高并發(fā)秒殺系統(tǒng)架構(gòu)解密，不是所有的秒殺都是秒殺！
作者個人研發(fā)的在高并發(fā)場景下，提供的簡單、穩(wěn)定、可擴展的延遲消息隊列框架，具有精準(zhǔn)的定時任務(wù)和延遲隊列處理功能。自開源半年多以來，已成功為十幾家中小型企業(yè)提供了精準(zhǔn)定時調(diào)度方案，經(jīng)受住了生產(chǎn)環(huán)境的考驗。為使更多童鞋受益，現(xiàn)給出開源框架地址：https://github.com/sunshinelyz/mykit-delay
寫在前面
很多小伙伴反饋說，高并發(fā)專題學(xué)了那么久，但是，在真正做項目時，仍然不知道如何下手處理高并發(fā)業(yè)務(wù)場景!甚至很多小伙伴仍然停留在只是簡單的提供接口(CRUD)階段，不知道學(xué)習(xí)的并發(fā)知識如何運用到實際項目中，就更別提如何構(gòu)建高并發(fā)系統(tǒng)了!
究竟什么樣的系統(tǒng)算是高并發(fā)系統(tǒng)?今天，我們就一起解密高并發(fā)業(yè)務(wù)場景下典型的秒殺系統(tǒng)的架構(gòu)，結(jié)合高并發(fā)專題下的其他文章，學(xué)以致用。
電商系統(tǒng)架構(gòu)在電商領(lǐng)域，存在著典型的秒殺業(yè)務(wù)場景，那何謂秒殺場景呢。簡單的來說就是一件商品的購買人數(shù)遠(yuǎn)遠(yuǎn)大于這件商品的庫存，而且這件商品在很短的時間內(nèi)就會被搶購一空。比如每年的618、雙11大促，小米新品促銷等業(yè)務(wù)場景，就是典型的秒殺業(yè)務(wù)場景。
我們可以將電商系統(tǒng)的架構(gòu)簡化成下圖所示。
由圖所示，我們可以簡單的將電商系統(tǒng)的核心層分為：負(fù)載均衡層、應(yīng)用層和持久層。接下來，我們就預(yù)估下每一層的并發(fā)量。
- 假如負(fù)載均衡層使用的是高性能的Nginx，則我們可以預(yù)估Nginx最大的并發(fā)度為：10W+，這里是以萬為單位。
- 假設(shè)應(yīng)用層我們使用的是Tomcat，而Tomcat的最大并發(fā)度可以預(yù)估為800左右，這里是以百為單位。
- 假設(shè)持久層的緩存使用的是Redis，數(shù)據(jù)庫使用的是MySQL，MySQL的最大并發(fā)度可以預(yù)估為1000左右，以千為單位。Redis的最大并發(fā)度可以預(yù)估為5W左右，以萬為單位。
所以，負(fù)載均衡層、應(yīng)用層和持久層各自的并發(fā)度是不同的，那么，為了提升系統(tǒng)的總體并發(fā)度和緩存，我們通?？梢圆扇∧男┓桨改?
