秒杀业务场景,并发量很大,瓶颈在数据库,怎么解决,加缓存。用户发起请求时,从浏览器开始,在浏览器上做页面静态化直接将页面缓存到用户的浏览器端,然后请求到达网站之前可以部署CDN节点,让请求先访问CDN,到达网站时候使用页面缓存。页面缓存再进一步的话,粒度再细一点的话就是对象缓存。缓存层依次请求完之后,才是数据库。通过一层一层的访问缓存逐步的削减到达数据库的请求数量,这样才能保证网站在大并发之下抗住压力。
但是仅仅依靠缓存还不够,所以还需要进行接口优化。
接口优化核心思路:减少数据库的访问。(数据库抗并发的能力有限)
具体实现步骤:
系统初始化,把商品库存数量加载到Redis上面来
收到请求,Redis预减库存(先减少Redis里面的库存数量,库存不足,直接返回),如果库存已经到达临界值的时候,即=0,就不需要继续往下走,直接返回失败
请求入队,立即返回排队中
请求出队,生成订单,减少库存
客户端轮询,是否秒杀成功
MiaoshaController实现InitializingBean接口,重写afterPropertiesSet方法。
在容器启动的时候,检测到了实现了接口InitializingBean之后,就回去回调afterPropertiesSet方法。将每种商品的库存数量加载到redis里面去。
@RequestMapping("/miaosha")
@Controller
public class MiaoshaController implements InitializingBean{
public void afterPropertiesSet() throws Exception {
List<GoodsVo> goodslist=goodsService.getGoodsVoList();
if(goodslist==null) {
return;
}
for(GoodsVo goods:goodslist) {
//如果不是null的时候,将库存加载到redis里面去 prefix---GoodsKey:gs , key---商品id, value
redisService.set(GoodsKey.getMiaoshaGoodsStock, ""+goods.getId(), goods.getStockCount());
}
}
}
@Service
public class GoodsService {
public static final String COOKIE1_NAME_TOKEN="token";
@Autowired
GoodsDao goodsDao;
@Autowired
RedisService redisService;
public List<GoodsVo> getGoodsVoList() {
return goodsDao.getGoodsVoList();
}
}
@Mapper
public interface GoodsDao {
//两个查询
@Select("select g.*,mg.stock_count,mg.start_date,mg.end_date,mg.miaosha_price from miaosha_goods mg left join goods g on mg.goods_id=g.id")
public List<GoodsVo> getGoodsVoList();
}
后端接收秒杀请求的接口doMiaosha,收到请求,Redis预减库存(先减少Redis里面的库存数量,库存不足,直接返回),如果库存已经到达临界值的时候,即=0,就不需要继续往下走,直接返回失败
@RequestMapping(value="/{path}/do_miaosha",method=RequestMethod.POST)
@ResponseBody
public Result<Integer> doMiaosha(Model model,MiaoshaUser user,
@RequestParam(value="goodsId",defaultValue="0") long goodsId,
@PathVariable("path")String path) {
model.addAttribute("user", user);
//1.如果用户为空,则返回至登录页面
if(user==null){
return Result.error(CodeMsg.SESSION_ERROR);
}
//2.预减少库存,减少redis里面的库存
long stock=redisService.decr(GoodsKey.getMiaoshaGoodsStock,""+goodsId);
//3.判断减少数量1之后的stock,区别于查数据库时候的stock<=0
if(stock<0) {//线程不安全---库存至临界值1的时候,此时刚好来了加入10个线程,那么库存就会-10
return Result.error(CodeMsg.MIAOSHA_OVER_ERROR);
}
//4.判断这个秒杀订单形成没有,判断是否已经秒杀到了,避免一个账户秒杀多个商品
MiaoshaOrder order = orderService.getMiaoshaOrderByUserIdAndCoodsId(user.getId(), goodsId);
if (order != null) {// 查询到了已经有秒杀订单,代表重复下单
return Result.error(CodeMsg.REPEATE_MIAOSHA);
}
//5.可以秒杀,原子操作:1.库存减1,2.下订单,3.写入秒杀订单--->是一个事务
OrderInfo orderinfo=miaoshaService.miaosha(user,goodsvo);
return Result.success(orderinfo);
}
RedisService里面的decr方法:减少key对应的值
/** * 减少值 * @param prefix * @param key * @return */
public <T> Long decr(KeyPrefix prefix,String key){
Jedis jedis=null;
try {
jedis=jedisPool.getResource();
String realKey=prefix.getPrefix()+key;
return jedis.decr(realKey);
}finally {
returnToPool(jedis);
}
}
再次改造doMiaosha接口方法,在收到请求之后,请求入队:
@RequestMapping(value="/{path}/do_miaosha",method=RequestMethod.POST)
@ResponseBody
public Result<Integer> doMiaosha(Model model,MiaoshaUser user,
