1、高效交易验证
- 用户风控策略优化：策略缓存模型优化
策略缓存模型化，将对应的风控内容做到redis缓存里面，例如是否异地登录、账号异常，将风控的策略通过异步的方式写入对应缓存中，在实时查询过程中做一个风控策略的实时拦截；
- 活动检验策略优化：引入活动发布流程，模型缓存化，紧急下线能力
引入活动发布流程，模型缓存化，紧急下线能力； 运营发现活动有异常，在后台将对应的活动进行修改，比如将活动提前结束。若线上在redis的缓存没有正常过期，即便修改了活动时间，但是用户还是可以以活动秒杀价格交易，因此需要一个紧急下线能力。所以运营人员至少要在活动开始前半个小时将活动发布上去，半个小时内足够进行缓存的预热。在后设计一个紧急下线的接口，用代码实现可以清除redis内的缓存。当redis内无法查询状态，就会去数据库内查询活动状态，从而达到紧急下架的能力；
2. 缓存库存模型
2.1 库存行锁优化
itemId需要创建唯一索引
alter table item_stock add unique index
item_id_index(item_id)
2.2 扣减库存缓存化-Redis预热
活动发布同步库存进缓存
public void publishPromo(Integer promoId) {
//通过活动id获取活动
PromoDO promoDO = promoDOMapper.selectByPrimaryKey(promoId);
if(promoDO.getItemId() == null || promoDO.getItemId().intValue() == 0){
return;
}
ItemModel itemModel = itemService.getItemById(promoDO.getItemId());
/**
* 将库存同步到redis内
* 注意：缺少锁库存操作，这段时间内商品可能会被售卖
*
*/
redisTemplate.opsForValue().set(PROMO_ITEM_STOCK +itemModel.getId(), itemModel.getStock());
}
问题： 数据库记录不一致，缓存中修改了但是数据库中的数据没有进行修改；
2.3 异步消息队列rocketmq同步数据库
- 活动发布同步库存进缓存；
- 下单交易减缓存库存；
- 异步消息扣减数据库内库存；
- 可以让C端用户完成购买商品的高效体验，又能保证数据库最终的一致性；
缓存库存接入异步化
/**
*再去完成对应的下单事务型消息机制
**/
if (!mqProducer.transactionAsyncReduceStock(userModel.getId(), itemId, promoId, amount, stockLogId)) {
throw new BusinessException(EmBusinessError.UNKNOWN_ERROR, "下单失败");
}
rocketmq：
高性能，高并发，分布式消息中间件；
典型应用场景：分布式事务，异步解耦；
RocketMQ原理 Producer解决消息生产的问题,Consumer消息的消费端 Broker 相当于一个中间人，由topic和MessageQueue组成，任何一条rocketmq的消息都是隶属于某一个topic,一个topic可以被一个messagebroker管理，也可以被多个messagebroker管理；
image.png
部署模型
image.png
2.4 实际扣redis减库存在mq 的producer 事务消息）中
image.png
3.事务型消息应用
什么叫事务性呢？就是保证数据库的事务提交，只要事务提交了就一定会保证消息发送成功。数据库内事务回滚了，消息必定不发送，事务提交未知，消息也处于一个等待的状态；
rocketmq为我们提供TransactionMQProducer API的支持。这个api在发送消息的时候主要做了三件事：
1，先发送需要发送的消息到消息中间件broker，并获取到该message的transactionId。在第一次发送的时候，该消息的状态为LocalTransactionState.UNKNOW
2，处理本地事物。
3，根据本地事物的执行结果，结合transactionId，找到该消息的位置，在mq中标志该消息的最终处理结果。
image.png
@PostConstruct
public void init() throws MQClientException {
//做mq producer的初始化
producer = new DefaultMQProducer(groupName);
producer.setNamesrvAddr(nameAddr);
//设置发送超时时间，默认是3000
producer.setSendMsgTimeout(10000);
producer.start();
producer.setVipChannelEnabled(false);
transactionMQProducer = new TransactionMQProducer("transaction_producer_group");
transactionMQProducer.setNamesrvAddr(nameAddr);
transactionMQProducer.start();
transactionMQProducer.setTransactionListener(new TransactionListener() {
@Override
public LocalTransactionState executeLocalTransaction(Message msg, Object arg) {
/**
* 真正创建订单
*/
Integer itemId = (Integer) ((Map) arg).get("itemId");
Integer promoId = (Integer) ((Map) arg).get("promoId");
Integer userId = (Integer) ((Map) arg).get("userId");
Integer amount = (Integer) ((Map) arg).get("amount");
String stockLogId = (String) ((Map) arg).get("stockLogId");
try {
