高併發相關

案例：秒殺程序

 

高併發優化思路

1.使用Google guava的RateLimiter來進行限流

2.暴露秒殺接口，暴露信息，做爲不常更新的熱點數據，貯存到Redis裏

3.減庫存時，在同一事務內，先"插入記錄"，再"更新庫存", 能有效減小行鎖的做用時間. 數據庫更新操做，採用樂觀鎖，提升併發性

4.前端靜態文檔部署到CDN, 缺乏資金的公司能夠選擇動靜分離。動靜分離:把靜態資源（js,css，圖片）直接部署放到nginx， 動態服務還在原有的tomcat/SpringBoot裏。

5.Java應用部署多個集羣節點，之間使用nginx作負載均衡和反向代理，提升客戶端的併發數

6.RabbitMQ異步處理秒殺記錄

 

 

部署圖：

 

 

秒殺過程

秒殺進行的過程包含兩步驟：

步驟一（秒殺）：在Redis裏進行秒殺。 這個步驟用戶併發量很是大，搶到後，給與30分鐘的時間等待用戶付款， 若是用戶過時未付款，則Redis庫存加1 ，算用戶自動放棄付款。

流程圖Step1：

1.先通過Nginx負載均衡;

2.Nginx裏面經過配置文件配置限流功能，限流算法是漏桶法;

3.Redis判斷是否秒殺過。避免重複秒殺。若是沒有秒殺過，把用戶名和seckillId封裝成一條消息發送到RabbitMQ，請求變成被順序串行處理當即返回狀態「排隊中」到客戶端上，客戶端上回顯示「排隊中...」

4.後臺監聽RabbitMQ裏消息，每次取一條消息，並解析後，請求Redis作庫存減1操做（decr命令），並手動ACK隊列 若是減庫存成功，則在Redis裏記錄下庫存成功的用戶手機號userPhone.

5.流程圖Step2：客戶端排隊成功後，定時請求後臺查詢是否秒殺成功，後面會去查詢Redis是否秒殺成功，若是搶購成功，或者搶購失敗則中止定時查詢， 若是是排隊中，則繼續定時查詢。

 

步驟二（付款）：用戶付款成功後，後臺把付款記錄持久化到MySQL中，這個步驟併發量相對小一點，使用數據庫的事務解決數據一致性問題