主要搭建的技术:Java、MySQL、Redis、zookeeper、Dubbo、RocketMQ
本项目是对学校的班车预约服务的架构进行了重构,均采用的比较热门的技术。
Web层:sb-gateway网关,控制整个项目的请求分发与转接等。
接口层:sb-api定义各个服务的接口,比如用户、班车、订单等。
服务层:有着四大服务,分别如上图所示,用户、班车、订单和支付,并且其中均采用第三方中间件Zookeeper、Dubbo和RocketMQ等。
存储层,实际上,MySQL作为存储,而Redis做为MySQL上一层的缓存层
首先,一条请求从用户移动端或者PC端发出,经过前端的Nginx的代理转发到sb-gateway的网关,网关进一步的将请求进行路由分发到对应的Controller,从而执行相应的业务逻辑,其中对应的Controller中分为两步,第一步:找缓存,若存在,直接返回,若不存在。第二步:业务逻辑方法向Dubbo请求远程调用(RPC),得到结果,另外一边业务执行相应的底层如MySQL等,将结果返回给网关,并写入缓存等。
下载地址
选择3.4.14版本下载即可,放进和刚才的myapps下。
解压:tar -zxf zookeeper-3.4.14.tar.gz
将配置文件cp -r zoo_sample.cfg zoo.cfg
启动zookeeper./zkServer.sh start
采用的是最新版本
下载解压后修配置文件 dubbo-admin-server/src/main/resources/application.properties
配置文件修改zookeeper
地址,dubbo控制台端口默认8080,(参考端口图)
可以修改为其他端口例如 server.port=9898,以免与其他服务端口冲突。(参考端口图)
在主目录dubbo-admin-server目录下,执行 mvn clean package -Dmaven.test.skip=true
cd dubbo-admin-server/target java -jar dubbo-admin-0.1.jar
启动即可
最新版本采用前后端分离,那么前端可以到dubbo-admin-ui
目录下,可在config目录下找到index.js中修改端口,修改过后可以终端输入npm install
安装依赖过后,可以npm run dev
启动
未乘坐订单
if (redisUtils.hasKey(key)) {
// redis是否有该缓存
Object obj = redisUtils.get(key);
NoTakeBusResponse response = (NoTakeBusResponse) obj;
for (NoTakeDto noTakeDto : response.getNoTakeDtos()) {
// 如果场次发车时间-当前时间是大0的,那么说明已经发车了
String beginTime = noTakeDto.getBeginTime();
if (beginTime.compareTo(DateUtil.getHours()) <= -1) {
// 删掉当前缓存
redisUtils.del(key);
// 重新获取最新的数据
response = orderService.getNoTakeOrdersById(request);
// 写缓存
redisUtils.set(key, response, RedisConstants.NO_TAKE_OREDERS_EXPIRE.getTime());
return new ResponseUtil().setData(response);
}
}
log.warn("getNoTakeOrdersById->redis\n");
return new ResponseUtil().setData(obj);
}
获取未支付订单接口
// 从redis中是否有缓存
if (redisUtils.hasKey(key)) {
// 有就获取
Object obj = redisUtils.get(key);
log.warn("getNoPayOrdersById->redis\n");
return new ResponseUtil().setData(obj);
}
根据评价状态获取用户订单接口 略
添加订单接口
String countKey = RedisConstants.COUNT_DETAIL_EXPIRE.getKey() + request.getCountId();
// 座位缓存失效
if (redisUtils.hasKey(countKey)) {
redisUtils.del(countKey);
}
String noPayKey = RedisConstants.NO_PAY_ORDERS_EXPIRE.getKey() + userId;
// 未支付列表缓存失效
if (redisUtils.hasKey(noPayKey)) {
redisUtils.del(noPayKey);
}
根据订单id获取详情订单 略
更改订单状态
// 删掉订单详情缓存
if (redisUtils.hasKey(selectOrderKey)) {
redisUtils.del(selectOrderKey);
}
// 删除未乘坐缓存
if (redisUtils.hasKey(noTakeKey)) {
redisUtils.del(noTakeKey);
}
// 删除未支付缓存
if (redisUtils.hasKey(noPayKey)) {
redisUtils.del(noPayKey);
}
// 删除评价缓存
if (redisUtils.hasKey(evaluateKey)) {
redisUtils.del(evaluateKey);
}
OrderServiceImpl
getNoTakeOrdersById
IPage<NoTakeDto> orderIPage = new Page<>(request.getCurrentPage(), request.getPageSize());
QueryWrapper<NoTakeDto> queryWrapper = new QueryWrapper<>();
// 获取系统年月日
// 比如5.30
String day = DateUtil.getDay();
// 比如20:00
String hours = DateUtil.getHours();
System.out.println("当前日期:" + day);
System.out.println("当前时间:" + hours);
queryWrapper
.eq("user_id", request.getUserId()) // 用户id
.eq("order_status", "1")// 1:已经支付
.ge("sc.begin_date", day) // 比如订单日期大于等于今天
.ge("sc.begin_time", hours) // 订单时间大于等于当前时间
.orderByAsc("sc.begin_time") // 排序
.orderByDesc("so.order_time"); // 排序
