本文内容

使用Redis优化高并发场景下的接口性能

数据库乐观锁

随着双11的临近,各种促销活动开始变得热门起来,比较主流的有秒杀、抢优惠券、拼团等等。

涉及到高并发争抢同一个资源的主要场景有秒杀和抢优惠券。

前提

活动规则

奖品数量有限,比如100个

不限制参与用户数

每个用户只能参与1次秒杀

活动要求

不能多发,也不能少发,100个奖品要全部发出去

1个用户最多抢1个奖品

遵循先到先得原则,先来的用户有奖品

数据库实现

悲观锁性能太差,本文不予讨论,讨论一下使用乐观锁解决高并发问题的优缺点。

数据库结构

未中奖时UserId为0,RewardAt为NULL

中奖时UserId为中奖用户ID,RewardAt为中奖时间

乐观锁实现

乐观锁实际上并不存在真正的锁,乐观锁是利用数据的某个字段来做的,比如本文的例子就是以UserId来实现的。

实现流程如下:

1.查询UserId为0的奖品,如果未找到则提示无奖品

SELECT*FROMenvelopeWHEREuser_id=0 LIMIT 1

2.更新奖品的用户ID和中奖时间(假设奖品ID为1,中奖用户ID为100,当前时间为2019-10-29 12:00:00),这里的user_id=0就是我们的乐观锁了。

UPDATEenvelopeSETuser_id=100, reward_at='2019-10-29 12:00:00'WHEREuser_id=0ANDid=1

3.检测UPDATE语句的执行返回值,如果返回1证明中奖成功,否则证明该奖品被其他人抢了

为什么要添加乐观锁

正常情况下获取奖品、然后把奖品更新给指定用户是没问题的。如果不添加user_id=0时,高并发场景下会出现下面的问题:

两个用户同时查询到了1个未中奖的奖品(发生并发问题)

将奖品的中奖用户更新为用户1,更新条件只有ID=奖品ID

上述SQL执行是成功的,影响行数也是1,此时接口会返回用户1中奖

接下来将中奖用户更新为用户2,更新条件也只有ID=奖品ID

由于是同一个奖品,已经发给用户1的奖品会重新发放给用户2,此时影响行数为1,接口返回用户2也中奖

所以该奖品的最终结果是发放给用户2

用户1就会过来投诉活动方了,因为抽奖接口返回用户1中奖,但他的奖品被抢了,此时活动方只能赔钱了

添加乐观锁之后的抽奖流程

更新用户1时的条件为id=红包ID AND user_id=0 ,由于此时红包未分配给任何人,用户1更新成功,接口返回用户1中奖

当更新用户2时更新条件为id=红包ID AND user_id=0,由于此时该红包已经分配给用户1了,所以该条件不会更新任何记录,接口返回用户2中奖

乐观锁优缺点

优点

性能尚可,因为无锁

不会超发

缺点

通常不满足“先到先得”的活动规则,一旦发生并发,就会发生未中奖的情况,此时奖品库还有奖品

压测

在MacBook Pro 2018上的压测表现如下(Golang实现的HTTP服务器,MySQL连接池大小100,Jmeter压测):

500并发 500总请求数 平均响应时间331ms 发放成功数为31 吞吐量458.7/s

Redis实现

可以看到乐观锁的实现下争抢比太高,不是推荐的实现方法,下面通过Redis来优化这个秒杀业务。

Redis高性能的原因

单线程 省去了线程切换开销

基于内存的操作 虽然持久化操作涉及到硬盘访问,但是那是异步的,不会影响Redis的业务

使用了IO多路复用

实现流程

1.活动开始前将数据库中奖品的code写入Redis队列中

2.活动进行时使用lpop弹出队列中的元素

3.如果获取成功,则使用UPDATE语法发放奖品

UPDATErewardSETuser_id=用户ID,reward_at=当前时间WHEREcode='奖品码'

4.如果获取失败,则当前无可用奖品,提示未中奖即可

使用Redis的情况下并发访问是通过Redis的lpop()来保证的,该方法是原子方法,可以保证并发情况下也是一个个弹出的。

压测

在MacBook Pro 2018上的压测表现如下(Golang实现的HTTP服务器,MySQL连接池大小100,Redis连接池代销100,Jmeter压测):

500并发 500总请求数 平均响应时间48ms 发放成功数100 吞吐量497.0/s

结论

可以看到Redis的表现是稳定的,不会出现超发,且访问延迟少了8倍左右,吞吐量还没达到瓶颈,可以看出Redis对于高并发系统的性能提升是非常大的!接入成本也不算高,值得学习!

