实现高并发秒杀的几种方式

谁借莪１个温暖的怀抱￠ 2024-03-17 09:59 56阅读 0赞

#### 文章目录 ####

*  引言
 *  实现方式
 *   *  1.缓存
     *  2.前端实现方式
     *  3.队列削峰
     *  4.限流
     *  5.数据库读写分离
     *  6.缓存失效时间
     *  7.版本控制
 *  总结
 *  写在最后

## 引言 ##

高并发场景在现场的日常工作中很常见，特别是在互联网公司中，这篇文章就来介绍如何实现高并发秒杀的几种方式。

## 实现方式 ##

### 1.缓存 ###

使用缓存可以减少数据库的访问量,提高系统吞吐量。可以缓存热点数据、查询结果等。

@Cacheable(value = "goods", key = "#goodsId")
    public Goods getGoods(Integer goodsId) {
        // 查询数据库
    }

### 2.前端实现方式 ###

通过前端 JS 代码限制用户请求频率,避免过大流量涌入,导致系统崩溃。比如可以实现每秒钟限制请求次数等。

var requestTimes = 0; 
    var lastRequestTime = 0;
    function requestSecKill() {
        var now = new Date();
        if (now - lastRequestTime < 1000 && requestTimes > 5) {
            alert('请求过于频繁,请稍后再试!');
            return;
        }
        lastRequestTime = now;
        requestTimes++;
        // 发送秒杀请求
    }

### 3.队列削峰 ###

当请求流量超过系统容量时,暂存多余请求到消息队列,然后逐渐削峰处理。比如定时从队列中取出一定数量请求处理。

BlockingQueue<Runnable> queue = new ArrayBlockingQueue<>(1000);
    
    public void addTask(Runnable task) {
        boolean offered = queue.offer(task);
        if (!offered) {
            // 队列满了,请求太多,返回限流提示
        }
    }
    
    public void handleTasks() {
        Runnable task = queue.poll();
        if (task != null) {
            executor.execute(task);
        }
    }

### 4.限流 ###

使用令牌桶或者漏桶算法根据系统容量限制请求通过速率。超过速率的请求被拒绝或进入队列等待。

RateLimiter rateLimiter = RateLimiter.create(10); // 每秒不超过10个请求 
    if (rateLimiter.tryAcquire()) {
        // 请求通过
    } else {
       // 请求超过限流频率
    }

### 5.数据库读写分离 ###

将数据库分成主库和从库,秒杀相关读操作从从库读取,防止主库压力过大。

@Autowired
    private GoodsRepository goodsRepository;
    
    public Goods getGoods(Integer goodsId) {
        // 读取从库
        return goodsRepository.read(goodsId); 
    }
    
    public void reduceStock(Integer goodsId) {
        // 写入主库
        goodsRepository.write(goodsId);
    }

### 6.缓存失效时间 ###

可以根据系统负载动态调整缓存失效时间,在高流量期间缩短失效时间,避免缓存相同数据长时间。

@Cacheable(value = "goods", key = "#goodsId", expire = "#expireTime")
    public Goods getGoods(Integer goodsId, Integer expireTime) {
        // 查询数据库
    }
    
    // 调整失效时间
    cacheManager.setCacheExpired(cacheName, expireTime);

### 7.版本控制 ###

对缓存或商品数据设置版本号,当数据修改时版本号递增。请求带上版本号,如果缓存版本低,则从数据库重新加载数据。可以确保用户获取最新数据。

后端：

@Cacheable(value = "goods", key = "#goodsId + #version") 
    public Goods getGoods(Integer goodsId, Integer version) {
        // 查询数据库,带版本号校验
    }
    
    public void updateGoods(Integer goodsId, Integer version) {
        goods.setVersion(version + 1);
        // 更新数据库  
    }

前端：

$.get("/goods/" + goodsId + "?v=" + version, function(data) {
         // 处理返回结果
    });

## 总结 ##

如果要完美解决高并发场景，需要 从缓存、限流、消息队列、数据库扩展多方面考虑,而不仅仅是一两个技术就可以。还需要注意系统的稳定性、扩展性,要足够灵活与健壮。

## 写在最后 ##

**如果大家对相关文章感兴趣，可以关注公众号"架构殿堂"，会持续更新AIGC，java基础面试题, netty, spring boot,spring cloud等系列文章，一系列干货随时送达!**