淘寶“雙11”億級商品秒殺解決方案

    短時間內服務器接收到的搶購請求數量驟然升高，可能是平時的幾十倍，甚至幾百倍，系統可能會出現宕機的情況商品數量有限，需要嚴格控制交易成功的數量，也就是不能出現超賣的問題。

   秒殺屬于讀多寫少的場景，所以借助Redis的特性，提高查詢的性能；
    并發搶購的請求中只有少數請求才能成功，可以使用限流的手段把盡可能多的請求攔截在系統上游；
    使用Redis鎖的機制解決超賣問題；

京東“6.18” 熱點大數據緩存解決方案

    一般數據庫是把數據保存在磁盤中，被訪問時會把數據讀取到內存，然后再輸出出去；
   內存讀取速度 > 磁盤讀取速度；
    熱點數據直接從內存讀取，而不從數據庫讀取；

    Redis是內存數據庫，能支撐非常高的數據吞吐量，提前把熱點數據從數據庫加載到內存中，每次請求數據直接從內存讀取并輸出出去；

    在一定的時間內參加紅包雨的用戶會非常多，對系統的訪問量也會驟增，需要解決的問題就是系統的高并發量帶來的服務器壓力。

    采用基于SpringCloud微服務結構進行管理紅包雨活動、獎品的相關信息，同時基于阿里云的相關服務完成搶紅包時的負載均衡，保證系統運行流暢。

移動支付的快捷支付解決方案

    移動互聯網的發展使得用戶的日常生活越來越依賴于手機，現在幾乎每個人都有支付寶、微信，那么通過手機就能完成訂單支付是快捷的選擇（不需要使用銀行下發的加密設備），如何讓自研系統支持支付寶、微信支付功能就是需要解決的首要問題。

    支付寶/微信支付開發平臺對外提供了很多與訂單支付相關的接口，例如：支付交易、退款交易、交易記錄等。在用戶發起支付請求時，在系統中基于支付寶/微信提供的接口生成二維碼，用戶直接通過掃碼完成支付。

今日頭條智能推送解決方案

    收集并分析用戶對新聞消息的偏好。

    收集用戶在系統使用過程中數據，對其進行清洗、加工為分析模型準備原始數據；
    通過kafka分布式流平臺匯總數據；
    基于Spark ALS推薦算法找到與用戶數據較為匹配的課程。

優酷、愛奇藝視頻流媒體點播解決方案

  視頻播放過程中需要保證視頻的流暢度，能夠暫停、快進、快退等功能；
    防止用戶的惡意下載。

    基于HLS對流媒體文件進行拆分達到實時的下載播放，并兼具快進、快退的功能。
    基于OSS云存儲相關防護機制，防止用戶的惡意下載。

騰訊課堂云存儲的流媒體存儲解決方案

    資源的保存時要保證完整性、安全性；同時訪問時要保證網絡帶寬是足夠的；
    高成本的自建存儲系統（搭建成本、運維成本）；

    把視頻存儲到主流的云存儲平臺中，保證資源的安全性，網絡帶寬，降低運維成本；
    在平臺本地用來完成視頻資源與課程的關聯維護。