Java 商品抢购系统设计，实现与优化

参考教程：https://www.bilibili.com/video/BV1sf4y1L7KE

0. 使用技术

Java 1.8
SpringBoot 2.7.4
RabbitMQ 3.11
Redis 6.2.7
Mybatis-plus 3.5.2
MySQL 5.7

1. 流程

功能开发
系统压测
分布式会话
优化
- 页面优化
- 服务优化
- 安全优化

2. 高并发带来的一些问题

可能会遇到黄牛，大量并发写和并发读。

因此设计系统要保证高可用，保证数据一致性，高性能。

3. 参考配置

Druid 数据源配置属性说明

MybatisX逆向工程

Mybatis 执行器

4. 分布式 Session 问题

多台 Tomcat 配合 Nginx 出现用户登录的问题。

Nginx 使用默认的负载均衡策略（轮询），请求将会按照时间顺序逐一分发到后端应用上。

比如，首先用户在 Tomcat1 上登陆后，用户信息保存在 Tomcat1 的 Session 中。过了一会请求被 Nginx 分发到了 Tomcat2 上，因为 Tomcat2 上的 Session 没有用户信息，此时又要登录。

4.1 可使用的解决方案

4.1.1 Session复制

优点：

无需修改代码，只需要修改 Tomcat 配置

缺点：

Session 同步传输占用内网贷款
多台 Tomcat 同步性能指数下降
Session 占用内存，无法有效水平扩展
- 我加机器就是为了扩展内存，你这 Session 同步，每台机器还是占用那么多内存，太冗余了

4.1.2 前端存储

优点：

不占服务器内存

缺点：

存在安全风险
- Cookie 是明文的，不安全
数据大小受到 Cookie 限制
占用外网带宽
- 前端到后端传送对象也需要占用带宽的

4.1.3 Session 粘滞

优点：

无需修改代码
服务端可以水平扩展

缺点：

增加新机器，会重新 Hash，导致重新登陆
应用重启，需要重新登陆

4.1.4 后端集中存储

优点：

安全
容易水平扩展

缺点：

增加复杂度
需要修改代码

4.2 选择第四种方案（Redis）

docker 安装 Redis 6.2.7

客户端使用 Another Redis Desktop Manager 1.5.8

4.2.1 示例

set key value [ex 10 | px 10000] [nx | xx]

nx 表示当不存在该 key 设置成功
xx 表示存在该 key 设置成功
ex 10 十秒后过期
px 10000 一万毫秒（即十秒）后过期

4.3 SpringSession 实现方式（抛弃这种实现）

当执行 session.setAttribute() 时会自动导入 Redis

4.4 直接用 Redis 存储信息的实现方式（使用该实现）

首先实现序列化方法，默认的 JDK 序列方法可读性有点差。采用 Jackson 的序列化。

首次登录先存 Cookie，然后在 Redis 中存储 {“user:cookie”：userObject}，下一次访问的时候直接拿着本地的 Cookie 去 Redis 取信息。

如果每个页面都需要判断是否登录太麻烦了。如何解决？

先配置用户参数解析器，在解析器中通过 cookie 向 Redis 中取信息，然后直接将对象变为控制器的入参即可。

5. 优化前 Jmeter 压测记录

5.0 测试环境

Windows 10，Intel i7 7700HQ，内存 16G
Linux CentOS 7（虚拟机环境）4 核心，内存 4G

redis 单节点，mysql

5.1 获取商品列表信息

设置线程数 5000，每个线程重复请求 10 次。

重复此操作 3 次。

5.1.1 Windows 测试

QPS：1498.9

5.1.2 Linux 测试

QPS：832.8

5.2 秒杀

设置商品为 10。

设置线程数 1000，每个线程重复请求 10 次。

重复此操作 3 次。

5.2.1 Windows 测试

QPS：1111.9

可以看到数据库中超卖了 2 件：

订单表和秒杀订单表中的数据条数各有 338 条：

5.2.2 Linux 测试

QPS：812.1

数据中超卖了 18 件：

订单表和秒杀订单表中的数据条数各有 196 条数据：

5.3 总结

可以看到在并发环境下会出现超卖问题，以及商品库存小于 1 的时候还会加入订单。接下来将基于此进行优化，解决线程同步以及提高 QPS。

6. 初次优化

6.1 对象 JSON 缓存

每次获取商品列表或者某件商品的信息的时候，先从 Redis 中取，若 Redis 中没有，再去数据库找，并加入 Redis 缓存中。

// 先从 Redis 中取缓存, 若返回的对象不为空则直接返回对象
ValueOperations valueOperations = redisTemplate.opsForValue();
List<GoodsVo> goodList = (List<GoodsVo>) valueOperations.get("goodsList");
if (!ObjectUtils.isEmpty(goodList)) {return  goodList;
}
// 若 Redis 中没有则从数据库加载
List<GoodsVo> list = goodsService.findGoodVo();
// 设置失效时间 5 min
valueOperations.set("goodsList", list, 5, TimeUnit.MINUTES);return list;

