专题演讲嘉宾 :王梓晨

京东商城 运营研发部系统架构师

2012年加入京东,运营研发部系统架构师,匠艺全栈工程师。

曾负责京东智能分单团队,主导了京东智能分单系统的架构工作,4个月内提升服务性能数十倍。还研发了地址配送网点分类模型,基于机器学习算法,实现了配送到路区的精准化分单,大幅提升了分单准确率,节省人工成本。

目前专注于自然语言处理、高并发架构设计、搜索技术。

演讲:海量地址的狂欢:京东智能分单平台性能提升之路

时间:待定
地点:待定
所属专题:低延迟系统架构设计

本次分享旨在揭秘如何基于海量数据打造低延迟、高可用、高精准度的智能分单系统。中国物流规模已居世界前列,海量的数据与复杂性给电商系统提出了较高的性能要求。

如在下单环节,用户填写的地址参差不齐,如何快速有效地识别正确地址,给行政区划错误、地址层级缺失、小区名称错别字以及不同城市道路河流差异性的地址做归类是一大痛点。

京东智能分单系统应运而生,根据用户下单地址计算配送信息的系统,在用户下单时可以通过系统计算出仓储到配送员的全链路信息,迅速计算出包裹需要“飞走”的最佳路径。

而面对这样复杂的业务系统,在保障业务稳定性的同时更要保证服务的响应速度,则低延迟的架构设计是始终不变的追求。

演讲提纲

  • 系统业务背景介绍;
  • 物流智能分单系统痛点分析-复杂度与低延迟的较量;
  • 应对措施:服务拆分规则化保障快速响应的架构方案;
  • 应对措施:低延迟高可用高并发的服务优化方案;
  • 海量用户下单的地址库性能调优实践;
  • 回顾整体架构,总结。

听众受益

  • 构建低延迟高可用高并发的系统;
  • 基于海量数据、低延迟的系统架构介绍;
  • 基于海量地址库的自然语言处理与机器学习架构设计。

本专题下其他演讲

关注主办方(InfoQ)

InfoQ Qcon

交通指南