orderService.createOrder(userId, itemId, promoId, amount, stockLogId);
} catch (BusinessException e) {
e.printStackTrace();
//设置对应的stockLog为回滚状态
StockLogDO stockLogDO = stockLogDOMapper.selectByPrimaryKey(stockLogId);
stockLogDO.setStatus(3);
stockLogDOMapper.updateByPrimaryKeySelective(stockLogDO);
return LocalTransactionState.ROLLBACK_MESSAGE;
}
return LocalTransactionState.COMMIT_MESSAGE;
}
@Override
public LocalTransactionState checkLocalTransaction(MessageExt msg) {
/**
* 根据是否扣减库存成功，来判断要返回COMMIT,ROLLBACK还是继续UNKNOWN
*/
String jsonString = new String(msg.getBody());
Map map = JSON.parseObject(jsonString, Map.class);
Integer itemId = (Integer) map.get("itemId");
Integer amount = (Integer) map.get("amount");
String stockLogId = (String) map.get("stockLogId");
StockLogDO stockLogDO = stockLogDOMapper.selectByPrimaryKey(stockLogId);
/**
* 兼容异常
*/
if (stockLogDO == null) {
return LocalTransactionState.UNKNOW;
}
/**
* status=2 日志提交正常
*/
if (stockLogDO.getStatus().intValue() == 2) {
return LocalTransactionState.COMMIT_MESSAGE;
} else if (stockLogDO.getStatus().intValue() == 1) {
return LocalTransactionState.UNKNOW;
}
return LocalTransactionState.ROLLBACK_MESSAGE;
}
});
}
/**
* 事务型同步库存扣减消息
*/
public boolean transactionAsyncReduceStock(Integer userId, Integer itemId, Integer promoId, Integer amount, String stockLogId) {
Map bodyMap = new HashMap<>();
bodyMap.put("itemId", itemId);
bodyMap.put("amount", amount);
bodyMap.put("stockLogId", stockLogId);
Map argsMap = new HashMap<>();
argsMap.put("itemId", itemId);
argsMap.put("amount", amount);
argsMap.put("userId", userId);
argsMap.put("promoId", promoId);
argsMap.put("stockLogId", stockLogId);
Message message = new Message(topicName, "increase",
JSON.toJSON(bodyMap).toString().getBytes(StandardCharsets.UTF_8));
/**
* 拿到消息发送的结果
* 进行 回滚与提交的操作
*/
TransactionSendResult sendResult = null;
try {
/**
* 事务型消息
*/
sendResult = transactionMQProducer.sendMessageInTransaction(message, argsMap);
} catch (MQClientException e) {
e.printStackTrace();
return false;
}
if (sendResult.getLocalTransactionState() == LocalTransactionState.ROLLBACK_MESSAGE) {
return false;
} else {
return sendResult.getLocalTransactionState() == LocalTransactionState.COMMIT_MESSAGE
}
}
4、操作流水 库存数据库最终一致性保证
对于操作型数据：log data,意义是库存扣减的操作记录下来，便于追踪库存操作流水具体的状态；根据这个状态去做对应的回滚，或者查询对应的状态，使很多异步型的操作可以在操作型数据上，例如编译人员在后台创建的一些配置。
主业务数据：master data，ItemModel就是主业务数据，记录了对应商品的主数据；ItemStock对应的库存也是主业务数据；
发起异步消息mq之前先保存日志数据
/**
* 加入库存流水init状态
* 并拿到StockLogid
*/
String stockLogId = itemService.initStockLog(itemId, amount);
/**
*再去完成对应的下单事务型消息机制
**/
if (!mqProducer.transactionAsyncReduceStock(userModel.getId(), itemId, promoId, amount, stockLogId)) {
throw new BusinessException(EmBusinessError.UNKNOWN_ERROR, "下单失败");
}
发起异步消息mq 中 ，任何环节失败日志数据都要设置为回滚或者失败状态
image.png