秒杀项目

优极限【完整项目实战】半天带你用SpringBoot、Redis轻松实现Java高并发秒杀系统

技术栈

SpringBoot + MP

中间件：

RabbitMQ：异步、解耦系统中的一些模块、流量削峰作用

Redis：缓存

课程介绍

1. 项目搭建
2. 分布式Session： 秒杀-> 商城 -> 微服务 -> 分布式 -> 分布式共享Session
3. 秒杀功能：增删改查
4. 压力测试：超卖、并发量
5. 页面优化
6. 服务优化：异步、接口优化：Redis的预减库存、内存标记Redis、减少Redis的访问、分布式锁
7. 接口安全：秒杀地址隐藏、黄牛脚本、验证码、接口限流

学习目标

安全优化

• 隐藏秒杀地址
• 验证码
• 接口限流

服务优化

• RabbitMQ消息队列：缓冲、异步下单
• 接口优化：从数据库到Redis，到网络通信、到内存标记
• 分布式锁：控制库存

页面优化

• 页面优化
• 静态化分离

分布式会话

• 用户登录
• 共享Session

功能开发

• 商品列表
• 商品详情
• 秒杀
• 订单详情

系统压测

• JMeter入门
• 自定义变量
• 正式压测

如何设计一个秒杀系统

稳、准、快：高可用、数据一致性、高性能

• 高性能
  • 秒杀涉及大量并发读和写，动静分离方案、热点的发现和隔离、请求的削峰与分层过滤、服务端的极致优化
• 高可用
  • 保证系统的高可用和准确性，还要设计一个PlanB来兜底
• 一致性
  • 有限数量的商品在同一时刻被很多倍的请求同时减库存，减库存分为：“拍下减库存”、“付款减库存”以及预扣等，保证数据的准确性

应对高并发：缓存、异步、安全用户

解决：并发读、并发写

• 并发读
  • 尽量减少用户到服务端读数据、读更少数据
• 并发写
  • 数据库层面独立出一个特殊库做特殊处理
• 针对秒杀系统做保护
• 意料之外的情况设计兜底方案

项目搭建

配置文件：

hikari:
#连接池名
pool-name: DateHikariCP
#最小空闲连接出
minimum-idle: 5
#空闲连接存活最大时间，默认600000(10分钟)
idle-timeout: 1800000
#最大连接数，默认10
maximum-pool-size: 10#从连接池返回的连接自动提交auto-commit: true
#连接最大存活时间，0表示永久存活，默认1800000(30分支)
max-lifetime: 1800000
#连接超时时间，默认30000(30秒)
connection-timeout: 30000
#测试连接是否可用的查询语句
connection-test-query: SELECT 1#Mybatis-plus配置
mybatis-plus:
#配置Mapper.xml映射文件
mapper-locations: classpath* : /mapper/*Mapper.xml
#配置MyBatis数据返回类型别名(默认别名是类名)
type-aliases-package: com.xxXx.seckill.pojo
#MyBatis SQL打印(方法接口所在的包，不是Napper.xml所在的包)
logging:
level:
com.XXXx.seckill.mapper: debug

分布式会话

登录功能

数据库

CREATE TABLE t_user(
`id` BIGINT(20) NOT NULL COMMENT '用户ID，手机号码',
`nickname` VARCHAR(255) NOT NULL,
`password` VARCHAR(32) DEFAULT NULL CONENT 'MD5(MD5(pass明文+固定salt)+salt)',
`salt` VARCHAR(10) DEFAULT NULL,
`head` VARCHAR(128) DEFAULT NULL COMMENT '头像'，
`register_date` datetime DEFAULT NULL COMMENT'注册时间',
`last_login_date` datetime DEFAULT NULL COMMENT '最后一次登录时间'，`login_count` int(11) DEFAULT '0' COMMENT '登录次数'，
PRIMARY KEY(`id`)
)    

两次MD5加密：保证安全

• 第一次：用户输入明文密码，传到后端，明文密码在网络中传输容易被截获
• 第二次：后端接到已完成第一次MD5加密的数据在存到数据库之前再进行一次MD5加密

MD5工具类

public class MD5Util {public static string md5(string src){return Digestutils.md5Hex(src);}private static final String salt="1a2b3c4d" ;public static String inputPassToFromPass(String inputPass){String str = salt.charAt(0)+salt.charAt(2)+inputPass+salt.charAt(5)+salt.charAt(4);return md5(str);}public static String formPassToDBPass(String formPass,String salt){String str = salt.charAt(0)+salt.charAt(2)+inputPass+salt.charAt(5)+salt.charAt(4);return md5(str);}public static String inputPassToDBPass(string inputPass,string salt){String fromPass = inputPassToFromPass(inputPass);String dbPass = formPassToDBPass(fromPass,salt);return dbPass;}}

参数校验

自定义注解参数校验

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-validation</artifactId>
</dependency>

有了自定义注解要有自定义规则

@Target({ METHOD，FIELD，ANNOTATION_TYPE，CONSTRUCTOR，PARANETER，TYPE_USE})
@Retention(RUNTIME)
@Documented
@Constraint(validatedBy = {IsMobilevalidator.class})
public @interface IsHobile {boolean required() default true;String message() default "手机号码格式错误";Class<?>[] groups() default { };Class<? extends Payload>[] payload() default { };
}

自定义规则实现类，把自定义规则写进去

public class IsMobileValidator implements ConstraintValidator<IsNobile ,String>{private boolean required = false;@Overridepublic void initialize(IsMobile constraintAnnotation) {required = constraintAnnotation.required();}@Overridepublic boolean isValid(String value，ConstraintValidatorContext context) {if (required){return ValidatorUtil.isMobile(value);}else {if (stringUtils.isEmpty(value)){return true;}else {return ValidatorUtil.isHobile(value);}}}
}