@RequestParam(value="goodsId",defaultValue="0") long goodsId,
@PathVariable("path")String path) {
model.addAttribute("user", user);
//1.如果用户为空,则返回至登录页面
if(user==null){
return Result.error(CodeMsg.SESSION_ERROR);
}
//2.预减少库存,减少redis里面的库存
long stock=redisService.decr(GoodsKey.getMiaoshaGoodsStock,""+goodsId);
//3.判断减少数量1之后的stock,减少到0一下,则代表之后的请求都失败,直接返回
if(stock<0) {
return Result.error(CodeMsg.MIAOSHA_OVER_ERROR);
}
//4.判断这个秒杀订单形成没有,判断是否已经秒杀到了,避免一个账户秒杀多个商品
MiaoshaOrder order = orderService.getMiaoshaOrderByUserIdAndCoodsId(user.getId(), goodsId);
if (order != null) {// 查询到了已经有秒杀订单,代表重复下单
return Result.error(CodeMsg.REPEATE_MIAOSHA);
}
//5.正常请求,入队,发送一个秒杀message到队列里面去,入队之后客户端应该进行轮询。
MiaoshaMessage mms=new MiaoshaMessage();
mms.setUser(user);
mms.setGoodsId(goodsId);
mQSender.sendMiaoshaMessage(mms);
//返回0代表排队中
return Result.success(0);
}
MiaoshaMessage 消息的封装类:
//MiaoshaMessage 消息的封装 MiaoshaMessage Bean
public class MiaoshaMessage {
private MiaoshaUser user;
private long goodsId;
public MiaoshaUser getUser() {
return user;
}
public void setUser(MiaoshaUser user) {
this.user = user;
}
public long getGoodsId() {
return goodsId;
}
public void setGoodsId(long goodsId) {
this.goodsId = goodsId;
}
}
注意:消息队列这里,消息只能传字符串,MiaoshaMessage 这里是个Bean对象,是先用beanToString方法,将转换为String,放入队列,使用AmqpTemplate传输。
@Autowired
RedisService redisService;
@Autowired
AmqpTemplate amqpTemplate;
public void sendMiaoshaMessage(MiaoshaMessage mmessage) {
// 将对象转换为字符串
String msg = RedisService.beanToString(mmessage);
log.info("send message:" + msg);
// 第一个参数队列的名字,第二个参数发出的信息
amqpTemplate.convertAndSend(MQConfig.MIAOSHA_QUEUE, msg);
}
/** * 将Bean对象转换为字符串类型 * @param */
public static <T> String beanToString(T value) {
//如果是null
if(value==null) return null;
//如果不是null
Class<?> clazz=value.getClass();
if(clazz==int.class||clazz==Integer.class) {
return ""+value;
}else if(clazz==String.class) {
return ""+value;
}else if(clazz==long.class||clazz==Long.class) {
return ""+value;
}else {
return JSON.toJSONString(value);
}
}
1.新建RedisConcurrentTestUtil类来测试redis多线程是否安全,如果安全,那么应该只有10个线程能通过if(stock>=0)的判断,进行后面的秒杀操作!
@Service
public class RedisConcurrentTestUtil {
@Autowired
RedisService redisService; //会出现循环依赖---Circular reference
class ThreadTest implements Runnable{
@Override
public void run() {
long stock=redisService.get("GoodsKey:gs1",Long.class);
String name=Thread.currentThread().getName();
System.out.println("当前线程 :"+name+" stock:"+stock);
//2.预减少库存,减少redis里面的库存
//stock最初为10,100个线程同时去减少1次,最终stock应该为-90
stock=redisService.decr(GoodsKey.getMiaoshaGoodsStock,""+1);
//是否线程安全?
if(stock<0) {
System.out.println("结束!!!");
return;
}
//应该只有10个线程能从这里通过
System.out.println("验证当前有几个线程通过if(stock<0) 当前线程 :"+name+" 减1之后的stock:"+stock);
}
}
public void test(){
ThreadTest t1=new ThreadTest();
//开启50个线程
for(int i=1;i<=100;i++){
new Thread(t1,"Thread-"+i).start();
}
}
}
2.在某一个类(DemoController)里面定义一个接收请求的方法。
3.进入redis,设置GoodsKey:gs1这个键的值为10。
几个常用的redis命令:
auth [password] 输入密码
keys *查询所有键
flushdb 清空数据
4.发送请求,验证结果!