实验代码

// main.go

package main

import (

"fmt"

"github.com/go-redis/redis"

_ "github.com/go-sql-driver/mysql"

"github.com/jinzhu/gorm"

"log"

"net/http"

"strconv"

"time"

)

type Envelope struct {

Id        int`gorm:"primary_key"`

Code      string

UserId    int

CreatedAt time.Time

RewardAt  *time.Time

}

func (Envelope) TableName() string {

return"envelope"

}

func (p *Envelope) BeforeCreate() error {

p.CreatedAt = time.Now()

returnnil

}

const (

QueueEnvelope = "envelope"

QueueUser     = "user"

)

var (

db          *gorm.DB

redisClient *redis.Client

)

func init() {

var err error

db, err = gorm.Open("mysql","root:root@tcp(localhost:3306)/test?charset=utf8&parseTime=True&loc=Local")

if err != nil {

log.Fatal(err)

}

if err = db.DB().Ping(); err != nil {

log.Fatal(err)

}

db.DB().SetMaxOpenConns(100)

fmt.Println("database connected. pool size 10")

}

func init() {

redisClient = redis.NewClient(&redis.Options{

Addr:     "localhost:6379",

DB:       0,

PoolSize: 100,

})

if _, err := redisClient.Ping().Result(); err != nil {

log.Fatal(err)

}

fmt.Println("redis connected. pool size 100")

}

// 读取Code写入Queue

func init() {

envelopes := make([]Envelope, 0, 100)

if err := db.Debug().Where("user_id=0").Limit(100).Find(&envelopes).Error; err != nil {

log.Fatal(err)

}

if len(envelopes) != 100 {

log.Fatal("不足100个奖品")

}

fori := range envelopes {

if err := redisClient.LPush(QueueEnvelope, envelopes[i].Code).Err(); err != nil {

log.Fatal(err)

}

}

fmt.Println("load 100 envelopes")

}

func main() {

http.HandleFunc("/envelope", func(w http.ResponseWriter, r *http.Request) {

uid := r.Header.Get("x-user-id")

if uid == ""{

w.WriteHeader(401)

_, _ = fmt.Fprint(w, "UnAuthorized")

return

}

uidValue, err := strconv.Atoi(uid)

if err != nil {

w.WriteHeader(400)

_, _ = fmt.Fprint(w, "Bad Request")

return

}

// 检测用户是否抢过了

if result, err := redisClient.HIncrBy(QueueUser, uid, 1).Result(); err != nil || result != 1 {

w.WriteHeader(429)

_, _ = fmt.Fprint(w, "Too Many Request")

return

}

// 检测是否在队列中

code, err := redisClient.LPop(QueueEnvelope).Result()

if err != nil {

w.WriteHeader(200)

_, _ = fmt.Fprint(w, "No Envelope")

return

}

// 发放红包

envelope := &Envelope{}

err = db.Where("code=?", code).Take(&envelope).Error

if err == gorm.ErrRecordNotFound {

w.WriteHeader(200)

_, _ = fmt.Fprint(w, "No Envelope")

return

}

if err != nil {

w.WriteHeader(500)

_, _ = fmt.Fprint(w, err)

return

}

now := time.Now()

envelope.UserId = uidValue

envelope.RewardAt = &now

rowsAffected := db.Where("user_id=0").Save(&envelope).RowsAffected // 添加user_id=0来验证Redis是否真的解决争抢问题

if rowsAffected == 0 {

fmt.Printf("发生争抢. id=%d\n", envelope.Id)

w.WriteHeader(500)

_, _ = fmt.Fprintf(w, "发生争抢. id=%d\n", envelope.Id)

return

}

_, _ = fmt.Fprint(w, envelope.Code)

})

fmt.Println("listen on 8080")

fmt.Println(http.ListenAndServe(":8080", nil))

}

【编辑推荐】

【责任编辑:华轩 TEL:(010)68476606】

点赞 0

redis抽奖并发_Redis优化高并发下的秒杀性能相关推荐

  1. go http 并发数限制_618临近,Redis优化高并发下的抢枪抢买买买性能

    随着618的临近,各种促销活动开始变得热门起来,比较主流的有秒杀.抢优惠券.拼团等等.涉及到高并发争抢同一个资源的主要场景有秒杀和抢优惠券. 本文内容 使用Redis优化高并发场景下的接口性能 数据库 ...

