解密 Redis 助力双十一背后电商秒杀系统

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。
本文讨论如何利用 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:
1、秒杀前:用户不断刷新商品详情页,页面请求达到瞬时峰值。 2、秒杀开始:用户点击秒杀按钮,下单请求达到瞬时峰值。 3、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。
秒杀系统
解密 Redis 助力双十一背后电商秒杀系统
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。

利用浏览器缓存和 CDN 抗压静态页面流量

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。

利用读写分离 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,读写分离 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读写分离 Redis,并设置秒杀开始标记如下:
  1. "goodsId_count": 100//总数
  2. "goodsId_start": 0   //开始标记
  3. "goodsId_access": 0  //接受下单数
1、秒杀开始前,服务集群读取 goodsIdStart 为 0,直接返回未开始。 2、数据控制模块将 goodsIdstart 改为1,标志秒杀开始。 3、服务集群缓存开始标记位并开始接受请求,并记录到 redis 中 goodsIdaccess,商品剩余数量为(goodsIdcount – goodsIdaccess)。 4、当接受下单数达到 goodsIdcount 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。

利用主从版 Redis 缓存加速库存扣量

成功参与下单后,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10万级别的 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吞吐量。
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。
  1. "goodsId" : {
  2.    "Total": 100
  3.    "Booked": 100
  4. }
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,由于 Redis 是单线程模型,lua 可以保证多个命令的原子性。
  1. local n = tonumber(ARGV[1])
  2. ifnot n  or n == 0then
  3.    return0      
  4. end                
  5. local vals = redis.call("HMGET", KEYS[1], "Total", "Booked");
  6. local total = tonumber(vals[1])
  7. local blocked = tonumber(vals[2])
  8. ifnot total ornot blocked then
  9.    return0      
  10. end                
  11. if blocked + n <= total then
  12.    redis.call("HINCRBY", KEYS[1], "Booked", n)                                  
  13.    return n;  
  14. end                
  15. return0
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:
  1. redis 127.0.0.1:6379>SCRIPT LOAD "lua code"
  2. "438dd755f3fe0d32771753eb57f075b18fed7716"
  3. redis 127.0.0.1:6379>EVAL 438dd755f3fe0d32771753eb57f075b18fed77161 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。

利用主从版Redis 实现简单的消息队列异步下单入库

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。
1、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。
  1. orderList {
  2.     [0] = {订单内容}
  3.     [1] = {订单内容}
  4.     [2] = {订单内容}
  5.     ...
  6. }
2、将订单内容写入 Redis:
  1. LPUSH orderList {订单内容}
3、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。
  1. BRPOP orderList 0
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。

数据控制模块管理秒杀数据同步

最开始,利用读写分离 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,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。
本站所有文章均来自互联网,如有侵权,请联系站长删除。极客文库 » 解密 Redis 助力双十一背后电商秒杀系统
分享到:
赞(0)

评论抢沙发

评论前必须登录!