目录

多级缓存

什么叫多级缓存

多级缓存的实现思路

Redis 缓存同步 MySql 数据

Nginx 限流

什么是限流

常见的限流算法之漏桶算法

nginx 限流的方式

控制速率

控制并发量(连接数)


在本文中,我们将以京东为例,了解电商中常见的高并发解决方案

多级缓存

我们以京东首页为例 

在上图中,我们可以看出商品的分类是较少发生变化的,这时我们可以把它存储到缓存中,这样数据库的压力会大大减少。这时我们会想到 redis 进行缓存,但是有时电商网站的并发数仅仅靠 redis 会使用 redis 压力过大,这时我们在此引出一个概念:多级缓存。

什么叫多级缓存

为了解决上文中的那个问题,我们在 redis 的基础上再添加一个 nginx 缓存,此时用户在访问我们网站时会先访问 nginx 缓存,如果 nginx 缓存没有,再访问 redis 缓存,如果 redis 也没有,此时我们最后访问 MySQL 获取数据,这样一来,我们将 redis 的压力大大减轻了,此时 nginx 缓存和 redis 缓存就构成了多级缓存

多级缓存的实现思路

那么我们如何实现上面所说多级缓存呢?

我们可以使用 OpenResty 这一基于 Nginx 与 Lua 的高性能 Web 平台,该平台整合了 Nginx 和大量精良的 Lua 库、第三方模块以及大多数的依赖项。Lua 是一种轻量小巧的脚本语言,用标准C语言编写并以源代码形式开放, 其设计目的是为了嵌入应用程序中,从而为应用程序提供灵活的扩展和定制功能。关于 OpenResty 和 Lua,我们在本文不多过多涉及,这里只提供实现思路,有兴趣的可以访问 OpenResty 官网(http://openresty.org/cn/)和 Lua 官网(http://www.lua.org/)进行学习。在实际操作中,我们通常使用 Lua 脚本去访问 Nginx 缓存、Redis 缓存以及 MySQL,过程如下图:

但是在上面的过程中,我们会发现一个问题,在 Redis 缓存已存在的情况下,数据库的数据发生了改变,这时用户访问的都是缓存数据,那我们要如何解决这一问题呢?

Redis 缓存同步 MySql 数据

我们可以通过 canal 解决上面的问题。canal 是一个用来监控数据库数据的变化的工具,可以在Mysql 数据更新时获取其更新的数据。

解决思路:在 Mysql 数据变化时,我们可以通过 canal 微服务或配置MQ模式,配合 RocketMQ 或者 Kafka 来更改 Redis 中的缓存数据,这样 redis 缓存的数据就可以和 Mysql 中的数据保持一致了

关于 canal 的入门可以参考文章 超详细的Canal入门,看这篇就够了!_yehongzhi1994的博客-CSDN博客_canal​​​​​​

Nginx 限流

一般情况下,首页的并发量是比较大的,即使 有了多级缓存,当用户不停的刷新页面的时,或者有大量恶意的请求达到,也会对系统造成影响。这时我们就需要采用限流这一解决方案。

什么是限流

顾名思义,限流就是限制流量。例如你手机流量包只有1个G的流量,用完了就没了,这时候我们可以说我们的流量是受到限制,这就叫限流。

常见的限流算法之漏桶算法

算法思想是:

  • 水(请求)从上方倒入水桶,从水桶下方流出(被处理);
  • 来不及流出的水存在水桶中(缓冲),以固定速率流出;
  • 水桶满后水溢出(丢弃)。

这个算法的核心是:缓存请求、匀速处理、多余的请求直接丢弃。

nginx 限流的方式

控制速率

我们先来说第一种,控制速率。Nginx 控制速率主要使用的是漏桶算法,即能够强行保证请求的实时处理速度不会超过设置的阈值。

配置 OpenResty 中 Nginx 的配置文件,使在访问 ip/test1 地址时进行限流,该地址会访问一个 Lua 脚本

user root root;
worker_processes 1;
events {worker_connections 1024;
}
http {include mime.types;default_type application/octet-stream;#限流设置limit_req_zone $binary_remote_addr zone=contentRateLimit:10m rate=10r/s;sendfile on;#tcp_nopush on;#keepalive_timeout 0;keepalive_timeout 65;#gzip on;server {listen 80;server_name localhost;location /test1{#使用限流配置limit_req zone=contentRateLimit;content_by_lua_file /root/lua/test1.lua;}}
}

配置说明:

binary_remote_addr 是一种key,表示基于 remote_addr(客户端IP) 来做限流,binary_ 的目的是压缩内存占用量。
zone:定义共享内存区来存储访问信息, contentRateLimit:10m 表示一个大小为10M,名字为 contentRateLimit 的内存区域。1M能存储 16000 IP地址的访问信息,10M可以存储16W IP地址访问信息。
rate 用于设置最大访问速率,rate=10r/s 表示每秒最多处理10个请求。Nginx 实际上以毫秒为粒度来跟踪请求信息,因此 10r/s 实际上是限制:每100毫秒处理一个请求。这意味着,自上一个请求处理完后,若后续100毫秒内又有请求到达,将拒绝处理该请求。