getEvaluateOrdersById
IPage<EvaluateDto> orderIPage = new Page<>(request.getCurrentPage(), request.getPageSize());
QueryWrapper<EvaluateDto> queryWrapper = new QueryWrapper<>();
// 获取系统年月日
String day = DateUtil.getDay();
String hours = DateUtil.getHours();
System.out.println("当前日期:" + day);
System.out.println("当前时间:" + hours);
queryWrapper
.eq("user_id", request.getUserId()) // 用户di
.eq("order_status", "1") // 状态为1
// 两种情况:
// 1. 符合当天日期,并且订单场次发车时间小于当前日期
// 2. 订单场次的发车日期小于当前日期
.and(o -> o.eq("sc.begin_date", day)
.lt("sc.begin_time", hours)
.or().lt("sc.begin_date", day))
.eq("evaluate_status", request.getEvaluateStatus()) // 评价状态
.orderByDesc("sc.begin_time") // 排序
.orderByDesc("so.order_time"); // 排序
getNoPayOrdersById
IPage<NoPayDto> noPayDtoIPage = new Page<>(request.getCurrentPage(), request.getPageSize());
QueryWrapper<NoPayDto> queryWrapper = new QueryWrapper<>();
// 获取系统年月日
String day = DateUtil.getDay();
String hours = DateUtil.getHours();
System.out.println("当前日期:" + day);
System.out.println("当前时间:" + hours);
queryWrapper
.eq("so.user_id", request.getUserId()) // 用户id
.eq("so.order_status", "0") // 未支付状态
.ge("sc.begin_date", day) // 比如,订单场次日期大于当前日期
.ge("sc.begin_time", hours)// 订单场次时间大于当前日期
.orderByDesc("sc.begin_time") // 排序
.orderByDesc("so.order_time"); // 未支付
addOrder
public AddOrderResponse addOrder(AddOrderRequest request) {
// 判断座位,如果重复,直接退出,否则更新场次的座位信息
AddOrderResponse response = new AddOrderResponse();
// 全局orderId
Long orderId = UUIDUtils.flakesUUID();
// 1。 判断座位,如果重复,直接退出,否则下一步
// 2。 更新座位,如果没有异常,这是写操作
// 3。 计算总金额,如果没有异常
// 4。 添加订单,如果异常,这是写操作
try {
// 1。 判断座位,如果重复,直接退出,否则下一步
tag = MqTags.ORDER_SEATS_CANCEL.getTag();
boolean repeatSeats = busService.repeatSeats(request.getSeatsIds(), request.getCountId());
if (repeatSeats) {
// b:true 说明重复
response.setCode(SbCode.SELECTED_SEATS.getCode());
response.setMsg(SbCode.SELECTED_SEATS.getMessage());
return response;
}
// CastException.cast(SbCode.SYSTEM_ERROR);
// 2。 更新座位,如果没有异常,这是写操作
// 用tags来过滤消息
tag = MqTags.ORDER_ADD_SEATS_CANCLE.getTag();
boolean addSeats = busService.addSeats(request.getSeatsIds(), request.getCountId());
if (!addSeats) {
response.setCode(SbCode.DB_EXCEPTION.getCode());
response.setMsg(SbCode.DB_EXCEPTION.getMessage());
return response;
}
// 模拟系统异常
// CastException.cast(SbCode.SYSTEM_ERROR);
// 3。 计算总金额,如果没有异常
tag = MqTags.ORDER_CALC_MONEY_CANCLE.getTag();
String seatIds = request.getSeatsIds();
Integer seatNumber = seatIds.split(",").length;
Double countPrice = request.getCountPrice();
Double totalPrice = getTotalPrice(seatNumber, countPrice);
// CastException.cast(SbCode.SYSTEM_ERROR);
// 4。 添加订单,如果异常,这是写操作
Order order = orderConvertver.res2Order(request);
order.setOrderPrice(totalPrice);
order.setEvaluateStatus("0"); // 未评价
order.setOrderStatus("0"); // 未支付
order.setUuid(orderId); // 唯一id
tag = MqTags.ORDER_ADD_CANCLE.getTag();
int insert = orderMapper.insert(order);// 插入 不判断了
// CastException.cast(SbCode.SYSTEM_ERROR);
// 这里就不读了,耗时
// QueryWrapper wrapper = new QueryWrapper<>();
// wrapper.eq("so.uuid", order.getUuid());
// OrderDto orderDto = orderMapper.selectOrderById(wrapper);