6.2 解决数据库超卖问题以及将下单信息加入缓存

在数据库中将 seckill_order 表中 user_id 字段和 goods_id 字段组成联合唯一索引，解决同一个用户多次秒杀同一件商品。
判定库存为 < 1 时，抛出售空的异常。
将下单信息加入 Redis 缓存，多次购买同一件商品时直接从 Redis 中获取。

7. 加入对象 JSON 缓存，解决数据库超卖问题以及将下单信息加入缓存 Jmeter 压测记录

7.1 获取商品列表测试

设置线程数 5000，每个线程重复请求 10 次。

重复此操作 3 次。

7.1.1 Windows 测试

QPS：3171.3

7.1.2 Linux 测试

QPS：2333.6

7.2 秒杀

设置线程数 1000，每个线程重复请求 10 次。

重复此操作 3 次。

7.2.1 Windows 测试

QPS：1421.1

7.2.2 Linux 测试

QPS：1064.8

7.3 总结

相对于之前没有缓存的情况有明显的提升，并且解决了超卖问题，以及解决了同一个用户只能购买一件同样的商品。

8. 中间件

应用程序（可以是不同编程语言开发）使用某种协议或者说规范与 OS 底层进行通信。这种规范就是中间件，中间件具有跨平台，支持通信，高可用，持久性等特点。

8.1 消息中间件

利用可靠的消息传递机制进行系统和系统直接的通讯，通过提供消息传递和西澳西的排队机制，它可以在分布式系统环境下，扩展进程间的通信。

本质

接收数据
接受请求
存储数据
发送请求等功能的技术服务

同时性能要比普通的服务和技术要高。

组成部分

消息的协议
消息的持久化机制
消息的分发策略
消息的高可用，高可靠
消息的容错机制

应用场景

加入有 10W 的并发请求下订单，我们可以在这些订单入库之前把订单请求堆积到消息队列中，让它稳健可靠的入库和执行。

协议

AMQP，高级消息队列协议

8.2 RabbitMQ

RabbitMQ 中消息传递模型的核心思想是：生产者永远不会直接向队列发送任何消息。生产者常常根本不知道消息是否会被传递到任何队列。

生产者只能将消息发送到交换器（exchange）。

8.2.1 交换器（Exchange）

交换器职责：

接收来自生产者的消息
将这些消息推送到队列
交换器必须确切地知道如何处理它接收到的消息
- 它应该被追加到特定的队列中吗？
- 它应该被追加到许多队列中吗？
- 还是应该被丢弃？

以上规则由交换机类型定义，类型有：direct，topic，headers，fanout

RabbitMQ 默认交换机：

8.2.1.1 Fanout 模式

类似发布订阅，也有点像广播，多个消费者会受到同一个发布者发送的同一个消息。

8.2.1.2 Direct 模式（常用）

有选择地接收信息。

绑定的时候可以采取一个额外的 routingKey 参数。为了避免与 basic_publish 参数相混淆，我们要把它称为绑定键。

Fanout 模式中是将消息传给所有的队列，Direct 模式可以指定不同的路由键的消息发送给指定消费者。

8.2.1.3 Topic 模式（常用）

根据一个模式（主题）接收信息。

可以指定 RoutingKey 包含某个关键词的队列进行发送。带来更多的灵活性。

RoutingKey 中可以有任意多的单词，最多不能超过 255 字节的限制。

* 表示匹配一个词
# 表示匹配 0 个或者多个词

当一个队列用 # 绑定键绑定时–它将收到所有的消息，不管 RoutingKey 是什么，就好像在 Fanout 交换机中一样。

8.2.1.4 Header 模式

可以指定哪些指定 key 的 value 值进行发送。（用的不多）

9. 接口优化

系统初始化的时候加载全部商品 id 和库存数量到 Redis，并初始化全部商品库存为空的标记全为 false
通过 Redis 预减库存，减少数据库的访问，若库存为 0，则将库存为空的标记置为 true
请求进入队列缓存，异步下单（告诉客户端正在排队中）

10. 使用 Redis 预减库存，使用消息队列通知数据库处理订单，Jmeter 秒杀压测

设置线程数 1000，每个线程重复请求 10 次。

重复此操作 3 次。

10.1 Windows 测试

QPS：2196.5

10.2 Linux 测试

QPS：1784.7