5.结果如下:
可以得出多线程下redis的操作是线程安全的:
redis里面库存结果:
安装rabbitmq首先要首先安装erlang。
1.在Win环境下安装Erlang
步骤一:下载erlang
下载地址:
64位:http://erlang.org/download/otp_win64_20.3.exe
32位:http://erlang.org/download/otp_win32_20.3.exe
自己选择适合自己系统的,进行下载安装。
步骤二:安装erlang
直接点击exe安装,安装路径自己配的要记住在哪里,最好自己指定一个安装目录,等等会用到。
步骤三:最重要的一步了,配置环境变量
配置ERLANG_HOME环境变量,其值指向erlang的安装目录(就是步骤二的路径)。另外将 ;%ERLANG_HOME%\bin 加入到Path中。
新建添加即可:
步骤四:检查安装是否成功
打开cmd,输入erl
2.在Win环境下安装RabbitMQ
下载资源:
RabbitMQ,下载地址 http://www.rabbitmq.com/install-windows.html
对应版本(必须是与mq版本适应)的erlang,下载地址 http://www.erlang.org/downloads/20.2
首先安装erlang,然后安装rabbitmq。
安装完RabbitMQ以后,服务会自动运行,这时环境变量里的ERLANG_HOME会自动生成,在”环境变量”中检查是否存在,如果不存在,请在”环境变量”中手动添加,配置Erlang环境变量ERLANG_HOME=E:\Apply\Erlang213\erl10.2。如果没有,点击"新建"。
详细RabbitMQ安装请参考:https://blog.csdn.net/h363659487/article/details/80913354
2.集成RabbitMQ
<dependency>
<groupId>org.springframework.bootgroupId>
<artifactId>spring-boot-starter-amqpartifactId>
dependency>
#RabbitMQ配置
spring.rabbitmq.host=127.0.0.1
spring.rabbitmq.port=5672
spring.rabbitmq.username=guest
spring.rabbitmq.password=guest
spring.rabbitmq.virtual-host=/
#消费者数量
spring.rabbitmq.listener.simple.concurrency=10
#消费者最大数量
spring.rabbitmq.listener.simple.max-concurrency=10
#消费,每次从队列中取多少个,取多了,可能处理不过来
spring.rabbitmq.listener.simple.prefetch=1
spring.rabbitmq.listener.auto-startup=true
#消费失败的数据重新压入队列
spring.rabbitmq.listener.simple.default-requeue-rejected=true
#发送,队列满的时候,发送不进去,启动重置
spring.rabbitmq.template.retry.enabled=true
#一秒钟之后重试
spring.rabbitmq.template.retry.initial-interval=1000
#
spring.rabbitmq.template.retry.max-attempts=3
#最大间隔 10s
spring.rabbitmq.template.retry.max-interval=10000
spring.rabbitmq.template.retry.multiplier=1.0
//发送者
@Service
public class MQSender {
private static Logger log=LoggerFactory.getLogger(MQSender.class);
@Autowired
RedisService redisService;
@Autowired
AmqpTemplate amqpTemplate;
/** * 发送秒杀信息,使用derict模式的交换机。(包含秒杀用户信息,秒杀商品id) */
public void sendMiaoshaMessage(MiaoshaMessage mmessage) {
// 将对象转换为字符串
String msg = RedisService.beanToString(mmessage);
log.info("send message:" + msg);
// 第一个参数队列的名字,第二个参数发出的信息
amqpTemplate.convertAndSend(MQConfig.MIAOSHA_QUEUE, msg);
}
}
@Configuration
public class MQConfig {
public static final String QUEUE="queue";
public static final String MIAOSHA_QUEUE="miaosha.queue";
public static final String TOPIC_QUEUE1="topic.queue1";
public static final String TOPIC_QUEUE2="topic.queue2";
public static final String HEADER_QUEUE="header.queue";
public static final String TOPIC_EXCHANGE="topic.exchange";
public static final String FANOUT_EXCHANGE="fanout.exchange";
public static final String HEADER_EXCHANGE="header.exchange";
public static final String ROUTINIG_KEY1="topic.key1";
public static final String ROUTINIG_KEY2="topic.#";
/** * Direct模式,交换机Exchange: * 发送者,将消息往外面发送的时候,并不是直接投递到队列里面去,而是先发送到交换机上面,然后由交换机发送数据到queue上面去, * 做了依次路由。 */
@Bean
public Queue queue() {
//名称,是否持久化
return new Queue(QUEUE,true);
}
@Bean
public Queue miaoshaqueue() {
//名称,是否持久化
return new Queue(MIAOSHA_QUEUE,true);
}
}
public class MiaoshaMessage {
private MiaoshaUser user;
private long goodsId;
public MiaoshaUser getUser() {
return user;
}
public void setUser(MiaoshaUser user) {
this.user = user;
}
public long getGoodsId() {
return goodsId;
}
public void setGoodsId(long goodsId) {
this.goodsId = goodsId;
}
}