数据库 
首页 > 数据库 > 浏览文章

解密Redis助力双11背后电商秒杀系统(推荐)

(编辑:jimmy 日期: 2024/11/9 浏览:3 次 )

背景

秒杀活动是绝大部分电商选择的低价促销,推广品牌的方式。既可以给平台带来用户量,还可以提高平台知名度。一个好的秒杀系统,可以提高平台系统的稳定性和公平性,获得更好的用户体验,提升平台的口碑,从而提升秒杀活动的最大价值。

本文讨论云数据库Redis版缓存设计高并发的秒杀系统。

秒杀的特征

秒杀活动对稀少或特价的商品进行定时定量售卖,吸引成大量的消费者进行抢购,但又只有少部分消费者可以下单成功。因此,秒杀活动将在一定时间内产生比平时大几十倍倍,上百倍的页面访问流量和下单请求流量。

秒杀活动可以分为3个阶段:

  • 秒杀前:用户不断刷新商品详情页,页面请求达到临时开头。
  • 秒杀开始:用户点击秒杀按钮,下单请求达到暂时提前。
  • 秒杀后:一部分成功下单的用户不断刷新订单或产生退单操作,大部分用户继续刷新商品详情页等待退单机会。

消费者提交的订单,一般做法是利用数据库的行级锁,只有抢到锁的请求可以进行库存查询和下单操作。但是在高并发的情况下,数据库无法承受如此大的请求,往往需要整个服务被阻止,在消费者看来就是服务器停机机。

秒杀系统

解密Redis助力双11背后电商秒杀系统(推荐)

利用系统的层次结构,在每个阶段提前重新验证,拦截无效流量,可以减少大量无效的流量涌入数据库。

利用浏览器缓存和CDN抗压静态页面流量

因此,我们需要把秒杀商品详情页与普通的商品详情页分开。关于秒杀商品详情页试图将能静态化的元素静态化处理,除了秒杀按钮需要服务端进行动态判断,其他的静态数据可以缓存在浏览器和CDN上。这样,秒杀前刷新页面导致的流量进入服务端的流量只有很小的一部分。

利用识读分离Redis缓存拦截流量

CDN是第一级流量拦截,第二级流量拦截我们使用支持读写分离的Redis。在这一阶段我们主要读取数据,读取分离Redis能支持高达60万以上qps,完全可以支持需求。

首先通过数据控制模块,提前将秒杀商品缓存到标识符分离Redis,并设置秒杀开始标记如下:

"goodsId_count": 100 //总数
"goodsId_start": 0 //开始标记
"goodsId_access": 0 //接受下单数
  • 秒杀开始前,服务重新读取goodsId_Start为0,直接返回未开始。
  • 数据控制模块将goodsId_start改为1,标志秒杀开始。
  • 服务最大化缓存开始标记位并开始接受请求,并记录到redis中goodsId_access,商品剩余数量为(goodsId_count-goodsId_access)。
  • 当接受下单数达到goodsId_count后,继续拦截所有请求,商品剩余数量为0。

可以抛光,最后成功参与下单的请求只有少部分可以被接受。在高并发的情况下,允许稍微多的流量进入。因此可以控制接受下单数的比例。

利用主从版Redis缓存加速库存扣量

成功避免下单后,进入下层服务,开始进行订单信息校验,库存扣量。为了避免直接访问数据库,我们使用主从版Redis来进行库存扣量,主从版Redis提供10万等级的QPS。使用Redis来优化库存查询,提前拦截秒杀失败的请求,将大大提高系统的整体稳定性。

通过数据控制模块提前将库存存入Redis,将每个秒杀商品在Redis中用一个hash结构表示。

"goodsId" : {
 "Total": 100
 "Booked": 100
}

扣量时,服务器通过请求Redis获取下单资格,通过以下lua脚本实现,通过Redis是单线程模型,lua可以保证多个命令的原子性。

local n = tonumber(ARGV[1])
if not n or n == 0 then
 return 0
end
local vals = redis.call("HMGET", KEYS[1], "Total", "Booked");
local total = tonumber(vals[1])
local blocked = tonumber(vals[2])
if not total or not blocked then
 return 0
end
if blocked + n <= total then
 redis.call("HINCRBY", KEYS[1], "Booked", n)
 return n;
end
return 0

先使用SCRIPT LOAD将lua脚本EVALSHA预先缓存在Redis,然后调用调用脚本,比直接调用EVAL节省网络带宽:

redis 127.0.0.1:6379>SCRIPT LOAD "lua code"
"438dd755f3fe0d32771753eb57f075b18fed7716"
redis 127.0.0.1:6379>EVAL 438dd755f3fe0d32771753eb57f075b18fed7716 1 goodsId 1

秒杀服务通过判断Redis是否返回抢购个数n,即可知道此次请求是否扣量成功。

使用主从版Redis实现简单的消息异步下单入库

如果商品数量减少的时候,直接操作数据库即可。如果秒杀的商品是1万,甚至10万等级,那数据库锁冲突将带来很大的性能优势。。因此,利用消息组件,当秒杀服务将订单信息写入消息变量后,即可认为下单完成,避免直接操作数据库。

消息模块组件依然可以使用Redis实现,在R2中用列表数据结构表示。

```java
  orderList {
   [0] = {订单内容}
   [1] = {订单内容}
   [2] = {订单内容}
   ...
  }

将订单内容写入

```java
 LPUSH orderList {订单内容}

初步下单模块从Redis中顺序获取订单信息,将订单写入数据库。

```java
  BRPOP orderList 0

通过使用Redis作为消息收发器,异步处理订单入库,有效的提高了用户的下单完成速度。

数据控制模块管理秒杀数据同步

最开始,利用识别分离Redis进行流量限制,只让部分流量进入下单。对于下单检验失败和退单等情况,需要让更多的流量进来。因此,数据控制模块需要定时将数据库中的数据进行一定的计算,同步到主从版Redis,同时再同步到读写分离的Redis,让更多的流量进来。

总结

上一篇:Redis客户端及服务端的安装教程详解
下一篇:Redis中的String类型及使用Redis解决订单秒杀超卖问题
一句话新闻
微软与英特尔等合作伙伴联合定义“AI PC”:键盘需配有Copilot物理按键
几个月来,英特尔、微软、AMD和其它厂商都在共同推动“AI PC”的想法,朝着更多的AI功能迈进。在近日,英特尔在台北举行的开发者活动中,也宣布了关于AI PC加速计划、新的PC开发者计划和独立硬件供应商计划。
在此次发布会上,英特尔还发布了全新的全新的酷睿Ultra Meteor Lake NUC开发套件,以及联合微软等合作伙伴联合定义“AI PC”的定义标准。