(1)系統(tǒng)擴容
系統(tǒng)擴容包括垂直擴容和水平擴容，增加設(shè)備和機器配置，絕大多數(shù)的場景有效。
(2)緩存
本地緩存或者集中式緩存，減少網(wǎng)絡(luò)IO，基于內(nèi)存讀取數(shù)據(jù)。大部分場景有效。
(3)讀寫分離
采用讀寫分離，分而治之，增加機器的并行處理能力。
秒殺系統(tǒng)的特點對于秒殺系統(tǒng)來說，我們可以從業(yè)務(wù)和技術(shù)兩個角度來闡述其自身存在的一些特點。
秒殺系統(tǒng)的業(yè)務(wù)特點
這里，我們可以使用12306網(wǎng)站來舉例，每年春運時，12306網(wǎng)站的訪問量是非常大的，但是網(wǎng)站平時的訪問量卻是比較平緩的，也就是說，每年春運時節(jié)，12306網(wǎng)站的訪問量會出現(xiàn)瞬時突增的現(xiàn)象。
再比如，小米秒殺系統(tǒng)，在上午10點開售商品，10點前的訪問量比較平緩，10點時同樣會出現(xiàn)并發(fā)量瞬時突增的現(xiàn)象。
所以，秒殺系統(tǒng)的流量和并發(fā)量我們可以使用下圖來表示。
由圖可以看出，秒殺系統(tǒng)的并發(fā)量存在瞬時凸峰的特點，也叫做流量突刺現(xiàn)象。
我們可以將秒殺系統(tǒng)的特點總結(jié)如下。
(1)限時、限量、限價
在規(guī)定的時間內(nèi)進(jìn)行;秒殺活動中商品的數(shù)量有限;商品的價格會遠(yuǎn)遠(yuǎn)低于原來的價格，也就是說，在秒殺活動中，商品會以遠(yuǎn)遠(yuǎn)低于原來的價格出售。
例如，秒殺活動的時間僅限于某天上午10點到10點半，商品數(shù)量只有10萬件，售完為止，而且商品的價格非常低，例如：1元購等業(yè)務(wù)場景。
限時、限量和限價可以單獨存在，也可以組合存在。
(2)活動預(yù)熱
需要提前配置活動;活動還未開始時，用戶可以查看活動的相關(guān)信息;秒殺活動開始前，對活動進(jìn)行大力宣傳。
(3)持續(xù)時間短
購買的人數(shù)數(shù)量龐大;商品會迅速售完。
在系統(tǒng)流量呈現(xiàn)上，就會出現(xiàn)一個突刺現(xiàn)象，此時的并發(fā)訪問量是非常高的，大部分秒殺場景下，商品會在極短的時間內(nèi)售完。
秒殺系統(tǒng)的技術(shù)特點
我們可以將秒殺系統(tǒng)的技術(shù)特點總結(jié)如下。
(1)瞬時并發(fā)量非常高
大量用戶會在同一時間搶購商品;瞬間并發(fā)峰值非常高。
(2)讀多寫少
系統(tǒng)中商品頁的訪問量巨大;商品的可購買數(shù)量非常少;庫存的查詢訪問數(shù)量遠(yuǎn)遠(yuǎn)大于商品的購買數(shù)量。
在商品頁中往往會加入一些限流措施，例如早期的秒殺系統(tǒng)商品頁會加入驗證碼來平滑前端對系統(tǒng)的訪問流量，近期的秒殺系統(tǒng)商品詳情頁會在用戶打開頁面時，提示用戶登錄系統(tǒng)。這都是對系統(tǒng)的訪問進(jìn)行限流的一些措施。
(3)流程簡單
秒殺系統(tǒng)的業(yè)務(wù)流程一般比較簡單;總體上來說，秒殺系統(tǒng)的業(yè)務(wù)流程可以概括為：下單減庫存。
秒殺三階段
通常，從秒殺開始到結(jié)束，往往會經(jīng)歷三個階段：
準(zhǔn)備階段：這個階段也叫作系統(tǒng)預(yù)熱階段，此時會提前預(yù)熱秒殺系統(tǒng)的業(yè)務(wù)數(shù)據(jù)，往往這個時候，用戶會不斷刷新秒殺頁面，來查看秒殺活動是否已經(jīng)開始。在一定程度上，通過用戶不斷刷新頁面的操作，可以將一些數(shù)據(jù)存儲到Redis中進(jìn)行預(yù)熱。
秒殺階段：這個階段主要是秒殺活動的過程，會產(chǎn)生瞬時的高并發(fā)流量，對系統(tǒng)資源會造成巨大的沖擊，所以，在秒殺階段一定要做好系統(tǒng)防護。
結(jié)算階段： 完成秒殺后的數(shù)據(jù)處理工作，比如數(shù)據(jù)的一致性問題處理，異常情況處理，商品的回倉處理等。
針對這種短時間內(nèi)大流量的系統(tǒng)來說，就不太適合使用系統(tǒng)擴容了，因為即使系統(tǒng)擴容了，也就是在很短的時間內(nèi)會使用到擴容后的系統(tǒng)，大部分時間內(nèi)，系統(tǒng)無需擴容即可正常訪問。那么，我們可以采取哪些方案來提升系統(tǒng)的秒殺性能呢?
