阿里云Redis读写分离典型场景,自测可行
分类:新闻中心

EF+Redis(StackExchange.Redis)实现分布式锁,自测可行,stackexchange.redis

电商平台 都会有抢购的情况,比如 1元抢购。 而抢购 最重要的 就是库存,很多情况下  库存处理不好,就会出现超卖现象。

本文将用redis为缓存,StackExchange 框架,消息队列方式 实现分布式锁的情况

一,效果

先看效果,

图片 1

 

窗体下单 构建高并发情况

图片 2

开多个控制台应用程序 处理订单

二,配置Redis

  <Redis.Service>
    <DbConfig Name="Order_DBName"  Hosts="127.0.0.1:6379" dbNum="2">

    </DbConfig>
    <DbConfig Name="Product_DbName" Hosts="127.0.0.1:6379" dbNum="1">

    </DbConfig>

模拟用户下单

      private void button1_Click(object sender, EventArgs e)
        {
            var orderCount = Convert.ToInt32(txt_OrderCount.Text);
            var productId = Convert.ToInt32(txt_ProductId.Text);

            var productCount = Convert.ToInt32(txt_ProductCount.Text);

            for (int i = 0; i < orderCount; i++)
            {
                RedisOrderModel cacheOrder = new RedisOrderModel()
                {
                    Count = productCount,
                    OrderNo = (orderNo += 1).ToString(),
                    ProductId = productId
                };
                orderRedis.Push(cacheOrder);
            }


        }

控制台程序 处理订单

public void QueueList()
        {
            RedisOrderMessage redis = new RedisOrderMessage();
            while (true)
            {
                try
                {
                    var cacheOrder = redis.Pop();
                    if (cacheOrder == null)
                    {
                        Console.WriteLine("无订单,休息100毫秒");
                        Thread.Sleep(1000);
                        continue;
                    }

                    while (ThreadCount<=0)
                    {
                        Console.WriteLine("线程已满,休息100毫秒");
                        Thread.Sleep(100);
                    }
                    //ThreadCount--;
                    Thread thread = new Thread(new ThreadStart(cacheOrder.CreateOrder));
                    thread.Start();
                    Console.WriteLine("正在处理订单,休息100毫秒");
                    Thread.Sleep(100);
                }
                catch (Exception ex)
                {
                    Console.WriteLine(ex.Message + "," + ex.StackTrace);
                    Thread.Sleep(1000);
                }
                finally
                {
                    ThreadCount++;
                }

            }
        }

 

使用分布式锁,判断库存是否足够

 public void LockStore(string productId, int count)
        {
            var keyInfo = AddSysCustomKey(productId);

            if (!Exists(keyInfo))
            {
                throw new Exception("商品缓存缓存不存在");
            }
            var redisConfig = ReadRedisConfig.GetRedisConfig(DB_Name);
            var lockdb = redisConfig.GetDatabase(-1);
            var db = redisConfig.GetDatabase();
            var token = Environment.MachineName;
            while (true)
            {
                //db.LockRelease(keyInfo, token);
                var con = lockdb.LockTake(keyInfo, token, TimeSpan.FromSeconds(10.0), CommandFlags.None);
                //var con = db.LockTake(keyInfo, token, TimeSpan.FromSeconds(20), CommandFlags.None);
                if (con)
                {
                    try
                    {
                        var product = ConvertObj<CacheProduct>(db.StringGet(keyInfo));
                        if (product.Count < count)
                        {
                            throw new Exception("数量不够,下单失败");
                        }
                        product.Count -= count;
                        var json = ConvertJson(product);
                        db.StringSet(keyInfo, json);

                    }
                    finally
                    {
                        lockdb.LockRelease(keyInfo, token);

                    }
                    break;
                }
            }

        }

源码地址:

 

 

电商平台 都会有抢购的情况,比如 1元抢购。 而抢购 最重要的 就是库存,...

秒杀系统

图片 3

秒杀系统的流量虽然很高,但是实际有效流量是十分有限的。利用系统的层次结构,在每个阶段提前校验,拦截无效流量,可以减少大量无效的流量涌入数据库。

秒杀前,用户不断刷新商品详情页,造成大量的页面请求。所以,我们需要把秒杀商品详情页与普通的商品详情页分开。对于秒杀商品详情页尽量将能静态化的元素尽量静态化处理,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段的流量只有很小的一部分

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阿里云Redis。在这一阶段我们主要读取数据,读写分离Redis能支持高大60万以上qps的,完全可以支持需求。

首先通过数据控制模块,提前将秒杀商品的缓存到阿里云读写分离Redis,并设置秒杀开始标记:

图片 4

秒杀开始前,服务集群读取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。

服务集群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

可以看出,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。

成功参与下单,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,我们使用阿里云主从版Redis来进行库存扣量,阿里云主从版Redis提供10万级别的QPS。我们使用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吞吐量。我们也是通过数据控制模块提前将库存存入Redis:

//我们将每个秒杀商品在redis中用一个hash结构表示

图片 5

扣量时,服务器通过请求Redis获取下单资格,我们通过lua脚本实现,由于Redis时单线程模型,lua可以保证多个命令的原子性:

lua脚本:

图片 6

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

图片 7

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。

扣量完成后,需要进行订单入库。如果商品数量较少的时候,直接操作数据库即可。如果秒杀的商品是1万,甚至10万级别,那数据库锁冲突将带来很大的性能瓶颈。因此,利用消息队列组件,当秒杀服务将订单信息写入消息队列后,即可认为下单完成,避免直接操作数据库。

消息队列组件依然可以使用Redis实现,在R2中用list数据结构表示:

图片 8

将订单内容写入Redis:

图片 9

异步下单模块从Redis中顺序获取订单信息,并将订单写入数据库:

图片 10

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

最开始,我们利用阿里云读写分离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,我们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。

摘要:本文介绍如何使用阿里云redis搭建一个高性能的电商秒杀系统。

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。不仅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。

本次主要讨论阿里云云数据库Redis缓存设计高并发的秒杀系统。

秒杀的特征

秒杀活动对稀缺或者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,秒杀活动将在较短时间内产生比平时大数十倍,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,页面请求达到瞬时峰值。

秒杀开始:用户点击秒杀按钮,下单请求达到瞬时峰值。

秒杀后:一部分成功下单的用户不断刷新订单或者产生退单操作,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,数据库无法承担如此大的请求,往往会使整个服务blocked,在消费者看来就是服务器宕机。

本文由美高梅网址发布于新闻中心,转载请注明出处:阿里云Redis读写分离典型场景,自测可行

上一篇:没有了 下一篇:没有了
猜你喜欢
热门排行
精彩图文