response.setCode(SbCode.SUCCESS.getCode());
response.setMsg(SbCode.SUCCESS.getMessage());
response.setOrderId(orderId);
// response.setOrderDto(orderDto);
// 这里放redis 未支付缓存,时间前端给定
redisUtils.set(RedisConstants.ORDER_CANCLE_EXPIRE.getKey() + orderId, orderId, request.getExpireTime());
return response;
} catch (Exception e) {
// 以上操作如果程序都不发生异常的话, 是不会执行这里的代码的
// 也就是说不会发送回退消息的。
// 目的是在高并发的情况下,程序内部发生异常,依然高可用
// e.printStackTrace();
log.error("订单业务发生异常");
// 发消息,将座位退回,将订单退回
MQDto mqDto = new MQDto();
mqDto.setOrderId(orderId);
mqDto.setCountId(request.getCountId());
mqDto.setSeatsIds(request.getSeatsIds());
try {
String key = RedisConstants.ORDER_EXCEPTION_CANCLE_EXPIRE.getKey() + Convert.toStr(orderId);
sendCancelOrder(topic,tag, key, JSON.toJSONString(mqDto));
log.warn("订单回退消息发送成功..." + mqDto);
} catch (Exception ex) {
ex.printStackTrace();
}
response.setCode(SbCode.SYSTEM_ERROR.getCode());
response.setMsg(SbCode.SYSTEM_ERROR.getMessage());
return response;
}
}
省略
public OrderResponse updateOrderStatus(OrderRequest request) {
OrderResponse response = new OrderResponse();
try {
// 获取orderDto
QueryWrapper<OrderDto> wrapper = new QueryWrapper<>();
wrapper.eq("so.uuid", request.getUuid());
OrderDto orderDto = orderMapper.selectOrderById(wrapper);
// 1, 检查状态是否为2
if (request.getOrderStatus().equals("2")) {
// 说明关闭订单,回退座位
busService.filterRepeatSeats(orderDto.getSeatsIds(), orderDto.getCountId());
redisUtils.del(RedisConstants.COUNT_DETAIL_EXPIRE.getKey()
+ orderDto.getCountId());
// 清除场次详情的缓存
}
if (request.getOrderStatus().equals("1")) {
// 说明已经支付,删掉5分钟的订单缓存
redisUtils.del(RedisConstants.ORDER_CANCLE_EXPIRE.getKey() + request.getUuid());
}
Order order = orderConvertver.res2Order(request);
// 更新状态
orderMapper.updateById(order);
// 暂时就不获取了
response.setCode(SbCode.SUCCESS.getCode());
response.setMsg(SbCode.SUCCESS.getMessage());
redisUtils.del(RedisConstants.NO_PAY_ORDERS_EXPIRE.getKey()+order.getUserId());
redisUtils.del(RedisConstants.SELECT_ORDER_EXPIRE.getKey() + request.getUuid());
} catch (Exception e) {
log.error("updateOrderStatus", e);
response.setCode(SbCode.DB_EXCEPTION.getCode());
response.setMsg(SbCode.DB_EXCEPTION.getMessage());
return response;
}
return response;
}
省略
发送订单回退消息
后边会单独介绍消息队列
这部分缓存,优化的时候采用了Redis的list,发现我用Jmeter测试并发的时候,发现了Redis中出现了非常多的异常数据,我当时还没有找到问题,暂时先采取以下方案,以下方案在并发时候,并没有出现数据异常。
if (redisUtils.hasKey(key)) {
// 如果缓存存在
Object obj = redisUtils.get(key);
log.warn("getCount->redis\n");
// 返回数据
return new ResponseUtil().setData(obj);
}
// 写
if (!redisUtils.hasKey(key)) {
// 如果缓存不存在,就写,注意与数据库数据一致性
redisUtils.set(key, response, RedisConstants.COUNTS_EXPIRE.getTime());
}
getCountDetailById
// 和上面一样
if (redisUtils.hasKey(key)) {
Object obj = redisUtils.get(key);
log.warn("getCountDetailById->redis\n");
return new ResponseUtil().setData(obj);
}
// 这里不判断了,上面已经判断过了
redisUtils.set(key, response, RedisConstants.COUNT_DETAIL_EXPIRE.getTime());
这里基本没调用过,它是获取班车人物信息的。所以分页查询即可
// MyBatis plus的分页查询 IPagebusIPage = new Page<>(request.getCurrentPage(), request.getPageSize()); busIPage = busMapper.selectPage(busIPage, null);
获取场次列表
// 分页插件,这里自定义分页查询
IPage<CountSimpleDto> countIPage = new Page<>(request.getCurrentPage(), request.getPageSize());