秒殺系統(tǒng)方案
針對秒殺系統(tǒng)的特點，我們可以采取如下的措施來提升系統(tǒng)的性能。
(1)異步解耦
將整體流程進(jìn)行拆解，核心流程通過隊列方式進(jìn)行控制。
(2)限流防刷
控制網(wǎng)站整體流量，提高請求的門檻，避免系統(tǒng)資源耗盡。
(3)資源控制
將整體流程中的資源調(diào)度進(jìn)行控制，揚長避短。
由于應(yīng)用層能夠承載的并發(fā)量比緩存的并發(fā)量少很多。所以，在高并發(fā)系統(tǒng)中，我們可以直接使用OpenResty由負(fù)載均衡層訪問緩存，避免了調(diào)用應(yīng)用層的性能損耗。大家可以到https://openresty.org/cn/來了解有關(guān)OpenResty更多的知識。同時，由于秒殺系統(tǒng)中，商品數(shù)量比較少，我們也可以使用動態(tài)渲染技術(shù)，CDN技術(shù)來加速網(wǎng)站的訪問性能。
如果在秒殺活動開始時，并發(fā)量太高時，我們可以將用戶的請求放入隊列中進(jìn)行處理，并為用戶彈出排隊頁面。
秒殺系統(tǒng)時序圖
網(wǎng)上很多的秒殺系統(tǒng)和對秒殺系統(tǒng)的解決方案，并不是真正的秒殺系統(tǒng)，他們采用的只是同步處理請求的方案，一旦并發(fā)量真的上來了，他們所謂的秒殺系統(tǒng)的性能會急劇下降。我們先來看一下秒殺系統(tǒng)在同步下單時的時序圖。
同步下單流程
1.用戶發(fā)起秒殺請求
在同步下單流程中，首先，用戶發(fā)起秒殺請求。商城服務(wù)需要依次執(zhí)行如下流程來處理秒殺請求的業(yè)務(wù)。
(1)識別驗證碼是否正確
商城服務(wù)判斷用戶發(fā)起秒殺請求時提交的驗證碼是否正確。
(2)判斷活動是否已經(jīng)結(jié)束
驗證當(dāng)前秒殺活動是否已經(jīng)結(jié)束。
(3)驗證訪問請求是否處于黑名單
在電商領(lǐng)域中，存在著很多的惡意競爭，也就是說，其他商家可能會通過不正當(dāng)手段來惡意請求秒殺系統(tǒng)，占用系統(tǒng)大量的帶寬和其他系統(tǒng)資源。此時，就需要使用風(fēng)控系統(tǒng)等實現(xiàn)黑名單機制。為了簡單，也可以使用攔截器統(tǒng)計訪問頻次實現(xiàn)黑名單機制。
(4)驗證真實庫存是否足夠
系統(tǒng)需要驗證商品的真實庫存是否足夠，是否能夠支持本次秒殺活動的商品庫存量。
(5)扣減緩存中的庫存
在秒殺業(yè)務(wù)中，往往會將商品庫存等信息存放在緩存中，此時，還需要驗證秒殺活動使用的商品庫存是否足夠，并且需要扣減秒殺活動的商品庫存數(shù)量。
(6)計算秒殺的價格
由于在秒殺活動中，商品的秒殺價格和商品的真實價格存在差異，所以，需要計算商品的秒殺價格。
注意：如果在秒殺場景中，系統(tǒng)涉及的業(yè)務(wù)更加復(fù)雜的話，會涉及更多的業(yè)務(wù)操作，這里，我只是列舉出一些常見的業(yè)務(wù)操作。
2.提交訂單
(1)訂單入口
將用戶提交的訂單信息保存到數(shù)據(jù)庫中。
(2)扣減真實庫存
訂單入庫后，需要在商品的真實庫存中將本次成功下單的商品數(shù)量扣除。
