高并发秒杀系统分析

转载于 :http://blog.csdn.net/jeffleo/article/details/56015710

本文是学习了immoc网视频之后的个人理解和知识汇总 
项目源码：https://github.com/jeff-leo/SpikeSystem，希望大家能star和fork

一、秒杀系统中存在高并发的点

　　一个秒杀系统的基本流程基本如上所示 
　　用户请求详情页，系统时间，请求秒杀接口，执行秒杀操作都是位于服务端，都会被大量访问，那么我们优化系统高并发就是从这四点着手

1. 请求详情页的优化

　　详情页是属于静态济源，例如css，js等，对于这些静态资源，如果全部放在服务端主机中，势必对服务主机造成很大的压力，并发量也得不到支持，我们可以使用CDN来进行优化 
　　

　　什么是CDN？

　　使用CDN会极大地简化网站的系统维护工作量，网站维护人员只需将网站内容注入CDN的系统，通过CDN部署在各个物理位置的服务器进行全网分发，就可以实现跨运营商、跨地域的用户覆盖。由于CDN将内容推送到网络边缘，大量的用户访问被分散在网络边缘，不再构成网站出口、互联互通点的资源挤占，也不再需要跨越长距离IP路由了

　　传统的B/S架构： 
　　B/S架构，即Browser-Server（浏览器 服务器）架构，是对传统C/S架构的一种变化或者改进架构。在这种架构下，用户只需使用通用浏览器，主要业务逻辑在服务器端实现。B/S架构，主要是利用了不断成熟的WWW浏览器技术，结合浏览器的多种Script语言（VBScript、JavaScript等）和ActiveX等技术，在通用浏览器上实现了C/S架构下需要复杂的软件才能实现的强大功能。 
　　 
　　 
　　①用户在自己的浏览器中输入要访问的网站域名。 
　　②浏览器向本地DNS服务器请求对该域名的解析。 
　　③本地DNS服务器中如果缓存有这个域名的解析结果，则直接响应用户的解析请求。 
　　④本地DNS服务器中如果没有关于这个域名的解析结果的缓存，则以递归方式向整个DNS系统请求解析，获得应答后将结果反馈给浏览器。 
　　⑤浏览器得到域名解析结果，就是该域名相应的服务设备的IP地址。 
　　⑥浏览器向服务器请求内容。 
　　⑦服务器将用户请求内容传送给浏览器

　　加入cdn后： 
　　在网站和用户之间加入CDN以后，用户不会有任何与原来不同的感觉。最简单的CDN网络有一个DNS服务器和几台缓存服务器就可以运行了。一个典型的CDN用户访问调度流程 
　　 
　　 
　　①当用户点击网站页面上的内容URL，经过本地DNS系统解析，DNS系统会最终将域名的解析权交给CNAME指向的CDN专用DNS服务器。 
　　②CDN的DNS服务器将CDN的全局负载均衡设备IP地址返回用户。 
　　③用户向CDN的全局负载均衡设备发起内容URL访问请求。 
　　④CDN全局负载均衡设备根据用户IP地址，以及用户请求的内容URL，选择一台用户所属区域的区域负载均衡设备，告诉用户向这台设备发起请求。 
　　⑤区域负载均衡设备会为用户选择一台合适的缓存服务器提供服务，选择的依据包括：根据用户IP地址，判断哪一台服务器距用户最近；根据用户所请求的URL中携带的内容名称，判断哪一台服务器上有用户所需内容；查询各个服务器当前的负载情况，判断哪一台服务器尚有服务能力。基于以上这些条件的综合分析之后，区域负载均衡设备会向全局负载均衡设备返回一台缓存服务器的IP地址。 
　　⑥全局负载均衡设备把服务器的IP地址返回给用户。 
　　⑦用户向缓存服务器发起请求，缓存服务器响应用户请求，将用户所需内容传送到用户终端。如果这台缓存服务器上并没有用户想要的内容，而区域均衡设备依然将它分配给了用户，那么这台服务器就要向它的上一级缓存服务器请求内容，直至追溯到网站的源服务器将内容拉到本地。

　　DNS服务器根据用户IP地址，将域名解析成相应节点的缓存服务器IP地址，实现用户就近访问。使用CDN服务的网站，只需将其域名解析权交给CDN的GSLB设备，将需要分发的内容注入CDN，就可以实现内容加速了。

2. 获取系统时间操作的优化

　　获取系统时间的操作不用优化，Java访问一次内存大概10ns，1,000,000,000 纳秒 = 1秒 ，也就是说1s中可以访问1,000,000,00次内存，所以根本不需要我们去优化！

3. 秒杀地址接口获取的优化

　　cdn适合存放不变的内容，例如css，js等静态内存，所以它不适合放在cdn中缓存，但是适合在服务端缓存，例如Redis，甚至可以做redis集群。 
　　

4. 秒杀操作高并发的问题（重点）

　　1. 这个也是不能使用cdn缓存的，但是能不能使用redis做缓存呢？秒杀首先会在数据库中减库存，那我们能在redis缓存中做减库存操作吗？肯定不可以，因为这会导致数据一致性的问题，凡是需要进行写操作的数据都不适合做缓存。 
　　2. 高并发的点还在于，热点商品竞争上。当多个用户在秒杀同一个商品时，由于MySQL的事务机制和行级锁，一个用户在获取该商品额行级锁进行减库存操作时，其它的用户只能等待，这就变成了串行的操作，这就是秒杀操作高并发中最困难的优化点 
　　 
　　