QueryWrapper<CountSimpleDto> queryWrapper = new QueryWrapper<>();
// 获取时间
String currHours = DateUtil.getHours();
String day = DateUtil.getDay();
System.out.println("当前时间:"+currHours);
System.out.println("当前日期:"+day);
// 判断条件
// 1. 找出符合当前天(比如,5.30)
// 2. 找出大于等于当前时间的场次(比如,数据库8点有一场,目前时间为7点,它就符合)
// 3. 找出状态为getBusStatus的场次,一般是还未发车的场次,(比如0,1)
queryWrapper
.eq("begin_date", day)
.ge("begin_time", currHours)
.eq("bus_status", request.getBusStatus())
.orderByAsc("begin_time");// 时间
countIPage = countMapper.selectCounts(countIPage, queryWrapper);
自定义分页CountMapper接口
public interface CountMapper extends BaseMapper<Count> {
/**
*
* @param page
* @param wrapper
* @return
*/
IPage<CountSimpleDto> selectCounts(IPage<CountSimpleDto> page, @Param(Constants.WRAPPER) Wrapper<CountSimpleDto> wrapper);
/**
*
* @param wrapper
* @return
*/
CountDetailDto selectCountDetailById(@Param(Constants.WRAPPER) Wrapper<CountDetailDto> wrapper);
}
xml
查询场次详情信息
// 自定义查询,涉及到联表查询 QueryWrapperwrapper = new QueryWrapper<>(); wrapper.eq("sc.uuid", request.getCountId());
xml
判断座位是否已重复
```c
public boolean repeatSeats(String seats, Long coundId) {
// 查查数据库, 找到座位字段
boolean b = false; // false:不重复,true:重复
try {
Count count = countMapper.selectById(coundId);
// 比如,selectedSeats 是1,2
// dbSeats:"",
// dbSeats:"1,2,3",
// dbSeats: "4,5"
// 前端传来的selectedSeats, 前端判断是否为空,要不然后端也判断一下得了
if (seats.equals("")) {
return true;
}
if (count.getSelectedSeats().equals("")) {
return false;
}
String[] ss = seats.split(",");
String[] cs = count.getSelectedSeats().split(",");
// 这里考虑并发问题
HashSet<String> hashSet = new HashSet<>(Arrays.asList(cs));
for (String s : ss) {
if (hashSet.contains(s)) return true;
}
} catch (Exception e) {
e.printStackTrace();
log.error("selectedSeats", e);
return true; // 异常就算是重复
}
return b;
}
addSeats
if (!StrUtil.isEmpty(selectedSeats)) {
// 这里可以优化,字符串拼接,这样的方式爆内存
// StringBuffer
newSelectedSeats = selectedSeats + "," + newSelectedSeats;
}
filterRepeatSeats
回退座位
```c
Count count = countMapper.selectById(coundId);
String[] ss = seats.split(",");
String[] cs = count.getSelectedSeats().split(",");
// 并发问题,注意
HashSet hashSet = new HashSet<>(Arrays.asList(cs));
for (String s : ss) {
if (hashSet.contains(s)) {
hashSet.remove(s);
}
}
if (hashSet.isEmpty()) {
count.setSelectedSeats("");
}
// 考虑了并发
StringBuffer sb = new StringBuffer();
for (String s : hashSet) {
sb.append(s);
sb.append(",");
}
// 上面的方案可以用String的replace的方法替换,遍历要回退的座位,依次替换即可
count.setSelectedSeats(sb.toString());
countMapper.updateById(count);
看一下String的replace的源码(1.8),感觉遍历还挺多,但的确不用自己去写了
public String replace(char oldChar, char newChar) {
if (oldChar != newChar) {
int len = value.length;
int i = -1;
char[] val = value; /* avoid getfield opcode */
while (++i < len) {
if (val[i] == oldChar) {
break;
}
}
if (i < len) {
char buf[] = new char[len];
for (int j = 0; j < i; j++) {
buf[j] = val[j];
}
while (i < len) {
char c = val[i];
buf[i] = (c == oldChar) ? newChar : c;
i++;
}
return new String(buf, true);
}
}
return this;
}
这里可以使用redis的延时队列或者RocketMQ的消息队列
/**
* 每天上午7点到晚上21点,每隔30分钟执行一次
*/
@Scheduled(cron = "0 0/30 7-21 * * ?")
