高并发场景下秒杀系统的设计思路

邮差的信 提交于 2019-12-02 18:00:04

1 概述

秒杀系统之所以难做,是因为在极短的时间内涌入大量的请求,来同时访问有限的服务资源,从而造成系统负载压力大,甚至导致系统服务瘫痪以及宕机的可能。本文会介绍秒杀系统中存在的痛点以及针对这些点的优化思路。

2 秒杀系统是什么鬼

如:12306的春节抢票、各大电商搞的定时抢购活动,如小米手机的在线抢购等,抢过火车票的同学都知道在放票的那一瞬间可能1s都不到,票就被抢购一空了。

3 秒杀系统的难点

(1)短时间内高并发,系统负载压力大

(2)竞争的资源有限,数据库锁冲突严重

(3)避免对其他业务的影响

4 常见的互联网分层架构

(1)客户端层:手机或PC端操作的客户端页面,域名通过DNS解析路由到NG

(2)反向代理层:一般通过NG作为反向代理,将客户端请求均衡路由到后端站点服务,NG也可以水平扩展为多实例,且每个实例可单独部署为主从的高可用方案。

(3)站点层:站点层可以水平扩展为多个实例部署,以此来均衡来自客户端请求产生的高并发负载,多个web server之间的session信息可以集中存储于分布式缓存服务(Redis,MemCache)中。

(4)服务层:服务层也可水平扩展为多个实例部署,即时下最火的微服务方式

(5)数据库层:数据库层的常见部署方式,如读写分离,分库分表等

5 秒杀系统的架构原则

(1)尽量将请求拦截在上游

对于秒杀系统来说,系统的瓶颈一般在数据库层,由于资源是有限的,如库中共1万张票,一瞬间并发进来100万的请求,那么有99万都是无用的请求,所以为了更好的保护底层有限的数据库资源,尽量将请求拦截在上游。

(2)充分利用缓存

缓存不但极大的缩短了数据的访问效率,更重要的是承载了底层数据库的访问压力,所以对于读多写少的业务场景充分利用好缓存

(3)热点隔离

业务隔离:如12306的分时段售票,将热点数据分散处理,来降低系统负载压力

系统隔离:实现系统的软硬隔离,不光是实现软件的隔离,还可以实现硬件的隔离,尽最大限度的减少秒杀带来的高并发安全性问题。

数据隔离:启用单独的cache集群或数据库来存放热点数据

6 优化方案

(1)页面端优化,如:

  • 按钮置灰:禁止用户重复提交请求
  • 通过JS控制:在一定时间内只能提交一次请求

(2)web server层优化,如:

  • 动静分离:如将几乎不变的静态页面直接通过NG或CDN来路由访问,只有动态变换的页面可以请求到web server端
  • 页面缓存化
  • Nginx反向代理实现web server端的水平扩展

(3)后端service服务层优化

  • 使用缓存(Redis、Memchched):将读多写少的业务数据放入缓存,如秒杀业务中可以将更新频繁的商品库存信息放入Redis缓存处理

注:库存信息放入Redis缓存的时候最好分为多份放入不同key的缓存中,如库存为10万可以分为10份分别放入不同key的缓存中,这样将数据分散操作可以达到更高的读写性能。

  • 使用队列处理:将请求放入队列排队处理,以可控的速度来访问底层DB
  • 异步处理:如将秒杀成功的订单通知信息通过消息队列(RabbitMQ、Kafka)来异步处理

(4)DB层优化

  • 读写分离
  • 分表分库
  • 数据库集群

 

 

 

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!