偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

撐住流量洪峰!七個(gè) Java 高并發(fā)秒殺原則助你輕松扛住雙11!

開發(fā) 前端
真正能撐住雙 11 流量洪峰的,不是某個(gè)單一的優(yōu)化,而是 從前端到數(shù)據(jù)庫(kù)的全鏈路協(xié)同設(shè)計(jì)。當(dāng)你構(gòu)建出這樣一套體系,面對(duì)千萬(wàn)級(jí)并發(fā)也能做到“系統(tǒng)穩(wěn)如老狗”,再也不用擔(dān)心用戶抱怨“點(diǎn)了沒反應(yīng),結(jié)果秒沒了”。

想象這樣一個(gè)場(chǎng)景:

  • 午夜零點(diǎn),某款新手機(jī)開放搶購(gòu);
  • 數(shù)十萬(wàn)人幾乎在同一毫秒同時(shí)點(diǎn)擊“立即購(gòu)買”;
  • 頁(yè)面瞬間卡死,支付沒反應(yīng),庫(kù)存提示“售罄”;
  • 結(jié)果大多數(shù)人都沒有下單成功,卻感覺像被“欺騙”。

這就是 高并發(fā)秒殺。它不僅僅是賣貨的活動(dòng),更是對(duì) 系統(tǒng)架構(gòu)、并發(fā)處理、用戶體驗(yàn) 的極限考驗(yàn)。

秒殺的本質(zhì)特點(diǎn)包括:

  • 瞬時(shí)高并發(fā):同時(shí)涌入的請(qǐng)求可能超過 10 萬(wàn);
  • 資源極度稀缺:幾百件商品要面對(duì)幾十萬(wàn)的搶購(gòu)請(qǐng)求;
  • 一致性要求高:不能出現(xiàn)超賣、重復(fù)下單;
  • 用戶體驗(yàn)敏感:哪怕頁(yè)面延遲一秒,都會(huì)帶來(lái)大量投訴。

如果沒有任何防護(hù),所有請(qǐng)求直沖數(shù)據(jù)庫(kù),結(jié)局可想而知:連接池打滿、鎖競(jìng)爭(zhēng)、CPU 飆升、事務(wù)阻塞、系統(tǒng)崩潰。

那我們?cè)撊绾螐娜輵?yīng)對(duì)?本文將通過 7 大策略,結(jié)合前后端代碼實(shí)例,為你完整拆解 Java 高并發(fā)秒殺的應(yīng)對(duì)方案。

一、前端優(yōu)化:第一層攔截

前端雖然無(wú)法徹底阻止惡意攻擊,但卻是最接近用戶的一層,可以顯著減少無(wú)效請(qǐng)求涌入后端。

按鈕防連點(diǎn)(防誤觸)

避免用戶因手滑或卡頓多次提交請(qǐng)求。

<template>
  <button
    :disabled="isDisabled || countdown > 0"
    @click="handleClick"
    class="seckill-btn"
  >
    {{ buttonText }}
  </button>
</template>


<script>
export default {
  data() {
    return {
      isDisabled: false,
      countdown: 0,
      maxCountdown: 5
    }
  },
  computed: {
    buttonText() {
      if (this.countdown > 0) return `請(qǐng)等待${this.countdown}秒`
      return this.isDisabled ? '搶購(gòu)中...' : '立即搶購(gòu)'
    }
  },
  methods: {
    async handleClick() {
      if (this.isDisabled || this.countdown > 0) return
      this.isDisabled = true
      try {
        const result = await this.$api.createOrder()
        if (result.success) {
          this.$message.success('搶購(gòu)成功')
        } else {
          this.startCountdown()
          this.$message.error(result.message || '搶購(gòu)失敗')
        }
      } catch (e) {
        this.startCountdown()
        this.$message.error('請(qǐng)求異常,請(qǐng)稍后重試')
      } finally {
        this.isDisabled = false
      }
    },
    startCountdown() {
      this.countdown = this.maxCountdown
      const timer = setInterval(() => {
        this.countdown--
        if (this.countdown <= 0) clearInterval(timer)
      }, 1000)
    }
  }
}
</script>

優(yōu)化點(diǎn):

  • 請(qǐng)求失敗后,按鈕進(jìn)入冷卻期,避免用戶瘋狂點(diǎn)擊;
  • 提供友好的提示,降低用戶焦慮感。

請(qǐng)求頻率限制(節(jié)流)

