秒杀系统介绍

秒杀系统解决两个问题:一个是并发读、一个是并发写。
对应到实际的系统开发在于高可用、一致性、高性能

高性能

  1. 前端页面进行动静分离,将静态页面缓存。
    在实际的秒杀系统中我们发现其实只有秒杀时间在动态的变化。因此我们可以将用户的个人数据以及秒杀时间等动态数据与静态数据进行分离,将静态数据进行缓存。
  • 缓存技术:浏览器缓存,服务端缓存,cdn缓存
  • 浏览器缓存:需要用户刷新页面才可以进行变化,系统很难主动的将消息推送给用户,导致很长一段时间看到的页面都是不变的。
  • 服务端缓存:将页面缓存到服务端。在我的这个系统中就是将相对静态的页面比如商品详情页这些缓存到服务端redis中,采用springwebcontex与thymeleaf方法对其进行渲染放到缓存中,然后直接从缓存中取。然后根据系统要求设置对应的过期时间。
  • cdn缓存:cdn缓存是一种可能在实际系统中更可用的方案。但是将数据放到cdn缓存中需要考虑缓存失效问题与高命中问题。保证系统在秒级时间内统一失效和高命中率是比较关键的。

数据整合。将静态数据与动态数据整合主要有三种方案。

  • CSI:服务器只返回静态页面,前端通过JS异步请求动态数据。本系统就是通过ajax异步对数据进行获取。用户的体验度较低。
  • SSI:采用相对应的SSI注释行命令加载页面。缺点是不能加载包含其他服务器上的文件。
  • ESI:先请求动态数据再将动态数据与静态数据一起返回,用户看到的是一个完整的页面。对服务其的性能要求较高。
  1. 热点操作与热点数据进行优化
  • 一般来说,零点刷新、下单与添加购物车都属于热点操作,可以提前对这些操作设置一些限制,比如限制用户点击的最大次数或者在某个时间段内不能重复点击。本系统就限制了某个时间段内的最大点击数,同样将点击次数放在redis中。

热点数据的处理

  • 静态热点数据。可以提前将热点商品数据整理出来放入缓存中。
  • 动态热点数据。在实际秒杀过程中异步采集每个环节的热点key信息然后进行相关聚合分析对其进行处理。

热点数据隔离

  • 我们可以将整个业务进行分离。将这个业务申请单独的域名进行相关处理。
  • 可以将秒杀系统的数据库单独分离部署,以免影响到其他业务。

本系统将待秒杀商品的信息放入redis缓存中,然后使用rabbitmq消息队列对其进行限流。

一致性

一致性我觉得就是一个库存和重复下单的问题。
这在我在实际开发的过程中也有遇到过,在把秒杀下单的基本逻辑实现后采用jmeter进行压测时发现存在库存为负与一个用户重复下单的情况。
针对超卖这个问题首先将所有的sql语句都进行了库存的判断,但发现还是会有问题,然后尝试使用了redis分布式锁进行实现,解决了超卖这个问题,但是发现带来的消耗很大。
针对重复下单这个问题,在刚开始和最后的下单的时候对数据库采用count 1这样的指令对用户是否重复下单进行判断,另外也在数据库中建立唯一索引。
最后通过redis预减库存和rabbitmq异步处理订单消息解决一致性的问题。
将库存放到redis缓存中,通过redis缓存进行预减,设置一个hashmap,当对应商品的库存为0时将标志位置为false,减少对redis的访问。
rabbitmq异步处理,库存充足,订单生成成功,更新数据库。

高可用

保证秒杀系统的可用性,需要削减流量峰值

  • 本系统首先在采用验证码操作在入口处就削减流量峰值
  • 采用rabbitmq消息队列来异步处理消息
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,427评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,551评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,747评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,939评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,955评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,737评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,448评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,352评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,834评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,992评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,133评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,815评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,477评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,022评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,147评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,398评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,077评论 2 355