限流速度为每秒 10 次请求,如果有10次请求同时到达一个空闲的 nginx,他们都能得到执行吗?
事实上,漏桶漏出请求是匀速的。10r/s是怎样匀速的呢?每100ms漏出一个请求。在这样的配置下,桶是空的,所有不能实时漏出的请求,会被拒绝掉。所以如果10次请求同时到达,那么只有一个请求能够得到执行,其它的,都会被拒绝。这不太友好,大部分业务场景下我们希望这10个请求都能得到执行。

处理突发流量

上面这种情况我们管它叫做突发流量,上面例子限制 10r/s,如果有时正常流量突然增大,超出的请求将被拒绝,无法处理突发流量,可以结合 burst 参数使用来解决该问题。

修改上文中的 Nginx 配置文件

server {listen 80;server_name localhost;location /test1 {limit_req zone=contentRateLimit burst=20 nodelay;content_by_lua_file /root/lua/test1.lua;}
}

burst 译为突发、爆发,表示在超过设定的处理速率后能额外处理的请求数,当 rate=10r/s 时,将1s拆成10份,即每100ms可处理1个请求。
此处,burst=12,若同时有12个请求到达,Nginx 会处理第一个请求,剩余11个请求将放入队列,然后每隔100ms从队列中获取一个请求进行处理。若请求数大于12,将拒绝处理多余的请求,直接返回 503。

不过,单独使用 burst 参数并不实用。假设 burst=50 ,rate依然为10r/s,排队中的50个请求虽然每100ms会处理一个,但第50个请求却需要等待 50 * 100ms即 5s,这么长的处理时间自然难以接受。
因此,burst 往往结合 nodelay 一起使用。

继续修改上文中的 Nginx 配置文件

server {listen 80;server_name localhost;location /test1 {limit_req zone=contentRateLimit burst=20 nodelay;content_by_lua_file /root/lua/test1.lua;}
}

平均每秒允许不超过10个请求,突发不超过20个请求,并且处理突发20个请求的时候,没有延迟,等到完成之后,按照正常的速率处理。
如上两种配置结合就达到了速率稳定,但突然流量也能正常处理的效果。

控制并发量(连接数)

nginx 还提供了利用连接数限制某一个用户的ip连接的数量来控制流量。一种是限制固定连接数,第二种是限制每个客户端IP与服务器的连接数,同时限制与服务器的连接总数。

注意:并非所有连接都被计算在内,只有当服务器正在处理请求并且已经读取了整个请求头时,才会计算有效连接。

配置限制固定连接数

http {include mime.types;default_type application/octet-stream;#限流设置limit_req_zone $binary_remote_addr zone=contentRateLimit:10m rate=10r/s;#根据IP地址来限制,存储内存大小10Mlimit_conn_zone $binary_remote_addr zone=addr:1m;sendfile on;#tcp_nopush on;#keepalive_timeout 0;keepalive_timeout 65;#gzip on;server {listen 80;server_name localhost;location /test2 {limit_conn addr 2;content_by_lua_file /root/lua/test2.lua;}                                                        location /test1 {limit_req zone=contentRateLimit burst=20 nodelay;content_by_lua_file /root/lua/test1.lua;}    }
}

limit_conn_zone $binary_remote_addr zone=addr:10m; 表示限制根据用户的IP地址来显示,设置存储地址为的内存大小10M
limit_conn addr 2; 表示同一个地址只允许连接2次。

限制每个客户端IP与服务器的连接数,同时限制与服务器的连接总数

http {include mime.types;default_type application/octet-stream;#限流设置limit_req_zone $binary_remote_addr zone=contentRateLimit:10m rate=10r/s;#存储个人请求IP的限流配置limit_conn_zone $binary_remote_addr zone=perip:10m;#整个location对应的请求并发容量配置limit_conn_zone $server_name zone=perserver:100m;sendfile on;#tcp_nopush on;#keepalive_timeout 0;keepalive_timeout 65;#gzip on;server {listen 80;server_name localhost;location /test2 {limit_conn perip 10;#单个客户端ip与服务器的连接数"10"limit_conn perserver 100; #限制与服务器的总连接数"100"content_by_lua_file /root/lua/test2.lua;}                                                        location /test1 {limit_req zone=contentRateLimit burst=20 nodelay;content_by_lua_file /root/lua/test1.lua;}    }
}

电商中常见的高并发解决方案相关推荐

  1. 电商中常见的高并发怎么处理?