如果我們使用上述流程開發(fā)了一個秒殺系統(tǒng)，當(dāng)用戶發(fā)起秒殺請求時，由于系統(tǒng)每個業(yè)務(wù)流程都是串行執(zhí)行的，整體上系統(tǒng)的性能不會太高，當(dāng)并發(fā)量太高時，我們會為用戶彈出下面的排隊頁面，來提示用戶進(jìn)行等待。
此時的排隊時間可能是15秒，也可能是30秒，甚至是更長時間。這就存在一個問題：在用戶發(fā)起秒殺請求到服務(wù)器返回結(jié)果的這段時間內(nèi)，客戶端和服務(wù)器之間的連接不會被釋放，這就會占大量占用服務(wù)器的資源。
網(wǎng)上很多介紹如何實現(xiàn)秒殺系統(tǒng)的文章都是采用的這種方式，那么，這種方式能做秒殺系統(tǒng)嗎?答案是可以做，但是這種方式支撐的并發(fā)量并不是太高。此時，有些網(wǎng)友可能會問：我們公司就是這樣做的秒殺系統(tǒng)啊!上線后一直在用，沒啥問題啊!我想說的是：使用同步下單方式確實可以做秒殺系統(tǒng)，但是同步下單的性能不會太高。之所以你們公司采用同步下單的方式做秒殺系統(tǒng)沒出現(xiàn)大的問題，那是因為你們的秒殺系統(tǒng)的并發(fā)量沒達(dá)到一定的量級，也就是說，你們的秒殺系統(tǒng)的并發(fā)量其實并不高。
所以，很多所謂的秒殺系統(tǒng)，存在著秒殺的業(yè)務(wù)，但是稱不上真正的秒殺系統(tǒng)，原因就在于他們使用的是同步的下單流程，限制了系統(tǒng)的并發(fā)流量。之所以上線后沒出現(xiàn)太大的問題，是因為系統(tǒng)的并發(fā)量不高，不足以壓死整個系統(tǒng)。
如果12306、淘寶、天貓、京東、小米等大型商城的秒殺系統(tǒng)是這么玩的話，那么，他們的系統(tǒng)遲早會被玩死，他們的系統(tǒng)工程師不被開除才怪!所以，在秒殺系統(tǒng)中，這種同步處理下單的業(yè)務(wù)流程的方案是不可取的。
以上就是同步下單的整個流程操作，如果下單流程更加復(fù)雜的話，就會涉及到更多的業(yè)務(wù)操作。
異步下單流程
既然同步下單流程的秒殺系統(tǒng)稱不上真正的秒殺系統(tǒng)，那我們就需要采用異步的下單流程了。異步的下單流程不會限制系統(tǒng)的高并發(fā)流量。
1.用戶發(fā)起秒殺請求
用戶發(fā)起秒殺請求后，商城服務(wù)會經(jīng)過如下業(yè)務(wù)流程。
(1)檢測驗證碼是否正確
用戶發(fā)起秒殺請求時，會將驗證碼一同發(fā)送過來，系統(tǒng)會檢驗驗證碼是否有效，并且是否正確。
(2)是否限流
系統(tǒng)會對用戶的請求進(jìn)行是否限流的判斷，這里，我們可以通過判斷消息隊列的長度來進(jìn)行判斷。因為我們將用戶的請求放在了消息隊列中，消息隊列中堆積的是用戶的請求，我們可以根據(jù)當(dāng)前消息隊列中存在的待處理的請求數(shù)量來判斷是否需要對用戶的請求進(jìn)行限流處理。
例如，在秒殺活動中，我們出售1000件商品，此時在消息隊列中存在1000個請求，如果后續(xù)仍然有用戶發(fā)起秒殺請求，則后續(xù)的請求我們可以不再處理，直接向用戶返回商品已售完的提示。
