牛逼!完美解密Redis与秒杀系统!!!

程序员大白

共 3011字,需浏览 7分钟

 ·

2022-08-03 10:30

点击上方“程序员大白”,选择“星标”公众号

重磅干货,第一时间送达


编辑 | 程序员大白公众号
来源丨http://t.cn/EAlQqQD
仅作学术交流,如有侵权,请联系删文

一、背景

秒杀活动是绝大部分电商选择的低价促销、推广品牌的方式。不仅可以给平台带来用户量,还可以提高平台知名度。一个好的秒杀系统,可以提高平台系统的稳定性和公平性,获得更好的用户体验,提升平台的口碑,从而提升秒杀活动的最大价值。
本文讨论Redis缓存设计高并发的秒杀系统。

二、秒杀的特征

秒杀活动对稀缺或者特价的商品进行定时定量售卖,吸引成大量的消费者进行抢购,但又只有少部分消费者可以下单成功。因此,秒杀活动将在较短时间内产生比平时大数十倍,上百倍的页面访问流量和下单请求流量。
秒杀活动可以分为3个阶段:
秒杀前:用户不断刷新商品详情页,页面请求达到瞬时峰值。
秒杀开始:用户点击秒杀按钮,下单请求达到瞬时峰值。
秒杀后:一部分成功下单的用户不断刷新订单或者产生退单操作,大部分用户继续刷新商品详情页等待退单机会。
消费者提交订单,一般做法是利用数据库的行级锁,只有抢到锁的请求可以进行库存查询和下单操作。但是在高并发的情况下,数据库无法承担如此大的请求,往往会使整个服务blocked,在消费者看来就是服务器宕机。

三、秒杀系统

秒杀系统的流量虽然很高,但是实际有效流量是十分有限的。利用系统的层次结构,在每个阶段提前校验,拦截无效流量,可以减少大量无效的流量涌入数据库。

四、利用浏览器缓存和CDN抗压静态页面流量

秒杀前,用户不断刷新商品详情页,造成大量的页面请求。所以,我们需要把秒杀商品详情页与普通的商品详情页分开。对于秒杀商品详情页尽量将能静态化的元素静态化处理,除了秒杀按钮需要服务端进行动态判断,其他的静态数据可以缓存在浏览器和CDN上。这样,秒杀前刷新页面导致的流量进入服务端的流量只有很小的一部分。

五、利用读写分离Redis缓存拦截流量

CDN是第一级流量拦截,第二级流量拦截我们使用支持读写分离的Redis。在这一阶段我们主要读取数据,读写分离Redis能支持高达60万以上qps,完全可以支持需求。
首先通过数据控制模块,提前将秒杀商品缓存到读写分离Redis,并设置秒杀开始标记如下:
  1. "goodsId_count": 100 //总数

  2. "goodsId_start": 0 //开始标记

  3. "goodsId_access": 0 //接受下单数

1、秒杀开始前,服务集群读取goodsId_Start为0,直接返回未开始。
2、数据控制模块将goodsId_start改为1,标志秒杀开始。
3、服务集群缓存开始标记位并开始接受请求,并记录到redis中goodsId_access,商品剩余数量为(goodsId_count - goodsId_access)。
4、当接受下单数达到goodsId_count后,继续拦截所有请求,商品剩余数量为0。
可以看出,最后成功参与下单的请求只有少部分可以被接受。在高并发的情况下,允许稍微多的流量进入。因此可以控制接受下单数的比例。

六、利用主从版Redis缓存加速库存扣量

成功参与下单后,进入下层服务,开始进行订单信息校验,库存扣量。为了避免直接访问数据库,我们使用主从版Redis来进行库存扣量,主从版Redis提供10万级别的QPS。使用Redis来优化库存查询,提前拦截秒杀失败的请求,将大大提高系统的整体吞吐量。
通过数据控制模块提前将库存存入Redis,将每个秒杀商品在Redis中用一个hash结构表示。
  1. "goodsId" : {

  2. "Total": 100

  3. "Booked": 100

  4. }

扣量时,服务器通过请求Redis获取下单资格,通过以下lua脚本实现,由于Redis是单线程模型,lua可以保证多个命令的原子性。
  1. local n = tonumber(ARGV[1])

  2. if not n or n == 0 then

  3. return 0

  4. end

  5. local vals = redis.call("HMGET", KEYS[1], "Total", "Booked");

  6. local total = tonumber(vals[1])

  7. local blocked = tonumber(vals[2])

  8. if not total or not blocked then

  9. return 0

  10. end

  11. if blocked + n <= total then

  12. redis.call("HINCRBY", KEYS[1], "Booked", n)

  13. return n;

  14. end

  15. return 0

先使用 SCRIPT LOAD将lua脚本提前缓存在Redis,然后调用 EVALSHA调用脚本,比直接调用 EVAL节省网络带宽:
  1. redis 127.0.0.1:6379>SCRIPT LOAD "lua code"

  2. "438dd755f3fe0d32771753eb57f075b18fed7716"

  3. redis 127.0.0.1:6379>EVAL 438dd755f3fe0d32771753eb57f075b18fed7716 1 goodsId 1

秒杀服务通过判断Redis是否返回抢购个数n,即可知道此次请求是否扣量成功。


七、使用主从版Redis实现简单的消息队列异步下单入库

扣量完成后,需要进行订单入库。如果商品数量较少的时候,直接操作数据库即可。如果秒杀的商品是1万,甚至10万级别,那数据库锁冲突将带来很大的性能瓶颈。因此,利用消息队列组件,当秒杀服务将订单信息写入消息队列后,即可认为下单完成,避免直接操作数据库。
1、消息队列组件依然可以使用Redis实现,在R2中用list数据结构表示。
  1. orderList {

  2. [0] = {订单内容}

  3. [1] = {订单内容}

  4. [2] = {订单内容}

  5. ...

  6. }

2、将订单内容写入Redis:
  1. LPUSH orderList {订单内容}

3、异步下单模块从Redis中顺序获取订单信息,并将订单写入数据库。
  1. BRPOP orderList 0

通过使用Redis作为消息队列,异步处理订单入库,有效的提高了用户的下单完成速度。

八、数据控制模块管理秒杀数据同步

最开始,利用读写分离Redis进行流量限制,只让部分流量进入下单。对于下单检验失败和退单等情况,需要让更多的流量进来。因此,数据控制模块需要定时将数据库中的数据进行一定的计算,同步到主从版Redis,同时再同步到读写分离的Redis,让更多的流量进来。


13个你一定要知道的PyTorch特性

解读:为什么要做特征归一化/标准化?

一文搞懂 PyTorch 内部机制

张一鸣:每个逆袭的年轻人,都具备的底层能力




西[]



浏览 53
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报