二、如何优化秒杀操作

第一个方案：

 
　　首先，可以用NoSQL例如redis作为一个原子计数器，记录商品的库存，当用户秒杀该商品时，该计数器便减1； 
　　然后记录哪个用户秒杀了该商品，作为一个消息，存储到分布式mq中（例如alibaba的rocketMQ）； 
　　最后由服务端的服务去执行数据库的update操作。

这个方案有什么问题呢？

　　1. 运维和不稳定性，NoSQL不如MySQL稳定，所以需要高水平的运维团队 
　　2. 重发秒杀的问题。在记录行为信息中，分布式MQ只知道记录哪个用户在秒杀该商品，但是不知道该用户是否已经重复秒杀过该商品，因此还需要另外维护一个NoSQL，来记录哪些用户已经秒杀了哪些商品，加大了成本

第二个方案：在mysql上优化

　　我们之所以考虑第一个方案，就是因为MySQL低效，为什么低效 
　　我们来看看mysql执行一条update的并发量： 
　　 
　　可以看到，mysql可以抗住大约4wQPS，那么MySQL本身是不低效的，但是是什么地方使得它低效呢？

我们分析一下瓶颈所在：

　　 
　　服务端的程序和数据库一般放在不同的主机上，当服务端进行减库存操作时，会发送update的sql语句到数据库中，这里会存在一个网络延迟和gc，同样insert语句记录秒杀明细也会存在网络延迟和gc，假如一次的网络延迟和gc加起来的总延迟是2ms，那么1s就只能进行500次的秒杀操作 
　　同城机房： 
　　 
　　 
　　异地机房： 
　　

优化：把服务器的执行逻辑放在mysql服务端，避免网络延迟和gc延迟

　　两种方案： 
　　1. 定制sql方案：update /* + [auto_commit] + */，需要修改mysql源码（太困难） 
　　2. 使用存储过程，在mysql中去完成整个秒杀操作的事务（即把下面这个操作放到存储过程中），虽然存储过程在互联网中很少用，但是在 
　　

　　因此，在项目中我们会使用到存储过程来实现秒杀操作

三、使用存储过程来优化秒杀操作

 
    <select id="seckillByProduce" statementType="CALLABLE">
        CALL excuteSeckill(
          #{ seckillId , jdbcType = BIGINT , mode= IN },
          #{ phone ,jdbcType = BIGINT , mode= IN },
          #{ killTime , jdbcType = TIMESTAMP , mode= IN },
          #{ result , jdbcType = BIGINT , mode= OUT }
        )
    select>
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
    
    
    
    
5
    
    
    
    
6
    
    
    
    
7
    
    
    
    
8
    
    
    
    
9
   
   
   
   
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
    
    
    
    
5
    
    
    
    
6
    
    
    
    
7
    
    
    
    
8
    
    
    
    
9
   
   
   
   

    public SeckillExecution executeSeckillByProducure(long seckillId, long userPhone, String md5) {
        if(md5 == null || !md5.equals(getMd5(seckillId))){//数据篡改
            return new SeckillExecution(seckillId, SeckillStatEnum.DATE_REWRITE);
        }
        Date now = new Date();
        Map params = new HashMap();
        params.put("seckillId", seckillId);
        params.put("phone", userPhone);
        params.put("killTime", now);
        params.put("result", null);
        try {
            seckillMapper.seckillByProduce(params);
            Integer result = MapUtils.getInteger(params, "result", -3);
            if(result == 1){//成功
                SuccessKilled successKilled = successKilledMapper.queryByIdWithSeckill(seckillId, userPhone);
                return new SeckillExecution(seckillId, SeckillStatEnum.SUCCESS, successKilled);
            }else{//如果失败，把错误状态-1或者-2等返回
                return new SeckillExecution(seckillId, SeckillStatEnum.stateOf(result));
            }
        } catch (Exception e){//出现异常也要返回
            logger.error(e.getMessage(), e);
            return new SeckillExecution(seckillId, SeckillStatEnum.INNER_ERROR);
        }
    }
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
    
    
    
    
5
    
    
    
    
6
    
    
    
    
7
    
    
    
    
8
    
    
    
    
9
    
    
    
    
10
    
    
    
    
11
    
    
    
    
12
    
    
    
    
13
    
    
    
    
14
    
    
    
    
15
    
    
    
    
16
    
    
    
    
17
    
    
    
    
18
    
    
    
    
19
    
    
    
    
20
    
    
    
    
21
    
    
    
    
22
    
    
    
    
23
    
    
    
    
24
   
   
   
   
 
   
   
   
   

    
    
    
    
1
    
    
    
    
2
    
    
    
    
3
    
    
    
    
4
    
    
    
    
5
    
    
    
    
6
    
    
    
    
7
    
    
    
    
8
    
    
    
    
9
    
    
    
    
10
    
    
    
    
11
    
    
    
    
12
    
    
    
    
13
    
    
    
    
14
    
    
    
    
15
    
    
    
    
16
    
    
    
    
17
    
    
    
    
18
    
    
    
    
19
    
    
    
    
20
    
    
    
    
21
    
    
    
    
22
    
    
    
    
23
    
    
    
    
24
   
   
   
   

参考： 
CDN的基本工作过程 
imooc

更多关于系统架构和分布式的了解： 
分布式架构的演进