即使前端無(wú)法防住所有腳本攻擊,節(jié)流 依然是減少無(wú)效請(qǐng)求的有效手段。

function throttle(fn, delay) {
  let lastCall = 0
  return function (...args) {
    const now = Date.now()
    if (now - lastCall < delay) {
      console.warn('操作過于頻繁')
      return
    }
    lastCall = now
    return fn.apply(this, args)
  }
}


const throttledCreateOrder = throttle(createOrder, 500) // 500ms 內(nèi)最多一次

二、后端核心方案:架構(gòu)護(hù)城河

流量削峰:Redis Streams 緩沖隊(duì)列

直接把上百萬(wàn)請(qǐng)求打到數(shù)據(jù)庫(kù),必死無(wú)疑。我們需要 Redis Streams 來(lái)作為緩沖器。

路徑:/src/main/java/com/icoderoad/seckill/service/SeckillQueueService.java

package com.icoderoad.seckill.service;


@Slf4j
@Service
public class SeckillQueueService {


    @Resource
    private RedisTemplate<String, Object> redisTemplate;


    private static final String STREAM_KEY = "seckill:requests";
    private static final String GROUP = "seckill_group";
    private static final String DLQ_KEY = "seckill:dlq";


    @PostConstruct
    public void initGroup() {
        try {
            redisTemplate.opsForStream().createGroup(STREAM_KEY, ReadOffset.from("0-0"), GROUP);
        } catch (Exception e) {
            log.info("消費(fèi)者組已存在: {}", GROUP);
        }
    }


    /** 入隊(duì):防重復(fù)提交 + 寫入消息隊(duì)列 */
    public boolean enqueue(String userId, String productId) {
        String key = "seckill:participated:" + productId;
        if (Boolean.TRUE.equals(redisTemplate.opsForSet().isMember(key, userId))) return false;


        Map<String, Object> msg = Map.of(
            "userId", userId,
            "productId", productId,
            "time", System.currentTimeMillis(),
            "reqId", UUID.randomUUID().toString()
        );


        redisTemplate.opsForStream().add(STREAM_KEY, msg);
        redisTemplate.opsForSet().add(key, userId);
        redisTemplate.expire(key, 10, TimeUnit.MINUTES);
        return true;
    }


    /** 消費(fèi)請(qǐng)求 */
    @Async("seckillExecutor")
    public void consume() {
        while (true) {
            try {
                List<MapRecord<String, Object, Object>> records = redisTemplate.opsForStream()
                        .read(Consumer.from(GROUP, "c-" + Thread.currentThread().getId()),
                              StreamReadOptions.empty().count(1).block(Duration.ofSeconds(5)),
                              StreamOffset.create(STREAM_KEY, ReadOffset.lastConsumed()));


                if (records == null) continue;


                for (MapRecord<String, Object, Object> rec : records) {
                    Map<Object, Object> body = rec.getValue();
                    String uid = (String) body.get("userId");
                    String pid = (String) body.get("productId");


                    if (process(uid, pid)) {
                        redisTemplate.opsForStream().acknowledge(STREAM_KEY, GROUP, rec.getId());
                    } else {
                        redisTemplate.opsForList().leftPush(DLQ_KEY, body);
                    }
                }
            } catch (Exception e) {
                log.error("消費(fèi)異常", e);
                try { Thread.sleep(1000); } catch (InterruptedException ignored) {}
            }
        }
    }


    private boolean process(String uid, String pid) {
        if (reduceStock(pid, 1)) {
            createOrder(uid, pid);
            return true;
        }
        return false;
    }


    private boolean reduceStock(String pid, int count) {
        // Redis Lua 扣減邏輯
        return true;
    }


    private void createOrder(String uid, String pid) {
        log.info("訂單創(chuàng)建成功:user={} product={}", uid, pid);
    }
}

優(yōu)化點(diǎn):

  • 使用 DLQ 死信隊(duì)列保存失敗請(qǐng)求,便于人工干預(yù);
  • 異步消費(fèi),平滑處理請(qǐng)求;
  • 結(jié)合 Redis ACK 機(jī)制,保證消息可靠。

三、防超賣:Redis + Lua 原子扣減

路徑:/src/main/java/com/icoderoad/seckill/service/StockService.java

核心邏輯:檢查庫(kù)存 + 扣減 必須是一個(gè)原子操作,否則會(huì)導(dǎo)致超賣。

@Service
@Slf4j
public class StockService {


    @Resource
    private RedisTemplate<String, Object> redisTemplate;


    private static final String LUA_SCRIPT =
        "local stock = redis.call('get', KEYS[1]) " +
        "if not stock then return 0 " +
        "elseif tonumber(stock) < tonumber(ARGV[1]) then return 0 " +
        "else redis.call('decrby', KEYS[1], ARGV[1]) return 1 end";


    public boolean reduceStock(String productId, int qty) {
        DefaultRedisScript<Long> script = new DefaultRedisScript<>(LUA_SCRIPT, Long.class);
        Long res = redisTemplate.execute(script, List.of("product:stock:" + productId), String.valueOf(qty));
        return res != null && res == 1L;
    }


    public void preloadStock(String productId, int stock) {
        redisTemplate.opsForValue().set("product:stock:" + productId, stock);
    }


    public void syncStockToDB(String productId, int finalStock) {
        // 批量寫回 MySQL,避免頻繁 I/O
        log.info("庫(kù)存同步至DB product={} stock={}", productId, finalStock);
    }
}

