网站代建设费用,centos7全新安装wordpress,九江网站建设张旭,有没有专门做美食海报的网站我们公司是做汽车金融方面的工作#xff0c;在业内还挺大。目前单量来源于2#xff0c;3线城市#xff0c;随着大环境越老越差位了吸引他们#xff0c; 公司决定给全国的客户#xff0c;销售等发一些商品
1.总体学习了京东开源秒杀系统设计思路和方案。 我们公司决定进行… 我们公司是做汽车金融方面的工作在业内还挺大。目前单量来源于23线城市随着大环境越老越差位了吸引他们 公司决定给全国的客户销售等发一些商品
1.总体学习了京东开源秒杀系统设计思路和方案。 我们公司决定进行如下设计。 a.资源投入不会太大一个完全体的秒杀系统 那都是用到 很多硬件 比如交换机。机房设计等 b.公司给我们的资源不会太多所以整体思路 上只能从现有资源层面进行处理 c.发挥出Nginx 的长版优势用它做一些业务处理这一步非常关键要完美契合你们公司业务逻辑。这需要很多方向的思考
为啥Nginx 能在秒杀系统中这么优秀 这就要说到多进程单线程的多路复用技术多路复用技术有两个模型。一个是select和epoll模型 目前最好的是epoll模型。当一个请求进来之后 遇到IO或者调用外部服务的时候。会阻塞但是进程不会一直等待 这期间他会干其他事等好了再回来处理。
举一个例子比如你干一件事这件事中有很多过程你时间上无法控制的比如你去买星巴克咖啡下完单之后他给你制作你不会在哪里等你跑到卖炸鸡的那边 再买炸鸡 。
同样都是多路复用为啥epoll 模型优秀呢像刚才那个例子 假如你同时干了10件事都处于等待状态。你怎么知道 哪件干完了呢而且需要等着你继续处理呢那就 一遍一遍的问跑去咖啡店 说 好了吗 回复没好跑去炸鸡店 好了吗。没好继续往下问。这样很慢是吗。对这就是select 模型。而epoll 多了一个回调主动通知但是呢 不是主动通知你而是主动放到一个完成队列里边去 就是完成的都放到一起你自己处理。
2.隔离安全为主
主要是两方面 一个是数据隔离 一个是业务隔离数据这块尽量要做到 读写分离热点数据做缓存业务隔离 每家公司不一样所以说 具体要结合你们业务场景去做但是非常非常重要。
3.预约机制
我们系统上线之后咋说呢 还是有问题具体过程心酸后来我们该用预约方法这样可以提前预知多少数据请求因为我们公司业务较特殊很多客户和业务员让他们预约的话有些繁琐具体细节不赘述了 。就是先主动放一部分 非预约的 然后 一部分预约的。然后针对预约的数据 放到 redis 一手机号设置为key 但是这里有一个问题我们是单片redis 的key进行操作 目前 只能支持78万的 TPS。那咋办呢 后续说别老想着扩redis 资源有限。
4.销峰填谷
有没有想过这样一个问题比如一个业务很火爆的时候主办方会分为上午场下午场。对我们平台为了避免页面被同一时间大量访问随机给每位用户的响应时间这样用户在提交的同时不会同一时间集中访问平台。因为用户在访问购买的时候填写的信息大都是一直比如付款金额手机号商品信息等等都差不多提交时间也差不多。但是 给每位用户不同的响应时间界面 就会避免集中提交。说简单一点访问你们页面你们响应时间设置一个随机数就类似于sheep.(1000),但是这仅仅助于你理解可别乱说。还有一些其他平台从验证码上做功夫避免集中访问道理一样。
下面再说一下技术手段想象这样一个场景当你的前置系统访问后方核心系统当很平稳的时候前置系统访问核心系统通过RPC 没问题。但是如果前置系统访问了超大你核心系统处理不过来很容易被冲击。这个时候咋办不能用RPC了 只能用MQ 进行处理了。我见过一些公司也不分析自己的业务逻辑上来不管那个接口访问直接用MQ问他们 他们说 快啊 稳定啊牛的不行 。
5.限流
到这个地方需要上技术手段了。我们说的秒杀重器Nginx 用ip 或者用户名我们公司是和手机号关联限流 具体怎么做很多 教程
limit_req_zone 变量名 zone限流规则名称:内存大小 rate速率阈值r/s;
一搬rate 定义 1
还有就是 API 限流 这个比较简单了自己写一个 或者用开源的都可以 RateLimiter Google
6.监控系统
高并发的系统最关键是监控也就是你必须随时知道系统的健康状况以及预警机制注意只关注最重要的几个数据比如缓存数据是否被打满缓存命中率是否正常划重点 少但是 关键。然后 就是一些细节类的比如缓存踢出率是不是旧的key值有没有被剔除等。
7.数据一致性问题 我们平时对一个数据进行加减 通常回操作数据库这只是平常的业务需求没问题业务量不大的情况下像高并发的场景必须要单独设计。既要满足高并发处理月要保证数据安全。这是你可能说分布式锁setNx等这样不行因为 这回带来更多的问题 虽然能解决一部分问题。这里用的是Reids 的原生方法众所周知Redis 是单线程的 天然解决查询和更新操作一次性完成。怎么做呢重点来了Redis 中可以使用lua 脚本
下边是我们的lua脚本
local pcount redis.call(get, KEYS[1])
if not c_s or tonumber(pcount) tonumber(ARGV[1]) thenreturn 0
end
redis.call(decrby,KEYS[1], ARGV[1])
return 1
读取lua脚本
URL url Resources.getResource(你的脚本地址);
ListString lines Resources.asCharSource(url, Charsets.UTF_8).readLines();
lines.forEach(line-{luaScript (line \n);
});
可以吧 sha1 存放起来 因为是预加载,以后都可以用sha1 了
String sha1 jedisCluster.scriptLoad(luaScript);
注意PostConstruct 也可以用这个做项目启动的时候就把lua脚本加载到缓存
执行jedisCluster.evalsha(sha1,Collections.singletonList(key),Collections.singletonList(value));
这样就可以了 对一个数据进行 decrby减操作操作 如果库存不够了 则会返回0
这样可以支持很高的。并发量而且不存咋数据安全问题。然后可以在 秒杀完了之后 对数据库进行一致性操作。 7.JVM 垃圾回收
对于垃圾回收器的选择是需要分业务场景的。如果我们提供的服务对响应时间敏感并且堆内存能够给到 8G 以上的那建议选择 G1堆内存较小或 JDK 版本较低的可以选择 CMS。相反如果对响应时间不敏感追求一定的吞吐量的则建议选择 ParallelGC同时这也是 JDK8 的默认垃圾回收器。这一部分需要结合你们系统逐步分析就可以。每个公司系统不一样 参考网上的一些设计同时多做并发测试。多做测试。
