来这里找志同道合的小伙伴！
导 语
“京东11·11全球好物节，90%仓配订单当日或次日达”，京东物流的快是众所周知的，作为京东供应链管理最重要的一环，背后都有哪些技术系统在支撑呢？它们在本次京东11·11全球好物节都做了哪些准备支撑呢？
用户从京东商城下单后，系统开始进行订单拆分、转移、分单，之后订单信息流就进入到物流系统正式开始生产。由仓储系统出库之后，经过路由系统的全网路由规划，最后配送员按分单系统规划出的最优路径将包裹送到客户手中。在整个物流网络中，生产系统、存储系统、计算系统高效而精密的配合，让物流、信息流与资金流的快速运转，实现了货物的极速送达，为物流全链管理降本增效。
仓储系统——全球触达，技术增速
仓储系统支撑了京东物流中小件、大件、冷链、B2B、跨境业务的仓储运营，系统围绕着仓库、货主、商品、库存、单据组成了入库、在库、出库众多形态的业务作业模式。
就在今年刚刚过去的11.11，一个看似普通订单的背后，都有成百上千个系统密集的逻辑计算以及上亿次数据存储的处理做支撑，业务复杂度可见一斑。面对交易额和单量爆发式的增长，系统在支撑过程中如何降低每笔订单的处理成本，提升整体系统的吞吐能力，提升整体的出库能力是最主要的几个挑战。
2012年起，京东物流仓储系统通过从传统的单机应用到互联网级的大型分布式系统，到如今支持单元化部署的架构演进，加快了仓储快速布局与扩张的速度。
通过大数据与人工智能技术，在商品布局、智能存储、拣货路径优化、人机混合、智能排产、耗材推荐等方面的创新，做到了精益管理，从而提升生产效率、降低生产成本。
通过物联网技术与智能设备（无人仓、AS/RS、输送线、分拣机、AGV等）的结合，实现了智能园区的落地。
从历年大促前需要提前两个月备战到如今常态化运营，系统在分布式架构，数据库优化、关键服务优化、降级限流、全链路压测、监控等方面的技术突破，使得系统具备了高并发，高可用、可弹性扩展的能力。
分布在北京、上海、广州、深圳、武汉等全国各地十几座大型智能化物流中心“亚洲一号”与几百个大型库房实现了海量订单的处理，大大化解了大促时期订单爆发式增长所带来的运营压力。这种基于全球智能供应链基础网络GSSC的能力，实现了与客户、行业、社会的价值共创。
分单系统——GIS引擎，智能中枢
用户下单后，怎么迅速知道收货地址对应哪个站点甚至哪个配送员呢？ GIS精准分单平台起到了关键性的作用。
在11.11大促期间，系统不仅可以实现每分钟1000 万单的智能预分拣，还能将预分拣准确率保持在99%以上，有效规避了由于错分站点造成不能按时履约送达的问题。
技术上，在地址处理方面，基于机器学习自研了地址分词模型，并且将一个非结构化杂乱的地址转化成一个有序的空间，即通过优化深度学习模型TextCNN的模型结构，结合lstm等模型，形成一整套策略处理物流地址数据，形成一套用于物流的标准地址树。
在高并发方面，通过构建多级缓存，改进RTree构建方式以及采用基于栅格的Geohash编码方法等多种GIS优化策略提高性能，将地址围栏检索服务性能tp99控制在2ms以内。
配送系统——多系统协同，多方式提效
青龙系统承载京东物流配送业务，具备日处理亿级运单量的系统负载能力，通过共享平台接入各类三方运力，大大提升了京东物流大促时的配送任务处理峰值，并通过数据对接管控提升配送体验。
青龙外单子系统负责个性化关键商家运单接入，通过自定义EIP框架实现快速商家运单对接需求；运单子系统是青龙系统的数据中枢，通过多种数据存储技术支持多维度运单与全程跟踪数据写入与查询服务；调度子系统负责运单的生产调度，建立了基于成本和时效的高效调度机制，在大促时提升了各个作业单位的产能平衡；分拣子系统负责分拣中心、TC转运中心等作业场地的包裹集散，通过对接世界先进的自动分拣设备，全面提升分拣效率， 通过边缘计算技术提升了分拣现场操作的效率。
运输子系统负责运输车辆管理、运输任务调度， 通过自有运力和三方运力的自由组合， 提升了大促时的整体运输能力；配送子系统负责物流的最后一公里，通过边缘计算，为配送站点和配送员使用智能设备提供顺畅的操作体验；通过三方众包承运商的合作，大大提升大促时终端的配送能力。
Promise履约——用户实时感知进度
Promise系统在下单前对用户提供商详页时效、运费计算、ICON服务、自提点推荐、配送方式及各种时效品牌预约日历服务，如京准达，京瞬达、标准达等。系统通过多级缓存、并行处理等技术提升系统的性能及吞吐量。
11·11期间，用户结算页接口峰值突破9974万/分钟，全天调用量达165亿，商详页调用量峰值2482万/分钟，全天调用量93.7亿，订单打标及智能排产系统处理自营订单创新高。
下单后，智能排产系统通过产能预测模型，预测各个库房、站点的生产能力，对下单前的用预约日历，下单后订单下传到库房以及运输到站点的生产进行智能化控制，使无序的生产变为有序，提升生产效益。在技术上实现高性能的分布式队列，真实映射了各个库房的产能情况，同时做到了生产情况的实时预警。
结 语
京东物流技术系统规模庞大、分工详细，备战从薄弱点优化、慢SQL优化、压力测试、应急预案、线上演练、依赖升级、信息安全、智能硬件等多项并行逐级准备，根据系统性质，准备应急预案近千个。在如此精细万全的规划下，本次大促京东物流不仅稳定保持业内最快的配送时效，还以0事故完美完成此次备战，给社会供应链管理优化带来了更多美好的可能性。
------------------END------------------