  2. php 秒杀并发怎么做,PHP实现高并发下的秒杀功能–Laravel

    namespace App\Http\Controllers\SecKill; use App\Http\Controllers\Controller; use Exception; use Illu ...

  3. 高并发下的秒杀系统架构设计实战!

    1.秒杀业务分析 正常电子商务流程 (1)查询商品: (2)创建订单: (3)扣减库存: (4)更新订单: (5)付款: (6)卖家发货: 秒杀业务的特性 (1)低廉价格: (2)大幅推广: (3)瞬 ...

  4. PHP实现高并发下的秒杀功能–Laravel

    namespace App\Http\Controllers\SecKill; use App\Http\Controllers\Controller; use Exception; use Illu ...

  5. 【高并发专题】-高并发下前后端常用解决方案总结(全套)

    鲁迅说过:如果你也想戴上高级Java程序员这顶高帽子,那么高并发相关解决方案你必须深入骨髓. 高并发场景下,主要解决几个问题: ①请求的响应时间变长,如何才能减少请求响应时间,提升用户体验. ②数据的 ...

  6. php 量 高并发 nosql,nosql - 高并发下Apache+mongodb的php驱动不稳定

    我的环境 : Apache/2.2.21 (Win32) PHP/5.4.3 测试代码 : selectDB("npm")->selectCollection("u ...

  7. 高并发下System.currentTimeMillis()性能问题及优化方案

    文章目录 背景 System.currentTimeMillis() 性能测试 单线程测试 多线程测试 原因 优化 优化代码 单线程测试 多线程测试 参考 背景 最近在看asyncTool源码发现了S ...

  8. java高并发日志_高并发下log4j的性能瓶颈

    开篇 近期由于业务需要进行业务迁移,期间因为误设置log4j的日志级别,导致系统性能整体下降,具体表现在QPS下降明显,系统RT上升.迁移期间由于各类系统环境较原来有较大差别,因为在排查过程中也走了一 ...

  9. php商城如何解决订单高并发,php商城高并发下订单模拟

    语法:LOCK TABLE 表名1  READ|WRITE, 表名2 READ|WRTIE..... 解锁:UNLOCK TABLES; read:读锁(共享锁):如果以这种方式锁定表,那么在锁定的过 ...

最新文章

  1. MySQL基本用户授权步骤
  2. 文巾解题 184. 部门工资最高的员工
  3. 深入浅出:移动端(Android 和 iOS)数据采集埋点 SDK
  4. hdu 2553 N皇后问题【dfs】
  5. 已知ABAP tcode,需要查找assign了该tcode的PFCG role
  6. hive中not in优化
  7. android开发卡死代码,Android Studio编译卡死(示例代码)
  8. 使用Flask-SQLAlchemy插件操作MySQL
  9. 08-06 性能测试--测试报告与数据
  10. web前端基础之Bootstrap(三) - 插件
  11. 【Eclipse】Eclipse使用技巧
  12. 点进来,你看到的就是全网最全c++11新特性(持续整理更新中)
  13. BP神经网络综合评价法
  14. 泰勒公式系列之二—完整公式推导
  15. Aras Innovator 完整安装详细教程
  16. acer笔记本屏幕无法调节亮度问题
  17. js 系统教程-15-js 语法之命令行-console.log,console.info,console.error,console.warn,debugger
  18. 06 甲流疫情死亡率
  19. 谈谈对数据库索引的了解—这些就很重要!!附相关高频面试题。
  20. DNS总是出现问题怎么办?

热门文章

  1. boost::serialization模块实现快速二进制归档的测试程序
  2. boost::hana::basic_tuple用法的测试程序
  3. boost::geometry::intersection用法的测试程序
  4. ITK:读取DICOM系列并写入3D图像
  5. VTK:PolyData之PointNormals
  6. VTK:Parallel之ExodusIIWriter
  7. Qt Creator编辑状态图
  8. OpenGL纹理矩阵,alpha混合和丢弃
  9. C++library Sort库排序的实现算法(附完整源码)
  10. C语言线性插值lerp算法(附完整源码)