秒杀系统之所以难做,是因为在极短的时间内涌入大量的请求,来同时访问有限的服务资源,从而造成系统负载压力大,甚至导致系统服务瘫痪以及宕机的可能。本文会介绍秒杀系统中存在的痛点以及针对这些点的优化思路。
如:12306的春节抢票、各大电商搞的定时抢购活动,如小米手机的在线抢购等,抢过火车票的同学都知道在放票的那一瞬间可能1s都不到,票就被抢购一空了。
(1)短时间内高并发,系统负载压力大
(2)竞争的资源有限,数据库锁冲突严重
(3)避免对其他业务的影响
(1)客户端层:手机或PC端操作的客户端页面,域名通过DNS解析路由到NG
(2)反向代理层:一般通过NG作为反向代理,将客户端请求均衡路由到后端站点服务,NG也可以水平扩展为多实例,且每个实例可单独部署为主从的高可用方案。
(3)站点层:站点层可以水平扩展为多个实例部署,以此来均衡来自客户端请求产生的高并发负载,多个web server之间的session信息可以集中存储于分布式缓存服务(Redis,MemCache)中。
(4)服务层:服务层也可水平扩展为多个实例部署,即时下最火的微服务方式
(5)数据库层:数据库层的常见部署方式,如读写分离,分库分表等
(1)尽量将请求拦截在上游
对于秒杀系统来说,系统的瓶颈一般在数据库层,由于资源是有限的,如库中共1万张票,一瞬间并发进来100万的请求,那么有99万都是无用的请求,所以为了更好的保护底层有限的数据库资源,尽量将请求拦截在上游。
(2)充分利用缓存
缓存不但极大的缩短了数据的访问效率,更重要的是承载了底层数据库的访问压力,所以对于读多写少的业务场景充分利用好缓存
(3)热点隔离
业务隔离:如12306的分时段售票,将热点数据分散处理,来降低系统负载压力
系统隔离:实现系统的软硬隔离,不光是实现软件的隔离,还可以实现硬件的隔离,尽最大限度的减少秒杀带来的高并发安全性问题。
数据隔离:启用单独的cache集群或数据库来存放热点数据
(1)页面端优化,如:
(2)web server层优化,如:
(3)后端service服务层优化
注:库存信息放入Redis缓存的时候最好分为多份放入不同key的缓存中,如库存为10万可以分为10份分别放入不同key的缓存中,这样将数据分散操作可以达到更高的读写性能。
(4)DB层优化
来源:https://my.oschina.net/feinik/blog/1807902