所以，使用限流后，我們可以更快的處理用戶的請求和釋放連接的資源。
(3)發(fā)送MQ
用戶的秒殺請求通過前面的驗證后，我們就可以將用戶的請求參數(shù)等信息發(fā)送到MQ中進(jìn)行異步處理，同時，向用戶響應(yīng)結(jié)果信息。在商城服務(wù)中，會有專門的異步任務(wù)處理模塊來消費消息隊列中的請求，并處理后續(xù)的異步流程。
在用戶發(fā)起秒殺請求時，異步下單流程比同步下單流程處理的業(yè)務(wù)操作更少，它將后續(xù)的操作通過MQ發(fā)送給異步處理模塊進(jìn)行處理，并迅速向用戶返回響應(yīng)結(jié)果，釋放請求連接。
2.異步處理
我們可以將下單流程的如下操作進(jìn)行異步處理。
(1)判斷活動是否已經(jīng)結(jié)束
(2)判斷本次請求是否處于系統(tǒng)黑名單，為了防止電商領(lǐng)域同行的惡意競爭可以為系統(tǒng)增加黑名單機制，將惡意的請求放入系統(tǒng)的黑名單中?？梢允褂脭r截器統(tǒng)計訪問頻次來實現(xiàn)。
(3)扣減緩存中的秒殺商品的庫存數(shù)量。
(4)生成秒殺Token，這個Token是綁定當(dāng)前用戶和當(dāng)前秒殺活動的，只有生成了秒殺Token的請求才有資格進(jìn)行秒殺活動。
這里我們引入了異步處理機制，在異步處理中，系統(tǒng)使用多少資源，分配多少線程來處理相應(yīng)的任務(wù)，是可以進(jìn)行控制的。
3.短輪詢查詢秒殺結(jié)果
這里，可以采取客戶端短輪詢查詢是否獲得秒殺資格的方案。例如，客戶端可以每隔3秒鐘輪詢請求服務(wù)器，查詢是否獲得秒殺資格，這里，我們在服務(wù)器的處理就是判斷當(dāng)前用戶是否存在秒殺Token，如果服務(wù)器為當(dāng)前用戶生成了秒殺Token，則當(dāng)前用戶存在秒殺資格。否則繼續(xù)輪詢查詢，直到超時或者服務(wù)器返回商品已售完或者無秒殺資格等信息為止。
采用短輪詢查詢秒殺結(jié)果時，在頁面上我們同樣可以提示用戶排隊處理中，但是此時客戶端會每隔幾秒輪詢服務(wù)器查詢秒殺資格的狀態(tài)，相比于同步下單流程來說，無需長時間占用請求連接。
此時，可能會有網(wǎng)友會問：采用短輪詢查詢的方式，會不會存在直到超時也查詢不到是否具有秒殺資格的狀態(tài)呢?答案是：有可能! 這里我們試想一下秒殺的真實場景，商家參加秒殺活動本質(zhì)上不是為了賺錢，而是提升商品的銷量和商家的知名度，吸引更多的用戶來買自己的商品。所以，我們不必保證用戶能夠100%的查詢到是否具有秒殺資格的狀態(tài)。
4.秒殺結(jié)算
(1)驗證下單Token
客戶端提交秒殺結(jié)算時，會將秒殺Token一同提交到服務(wù)器，商城服務(wù)會驗證當(dāng)前的秒殺Token是否有效。
(2)加入秒殺購物車
商城服務(wù)在驗證秒殺Token合法并有效后，會將用戶秒殺的商品添加到秒殺購物車。
5.提交訂單
(1)訂單入庫
將用戶提交的訂單信息保存到數(shù)據(jù)庫中。
(2)刪除Token
秒殺商品訂單入庫成功后，刪除秒殺Token。
這里大家可以思考一個問題：我們?yōu)槭裁粗辉诋惒较聠瘟鞒痰姆凵糠植捎卯惒教幚?，而沒有在其他部分采取異步削峰和填谷的措施呢?