    一.大规模并发带来的挑战 在过去的工作中,我曾经面对过5w每秒的高并发秒杀功能,在这个过程中,整个Web系统遇到了很多的问题和挑战.如果Web系统不做针对性的优化,会轻而易举地陷入到异常状态.我们现在 ...

  2. 电商中常见的高并发设计

    一.大规模并发带来的挑战 在过去的工作中,我曾经面对过5w每秒的高并发秒杀功能,在这个过程中,整个Web系统遇到了很多的问题和挑战.如果Web系统不做针对性的优化,会轻而易举地陷入到异常状态.我们现在 ...

  3. Java面试中常见的高并发解决方案

    Java面试中常见的高并发解决方案 一般来讲,提高系统应对高并发能力的解决方案可以从以下几个方面入手: (1)高性能服务器 (2)高性能数据库 (3)高效编程语言 (4)高性能web容器 提高数据库性 ...

  4. 深度解析大型分布式电商网站演变过程以及构架部署解决方案

    前言: 本文是学习大型分布式网站架构的技术总结.对架构一个高性能,高可用,可伸缩,可扩展的分布式网站进行了概要性描述,并给出一个架构参考.一部分为读书笔记,一部分是个人经验总结.对大型分布式网站架构有 ...

  5. 分布式事务中常见的三种解决方案

    分布式事务中常见的三种解决方案 目录 一.分布式事务前奏 二.柔性事务解决方案架构 (一).基于可靠消息的最终一致性方案概述 (二).TCC事务补偿型方案 (三).最大努力通知型 三.基于可靠消息的最 ...

  6. 搞懂分布式技术30:高并发解决方案——提升高并发量服务器性能解决思路

    高并发解决方案--提升高并发量服务器性能解决思路 一个小型的网站,可以使用最简单的html静态页面就实现了,配合一些图片达到美化效果,所有的页面均存放在一个目录下,这样的网站对系统架构.性能的要求都很 ...

  7. 电商项目实战之分布式事务解决方案

    电商项目实战之分布式事务解决方案 本地事务 事务隔离级别 事务传播机制 分布式事务 CAP理论 选举与同步理论 BASE理论 解决方案 2PC模式(XA事务) 柔性事务-TCC事务补偿型方案 柔性事务 ...

  8. Java生鲜电商平台-电商中海量搜索ElasticSearch架构设计实战与源码解析

    Java生鲜电商平台-电商中海量搜索ElasticSearch架构设计实战与源码解析 生鲜电商搜索引擎的特点 众所周知,标准的搜索引擎主要分成三个大的部分,第一步是爬虫系统,第二步是数据分析,第三步才 ...

  9. 什么是高并发?高并发解决方案

    比如接口响应超时.CPU load 升高.GC 频繁.死锁.大数据量存储等等,这些问题能推动我们在技术深度上不断精进. 在过往的面试中,如果候选人做过高并发的项目,我通常会让对方谈谈对于高并发的理解. ...

最新文章

  1. Spark MLlib实现的中文文本分类–Naive Bayes
  2. 相邻记录日期差 oracle,sql 相邻2条记录时间差比较
  3. ise 时钟约束_「新手入门」ISE工程升级到Vivado及板级信号调试技术
  4. Linux 管道使用示例
  5. mysql执行计划字段解析_MySQL执行计划解析
  6. 【linux网络编程】网络字节序、地址转换
  7. 开源系统管理资源大合辑
  8. .net Core 生产环境 KestrelServer + Shell 实践
  9. .Net 调用wordCOM组件转PDF
  10. 继Nat Friedman离开Github之后,Xamarin联合创始人离开微软
  11. UCI机器学习库和一些相关算法
  12. 大数据创业,数据哪里来?需要跨过几道坎?
  13. 在VB中使用API“SHFileOperation”删除文件的三个问题
  14. 回归模型1:优化的灰色模型matlab实现
  15. 小学生数据分析《西游记》发现大BUG
  16. 计算机网络基础(TCP/IP)
  17. android模拟器高德地图,【高德地图电脑版】高德地图电脑版官方下载 含安卓模拟器 车机版-趣致软件园...
  18. 凌恩生物文献分享|颠覆性的宏基因组新思路,速来get!
  19. Sql Server 时间格式转换
  20. BI 是如何数据分析的?

热门文章

  1. 中航油折戟 7家A股上市公司应警惕突然死亡出现
  2. ThinkPHP(tp5)一键生成静态方法
  3. Linux主机文件777,755,644权限详解
  4. 三十、基础五迪米特法则
  5. java 保留两位有效数字
  6. 你不理财,财不理你。 理财初探,基金攻略。钱少更需要理财。
  7. dom(一)——获取文本内容的方法
  8. 利用GPU并行计算来加速简单积分过程的实验
  9. 学习笔记《科举制与中国文化》
  10. 单片机期末复习 代码篇