private void schedulChangeBusStatus() {
log.warn("schedulChangeBusStatus执行");
busService.schedulChangeBusStatus();
}
看一下业务逻辑
public void schedulChangeBusStatus() {
// 获取时间
String currTime = DateUtil.getHours();
// 获取日期
String day = DateUtil.getDay();
log.warn("schedulChangeBusStatus->目前时间:" + currTime);
log.warn("schedulChangeBusStatus->目前时间:" + day);
System.out.println("目前时间:"+ currTime);
System.out.println("目前时间:"+ day);
QueryWrapper<Count> queryWrapper = new QueryWrapper<>();
// 先取出beingtime和now相等的表或者end_time和now相等到表
// 1. 取出当天
// 2. 取出开始时间或者结束时间符合当前时间
queryWrapper
.eq("begin_date", day) // 取出当天
.and(o -> o.eq("begin_time", currTime) // 当前时间
.or()
.eq("end_time", currTime));
List<Count> counts = countMapper.selectList(queryWrapper);
log.warn("schedulChangeBusStatus->查询到的:" + counts.toString());
// 开始作妖
for (Count count : counts) {
String busStatus = count.getBusStatus();
String beginTime = count.getBeginTime();
String endTime = count.getEndTime();
if (currTime.equals(beginTime)) {
if (busStatus.equals("0")) { // 沙河空闲
count.setBusStatus("2"); // 沙河->清水河
}
if (busStatus.equals("1")) { // 清水河空闲
count.setBusStatus("3"); // 清水河->沙河
}
count.setSelectedSeats(""); // 清空座位
}
if (currTime.equals(endTime)) {
if (busStatus.equals("2")) { // 沙河->清水河
count.setBusStatus("1"); // 清水河空闲
}
if (busStatus.equals("3")) { // 清水河->沙河
count.setBusStatus("0"); // 沙河空闲
}
}
System.out.println("修改的:" + count);
log.warn("schedulChangeBusStatus->修改的:" + count);
// 写入数据库
countMapper.updateById(count);
}
// 删缓存,这里非常重要...不删后果很严重
String key1 = RedisConstants.COUNTS_EXPIRE + "0";
String key2 = RedisConstants.COUNTS_EXPIRE + "1";
if (redisUtils.hasKey(key1)) {
redisUtils.del(key1);
}
if (redisUtils.hasKey(key2)) {
redisUtils.del(key2);
}
}
这里每隔30分钟扫库进行一次io,这里可以有优化... 假如我使用Redis的延迟队列
在用定时器添加场次的时候,可以将这些场次存入Redis的zset的队列中,元素为场次ID,元素对应的score是出发时间,这样就有17个(定时器每天凌晨添加17个)
还是用定时器轮询,采用每隔半小时轮询一次,我们取出队列中当前时间大于队列中权重的时间的场次ID,开始进行业务逻辑判断(更改场次状态)
更改过后,删除或者更改该场次的score的时间(结束时间)
以此类推,如果是结束时间的话,直接删除该场次id和score。
这个项目,没有后台,因此场次需要定时器添加即可
/**
* 每天凌晨0点2分执行
*/
@Scheduled(cron = "0 2 0 * * ? ")
private void addCounts(){
log.warn("addCounts执行");
busService.addCounts();
}
具体的业务逻辑:
public void addCounts() {
// 获取日期
String day = DateUtil.getDay();
// 获取前17个场次
QueryWrapper<Count> wrapper = new QueryWrapper<>();
wrapper.last("limit 17");
List<Count> counts = countMapper.selectList(wrapper);
// 开始修改 这里可以用java8 的特性, 还不是很熟悉,后期优化一下
for (Count count : counts) {
// 更改日期
count.setBeginDate(day);
// 更改uuid
count.setUuid(UUIDUtils.flakesUUID());
// 清空座位
count.setSelectedSeats("");
// 将走位状态清零
count.setSeatStatus("0");
// 插入
countMapper.insert(count);
}
// 删缓存,不删后果依然很严重
String key1 = RedisConstants.COUNTS_EXPIRE + "0";
String key2 = RedisConstants.COUNTS_EXPIRE + "1";
if (redisUtils.hasKey(key1)) {
redisUtils.del(key1);
}
if (redisUtils.hasKey(key2)) {
redisUtils.del(key2);
}
}