這是因為在異步下單流程的設(shè)計中，無論是在產(chǎn)品設(shè)計上還是在接口設(shè)計上，我們在用戶發(fā)起秒殺請求階段對用戶的請求進(jìn)行了限流操作，可以說，系統(tǒng)的限流操作是非常前置的。在用戶發(fā)起秒殺請求時進(jìn)行了限流，系統(tǒng)的高峰流量已經(jīng)被平滑解決了，再往后走，其實系統(tǒng)的并發(fā)量和系統(tǒng)流量并不是非常高了。
所以，網(wǎng)上很多的文章和帖子中在介紹秒殺系統(tǒng)時，說是在下單時使用異步削峰來進(jìn)行一些限流操作，那都是在扯淡!因為下單操作在整個秒殺系統(tǒng)的流程中屬于比較靠后的操作了，限流操作一定要前置處理，在秒殺業(yè)務(wù)后面的流程中做限流操作是沒啥卵用的。
高并發(fā)“黑科技”與致勝奇招
假設(shè)，在秒殺系統(tǒng)中我們使用Redis實現(xiàn)緩存，假設(shè)Redis的讀寫并發(fā)量在5萬左右。我們的商城秒殺業(yè)務(wù)需要支持的并發(fā)量在100萬左右。如果這100萬的并發(fā)全部打入Redis中，Redis很可能就會掛掉，那么，我們?nèi)绾谓鉀Q這個問題呢?接下來，我們就一起來探討這個問題。
在高并發(fā)的秒殺系統(tǒng)中，如果采用Redis緩存數(shù)據(jù)，則Redis緩存的并發(fā)處理能力是關(guān)鍵，因為很多的前綴操作都需要訪問Redis。而異步削峰只是基本的操作，關(guān)鍵還是要保證Redis的并發(fā)處理能力。
解決這個問題的關(guān)鍵思想就是：分而治之，將商品庫存分開放。
暗度陳倉
我們在Redis中存儲秒殺商品的庫存數(shù)量時，可以將秒殺商品的庫存進(jìn)行“分割”存儲來提升Redis的讀寫并發(fā)量。
例如，原來的秒殺商品的id為10001，庫存為1000件，在Redis中的存儲為(10001, 1000)，我們將原有的庫存分割為5份，則每份的庫存為200件，此時，我們在Redia中存儲的信息為(10001_0, 200)，(10001_1, 200)，(10001_2, 200)，(10001_3, 200)，(10001_4, 200)。
此時，我們將庫存進(jìn)行分割后，每個分割后的庫存使用商品id加上一個數(shù)字標(biāo)識來存儲，這樣，在對存儲商品庫存的每個Key進(jìn)行Hash運算時，得出的Hash結(jié)果是不同的，這就說明，存儲商品庫存的Key有很大概率不在Redis的同一個槽位中，這就能夠提升Redis處理請求的性能和并發(fā)量。
分割庫存后，我們還需要在Redis中存儲一份商品id和分割庫存后的Key的映射關(guān)系，此時映射關(guān)系的Key為商品的id，也就是10001，Value為分割庫存后存儲庫存信息的Key，也就是10001_0，10001_1，10001_2，10001_3，10001_4。在Redis中我們可以使用List來存儲這些值。
在真正處理庫存信息時，我們可以先從Redis中查詢出秒殺商品對應(yīng)的分割庫存后的所有Key，同時使用AtomicLong來記錄當(dāng)前的請求數(shù)量，使用請求數(shù)量對從Redia中查詢出的秒殺商品對應(yīng)的分割庫存后的所有Key的長度進(jìn)行求模運算，得出的結(jié)果為0，1，2，3，4。再在前面拼接上商品id就可以得出真正的庫存緩存的Key。此時，就可以根據(jù)這個Key直接到Redis中獲取相應(yīng)的庫存信息。
移花接木
在高并發(fā)業(yè)務(wù)場景中，我們可以直接使用Lua腳本庫(OpenResty)從負(fù)載均衡層直接訪問緩存。
這里，我們思考一個場景：如果在秒殺業(yè)務(wù)場景中，秒殺的商品被瞬間搶購一空。此時，用戶再發(fā)起秒殺請求時，如果系統(tǒng)由負(fù)載均衡層請求應(yīng)用層的各個服務(wù)，再由應(yīng)用層的各個服務(wù)訪問緩存和數(shù)據(jù)庫，其實，本質(zhì)上已經(jīng)沒有任何意義了，因為商品已經(jīng)賣完了，再通過系統(tǒng)的應(yīng)用層進(jìn)行層層校驗已經(jīng)沒有太多意義了!!而應(yīng)用層的并發(fā)訪問量是以百為單位的，這又在一定程度上會降低系統(tǒng)的并發(fā)度。
為了解決這個問題，此時，我們可以在系統(tǒng)的負(fù)載均衡層取出用戶發(fā)送請求時攜帶的用戶id，商品id和秒殺活動id等信息，直接通過Lua腳本等技術(shù)來訪問緩存中的庫存信息。如果秒殺商品的庫存小于或者等于0，則直接返回用戶商品已售完的提示信息，而不用再經(jīng)過應(yīng)用層的層層校驗了。 針對這個架構(gòu)，我們可以參見本文中的電商系統(tǒng)的架構(gòu)圖(正文開始的第一張圖)。
Redis助力秒殺系統(tǒng)
我們可以在Redis中設(shè)計一個Hash數(shù)據(jù)結(jié)構(gòu)，來支持商品庫存的扣減操作，如下所示。
- seckill:goodsStock:${goodsId}{
- totalCount:200,
- initStatus:0,
