专访黄翀：东方航空到底用 MongoDB 做了什么，技术选型为何花落 MongoDB？

在今年的 MongoDB World W016 大会上，来自中国东方航空公司黄翀分享了使用MongoDB 的实践经验，介绍了东航如何将Spark 和MongoDB 配合使用来解决所面临的问题，以及具体的步骤，一时引起热议。

东航信息部PSS 部门副经理童帅华表示，选择MongoDB，是为了打造东方航空新一代Shopping 系统，希望后台数据存储除了要有关系型数据库所有查询功能，还想支持多变的数据模型以及结构。

那么，东方航空具体如何进行的技术选型？效果如何？为此，InfoQ 对东方航空相关项目的技术负责人黄翀进行了专访，对这些问题一一进行了解答。

受访嘉宾介绍

黄翀，东方航空PSS 部门架构师。作为工程师先后供职于PCCW，Sinolife 等公司，有着超过10 年开发经验，熟悉开源产品如Spark，MongoDB，Drools 等。

InfoQ：东方航空开始使用 MongoDB，您提到，目前只在一个项目中进行了使用。能否详细介绍下这个项目的背景呢？该项目的配置如何？其数据库有哪些特点，所接受的访问量是什么数量级？

黄翀：该项目是东航 Shopping 项目，为用户提供个性化的航班搜索服务，支持多目的地搜索、基于预算范围的搜索、城市主题的搜索、灵感语义的搜索、实时的低价日历搜索等。同时，灵活组合中转路径，提高 OD 航线覆盖率。

上述的项目背景所带来的技术挑战是：一次前端搜索，所带来的后端的库存和运价搜索复杂度是原来的几十倍或者上百倍。因此，该项目对系统的性能要求更高。

该项目的配置：采用 3 台 64 核 128G memory ssd 硬盘。

生产环境： 3 台服务器组 MongoDB Replica-set 集群。

访问量： 目前推广上线了部分渠道，旅客的查询量每日 600 万次 +，转换成数据库的查询量每日 4500 万次 +。

数据库总数据条数： 720 亿条，每日更新次数 2600 万次 +，99% 以上查询效率低于 200ms。

InfoQ：为什么选择在该项目中用 MongoDB？为了保证提供正常或更好的服务，东航从哪些方面进行了评估？具体的评估过程、数据、结果如何？

黄翀：该项目的特点是：高负载高并发。因此，我们在选型数据库时，主要参考技术标准如下：

• 支持基于内存查询的数据库，减少磁盘 IO 交互。
• 支持复杂多变数据存储结构与类型。
• 支持集群架构保证高可用。
• 支持复杂的 SQL 查询，例如基于预算，来搜索满足条件的航班；或者基于航班时刻（上下午），来搜索满足条件的航班等。

综合以上标准进行评估，最后我们选择了 MongoDB。

项目开始之初就依次评估过 Greenplum，Oracle，MySQL，MongoDB 等技术，有 RDBMS（ACID），有 Nosql（cap）；既考虑 key-value 型，也考虑要支持范围复杂搜索。既考虑到数据总量对性能影响，也考虑到我们是查询性能要求高，写入性能要求不是不高但是次要。既考虑到实际开发难度学习曲线，也考虑到运维成本。

最后，我们又比较了性能、开发难易程度等诸多因素，最后选择了 MongoDB。

InfoQ：Spark 和 MongoDB 的结合，是否完美匹配了东航的需求？在实时性方面，这样的结合有什么优势？在目前的使用过程中表现如何，有没有体现出优势或者暴露出不足？

黄翀： Spark 作为一个基于内存计算的引擎目前已进入东航的视野，我们进行了 POC 测试及使用场景验证，证明其对提高我们性能是有帮助的，下一步我们会考虑在生产上应用 Spark+MongoDB 的技术。

我们在运价计算场景验证了这项技术的优势。本来每次请求都要计算运价，现在我们将预先计算好的结果都存入 MongoDB，将计算性能问题转化为查询性能问题。基于我们在 MongoDB 在优化查询方面的经验，简化了问题本身。

优势显而易见，不足在于 Spark 的 map 方法不适应一些自编程 map，造成一些复杂中转程运价的计算难于在 Spark 中实现。

InfoQ：该项目在迁移、部署和维护方面是如何进行考虑的？成本是如何进行估算的？该项目目前是否已正式上线，投入使用？

黄翀：目前使用的项目不存在迁移的过程，因为是新的项目选型了 MongoDB 数据库。目前来说 MongoDB 对东航还属于新事物，因此运维这块还依赖于项目组自己和 MongoDB 的原厂商一起来保障。

使用 MongoDB 的成本主要是购买了原厂的运维保障，因为目前使用 MongoDB 的 Shopping 项目是东航电商项目的核心组件，运维级别非常高，因此采购原厂来支持保障数据库的运维是非常必要的。

该项目已正式上线投产使用。

InfoQ：该项目的技术方案具体是如何落地的？有没有遇到哪些阻力？对于想要采取相似技术方案的企业来说，有哪些经验可以分享？

黄翀：早在 2014 年初，我们已经使用 MongoDB Version 2.8 将以往使用 Oracle 作为数据库的功能都实现了一遍，这个切换是非常方便快速的，许多代码可以复用。由于 MongoDB 是无模式的，可以不遵守范式，所以在设计 document 结构时，以及 chunk key 的选择时是有争论的，MongoDB 的咨询师给了我们比较大的帮助。

随着项目进行，MongoDB 自己也在更新换代，我们一起成长。同时发现我们上一个新应用，比以往至少要快 5 个人天。我相信在 MongoDB 在不需要数据库支持强事务的场景，是非常值得采用一种数据库。

MongoDB 是操作性功能完备数据存储方案，能覆盖众多场景。在云中部署，结合 Docker 等一众运维工具，会提高运维效率，节约运维成本。

InfoQ：针对东航开始使用 MongoDB，网上也有很多的评论，也有很多的误解，有支持者也有质疑者，您如何看待这些观点呢？假如该项目的方案表现令东航十分满意，在未来会推广到其他项目中去么？

黄翀：对我们来说，我们使用 MongoDB，不是属于哗众取宠，为了使用开源技术而使用，而是针对使用的场景进行了多轮的技术验证和多个数据库 POC 测试比较，选定了满足我们要求的产品，同时成本也能为我们所接受。因此这样的选型是对东航有帮助的，同时在互联网化的今天，东航这样的传统性企业在技术上也在不断的开放自己，开始拥抱互联网技术，在民航 IT 生态圈也占据一席之地。

我们在今后的项目中，针对适合使用 MongoDB 的业务场景，也会继续考虑使用 MongoDB。

受访嘉宾将于 9 月 22 日在「大数据杂谈」做线上群分享，回复关键词「东航」，可报名入群听更全面细致的技术细节分享，跟作者线上无障碍交流。

感谢郭蕾对本文的审校。