当你访问淘宝的时候，发生了什么？

原文地址：当你访问淘宝的时候，发生了什么？

由于准备阿里的面试（这个问题之前在阿里的笔面试中出现过），因此把这个问题还翻出来复习了一下。太细节的地方背起来固然没什么意义，这里我就整理每一步大概作了哪些事情以及涉及到阿里相关的那些技术。

1. 浏览器查询DNS服务器

在浏览器中键入的只是网址，那么浏览器要知道具体的服务器就要查询DNS服务器，将www.taobao.com转换成相应的IP地址。阿里旗下网站的每日访问量巨大，不可能将全部访问都解析到一个IP地址上，那么这一步就涉及到阿里的负载均衡系统。

2. 产生PV，同时若是是独立用户那么将产生UV

PV指的是Page View，页面被刷新一次就记一次数。

UV指的是User View，一个用户访问一次就记一次数，不管这个用户访问了多少个页面或者刷新了多少遍，都只记一次UV。

3. 从CDN中获取素材

阿里旗下的网站——尤为是淘宝和天猫——富文本素材众多，那么若是都从服务器上读取的话，一来速度慢，二来对服务器的压力也大。因此这一步就涉及到阿里的CDN与分布式文件系统。阿里在全国创建了上百个CDN节点，CDN指的是内容分发网络。

4. 搜索

这是不少上淘宝天猫要作的第一件事情，那么阿里的后台系统将搜索行为分为如下四个类型：

• 浏览型
• 查询型
• 对比型
• 肯定型

针对不一样的搜索类型，会出现不一样的结果。这里涉及到阿里的搜索引擎和日志系统。搜索引擎中包含了天然语言处理和中文分词以及其余技术。日志系统是记载了用户作出的各种行为，好比查询、交易、取消交易等等，这些都会被保存下来。

5. 交易快照

只要是进行过的交易都会记录下来，不管商品的信息是否发生了改变。那么保存这些信息是须要很是巨大的存储代价的，那么这一步就涉及到阿里的分布式存储系统，同时注意这些数据保存以前都是会进行压缩的。

6. 数据传输

不管是日志仍是交易信息，乘以阿里每日的交易量都是一个很大的数据，因此阿里还开发了本身的数据传输系统。

7. 云梯

最后，你在阿里旗下的全部网站的全部行为，都会被大规模数据挖掘系统云梯进行分析，以求最大程度地还原和定位你这我的。