- seckillCount:0
- }
在我們設(shè)計的Hash數(shù)據(jù)結(jié)構(gòu)中，有三個非常主要的屬性。
- totalCount：表示參與秒殺的商品的總數(shù)量，在秒殺活動開始前，我們就需要提前將此值加載到Redis緩存中。
- initStatus：我們把這個值設(shè)計成一個布爾值。秒殺開始前，這個值為0，表示秒殺未開始?？梢酝ㄟ^定時任務(wù)或者后臺操作，將此值修改為1，則表示秒殺開始。
- seckillCount：表示秒殺的商品數(shù)量，在秒殺過程中，此值的上限為totalCount，當(dāng)此值達(dá)到totalCount時，表示商品已經(jīng)秒殺完畢。
我們可以通過下面的代碼片段在秒殺預(yù)熱階段，將要參與秒殺的商品數(shù)據(jù)加載的緩存。
- /**
- * @author binghe
- * @description 秒殺前構(gòu)建商品緩存代碼示例
- */
- public class SeckillCacheBuilder{
- private static final String GOODS_CACHE = "seckill:goodsStock:";
- private String getCacheKey(String id) {
- return GOODS_CACHE.concat(id);
- }
- public void prepare(String id, int totalCount) {
- String key = getCacheKey(id);
- Map<String, Integer> goods = new HashMap<>();
- goods.put("totalCount", totalCount);
- goods.put("initStatus", 0);
- goods.put("seckillCount", 0);
- redisTemplate.opsForHash().putAll(key, goods);
- }
- }
秒殺開始的時候，我們需要在代碼中首先判斷緩存中的seckillCount值是否小于totalCount值，如果seckillCount值確實小于totalCount值，我們才能夠?qū)齑孢M(jìn)行鎖定。在我們的程序中，這兩步其實并不是原子性的。如果在分布式環(huán)境中，我們通過多臺機器同時操作Redis緩存，就會發(fā)生同步問題，進(jìn)而引起“超賣”的嚴(yán)重后果。
在電商領(lǐng)域，有一個專業(yè)名詞叫作“超賣”。顧名思義：“超賣”就是說賣出的商品數(shù)量比商品的庫存數(shù)量多，這在電商領(lǐng)域是一個非常嚴(yán)重的問題。那么，我們?nèi)绾谓鉀Q“超賣”問題呢?
Lua腳本完美解決超賣問題
我們?nèi)绾谓鉀Q多臺機器同時操作Redis出現(xiàn)的同步問題呢?一個比較好的方案就是使用Lua腳本。我們可以使用Lua腳本將Redis中扣減庫存的操作封裝成一個原子操作，這樣就能夠保證操作的原子性，從而解決高并發(fā)環(huán)境下的同步問題。
例如，我們可以編寫如下的Lua腳本代碼，來執(zhí)行Redis中的庫存扣減操作。
- local resultFlag = "0"
- local n = tonumber(ARGV[1])
- local key = KEYS[1]
- local goodsInfo = redis.call("HMGET",key,"totalCount","seckillCount")
- local total = tonumber(goodsInfo[1])
- local alloc = tonumber(goodsInfo[2])
- if not total then
- return resultFlag
- end
- if total >= alloc + n then
- local ret = redis.call("HINCRBY",key,"seckillCount",n)
- return tostring(ret)
- end
- return resultFlag
我們可以使用如下的Java代碼來調(diào)用上述Lua腳本。
- public int secKill(String id, int number) {
- String key = getCacheKey(id);
- Object seckillCount = redisTemplate.execute(script, Arrays.asList(key), String.valueOf(number));
- return Integer.valueOf(seckillCount.toString());
- }
這樣，我們在執(zhí)行秒殺活動時，就能夠保證操作的原子性，從而有效的避免數(shù)據(jù)的同步問題，進(jìn)而有效的解決了“超賣”問題。
本文轉(zhuǎn)載自微信公眾號「冰河技術(shù)」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請聯(lián)系冰河技術(shù)公眾號。
