售出，不会出现有票不能卖的情况。