四、防重復(fù)下單:多層冪等控制

  • Redis 集合:快速攔截
  • 數(shù)據(jù)庫(kù)唯一索引:最終保障
  • Token 機(jī)制:防機(jī)器人刷單
  • 分布式鎖:防止并發(fā)寫入

這里保留示例代碼,優(yōu)化在于增加日志與統(tǒng)一異常處理。

五、限流與降級(jí):Sentinel

利用 Alibaba Sentinel,針對(duì) QPS、參數(shù)熱點(diǎn)、異常比例 實(shí)現(xiàn)全鏈路保護(hù)。

六、庫(kù)存回滾:預(yù)扣 + 超時(shí)釋放

防止“下單未支付”造成庫(kù)存假性減少。

方案:

  • 搶購(gòu)成功后先 預(yù)扣庫(kù)存,寫入 Redis,并設(shè)置 TTL;
  • 超時(shí)未支付則自動(dòng)釋放;
  • 定時(shí)任務(wù)兜底掃描。

七、整體防護(hù)鏈路總結(jié)

  1. 前端:按鈕防連點(diǎn)、請(qǐng)求節(jié)流;
  2. 網(wǎng)關(guān)層:基礎(chǔ)限流與防刷;
  3. 隊(duì)列層:Redis Streams 削峰填谷;
  4. 庫(kù)存層:Redis + Lua 保證原子扣減;
  5. 訂單層:防重復(fù)下單(冪等性 + Token + 鎖);
  6. 服務(wù)層:Sentinel 限流熔斷;
  7. 善后機(jī)制:庫(kù)存回滾 + 死信隊(duì)列補(bǔ)償。

結(jié)論

秒殺系統(tǒng)不是一招鮮的技術(shù),而是一套 完整的多層防護(hù)方案

  • 前端負(fù)責(zé)“攔截垃圾流量”;
  • 隊(duì)列與 Redis 負(fù)責(zé)“削峰與防超賣”;
  • 數(shù)據(jù)庫(kù)與分布式鎖負(fù)責(zé)“一致性保障”;
  • Sentinel 等限流機(jī)制提供“兜底保護(hù)”。

真正能撐住雙 11 流量洪峰的,不是某個(gè)單一的優(yōu)化,而是 從前端到數(shù)據(jù)庫(kù)的全鏈路協(xié)同設(shè)計(jì)。

當(dāng)你構(gòu)建出這樣一套體系,面對(duì)千萬(wàn)級(jí)并發(fā)也能做到“系統(tǒng)穩(wěn)如老狗”,再也不用擔(dān)心用戶抱怨“點(diǎn)了沒反應(yīng),結(jié)果秒沒了”。

責(zé)任編輯:武曉燕 來(lái)源: 路條編程
相關(guān)推薦

2019-11-12 09:32:35

高并發(fā)流量協(xié)議

2025-10-27 05:11:00

2021-11-16 19:24:06

數(shù)字化

2025-01-12 13:06:45

2019-11-18 08:21:04

秒殺系統(tǒng)高性能

2025-02-14 03:00:00

2022-08-03 10:57:23

服務(wù)網(wǎng)格字節(jié)跳動(dòng)流量治理

2023-08-26 09:20:23

2021-11-18 17:32:13

數(shù)字化

2022-09-14 12:26:13

質(zhì)量管理企業(yè)關(guān)系管理

2024-01-02 18:03:42

編程語(yǔ)言Python

2025-07-09 04:00:00

Kafka億級(jí)流量高并發(fā)

2020-11-13 10:07:52

云原生阿里云數(shù)字

2022-03-01 20:20:18

云遷移云計(jì)算

2021-07-19 10:43:43

云原生軟件開發(fā)架構(gòu)

2024-08-01 11:38:40

2025-03-20 07:09:52

2023-03-06 08:48:52

2025-08-22 09:06:57

2021-09-02 18:34:36

云原生架構(gòu)服務(wù)化
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)