异常处理

分布式Session

CookieUtil

UUIDUtil

public class UUIDUtil {public static String uuid() {return UUID.randomuuID().toString().replace( target: "-"，replacement: "");}
}

生成Cookie

//生成cookie
String ticket = UUIDUtil.uuid();
request.getSession().setAttribute(ticket , user);
CookieUtil.setCookie(request,response, "userTicket" ,ticket);
return RespBean.success();

分布式Session问题

刚开始我们在Tomcat1登录之后，用户信息放在Tomcat1的Session里。过了一会，请求又被Nginx分发到了Tomcat2上，这时Tomcat2 上 session里还没有用户信息，于是又要登录。

解决方案：

1. Session复制
   • 优点：无需修改代码，只修改Tomcat配置
   • 缺点：Session同步传输占用内网带宽，多台Tomcat同步性能指数级下降，Session占用太多内存，无法有效水平扩展
2. 前端存储
   • 优点：不占用服务端内存
   • 缺点：占用外网带宽，存在安全风险，数据大小受cookie限制
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，导致重新登录，应用重启需要重新登录
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
5. JWT方式，利用token

Redis存储用户信息

• springsession 存储到集中的地方，存储到了Redis里

• 整个把用户信息存储到Redis里面

优化登录功能

通过MVC 即 ArgumentResolver 不用每次都判断用户信息，可以直接在Controller里获取用户信息

• MVC配置类

@Configuration
@EnableWebMvc
public class WebConfig implements WebMvcConfigurer {@Autowired private UserArgumentResolver userArgumentResolver;@Overridepublic void addArgumentResolvers(List<HandlerHethodArgumentResolver> resolvers){resolvers.add(userArgumentResolver);}
}

• 自定义用户参数

@Component
public class UserArgumentResolver implements HandlerMethodArgumentResolver {@Autowiredprivate IUserservice userService;@Overridepublic boolean supportsParameter(MethodParameter parameter) {Class<?> clazz = parameter.getParameterType();return clazz== User.class;}@Overridepublic Object resolveArgument(NethodParameter parameter，ModelAndViewContainer mavContainerNativeWebRequest webRequest,WebDataBinderFactory binderFactory) throws Exception {HttpServletRequest request = webRequest.getNativeRequest(HttpServletRequest.class);HttpServletResponse response = webRequest.getNativeResponse(HttpServletResponse.class);String ticket = CookieUtil.getCookieValue(request,cookieName: "userTicket" );if (stringutils.isEmpty(ticket)) {return null;}return userService.getUserByCookie(ticket,request,response);}
}

秒杀功能

商品表、秒杀表、秒杀订单表、订单表

数据库

#商品表
CREATE TABLE `t_goods`(`id` BIGINT(20) NOT NULL AUTO_INCREMENT COMMENT '商品ID',`goods_name` VARCHAR(16) DEFAULT NULL COMMENT '商品名称',`goods_title` VARCHAR(64) DEFAULT NULL COMMENT '商品标题'，`goods_img` VARCHAR(64) DEFAULT NULL COMMENT '商品图片'，`goods_detail` LONGTEXT COMMENT '商品详情'，`goods_price` DECIMAL(10,2) DEFAULT '0.00' COMMENT '商品价格'，`goods_stock` INT(11) DEFAULT '0' COMMENT '商品库存，-1表示没有限制'，PRIMARY KEY(`id`)
)ENGINE = INNODB AUTO_INCREMENT=3 DEFAULT CHARSET= utf8mb4;#订单表
CREATE TABLE `t_order`(`id` BIGINT(20) NOT NULL AUTO_INCREMENT COMMENT '订单ID',`user_id` BIGINT(20) DEFAULT NOT NULL COMMENT '用户ID',`goods_id` BIGINT(20) DEFAULT NOT NULL COMMENT '商品ID',`delivery_addr_id` BIGINT(20) DEFAULT NOT NULL  COMMENT '收货地址ID',`goods_name` VARCHAR(16) DEFAULT NULL COMMENT'冗余过来的商品名称',`goods_count` INT(11)DEFAULT '0'COMMENT '商品数量',`goods_price` DECIMAL(10,2) DEFAULT '0.00' COMMENT '商品单价'，`order_channel` TINYINT(4) DEFAULT '0' COMMENT '1pc, 2android,3ios',`status` TINYINT(4) DEFAULT '0' COMMENT '订单状态，0新建未支付，1已支付，2已发货，3已收货，4己退款，5已完成'，`create_date` datetime DEFAULT NULL COMMENT '订单的创建时间',`pay_date` datetime DEFAULT NULL COMMENT '支付时间'·PRIMARY KEY(`id`)
)ENGINE = INNODB AUTO_INCREMENT=3 DEFAULT CHARSET= utf8mb4;#秒杀表
CREATE TABLE `t_seckill_goods`(`id` BIGINT(20) NOT NULL AUTO_INCREMENT COMMENT '秒杀商品ID',`goods_id` BIGINT(20) DEFAULT NULL COMMENT '商品ID',`seckill_price` DECIMAL(10,2) DEFAULT '0.00' COMMENT '秒杀价'，`stock_count INT(10) DEFAULT NULL COMMENT '库存数量',`start_date` datetime DEFAULT NULL COMMENT '秒杀开始时间'，`end_date` datetime DEFAULT NULL COMMENT '秒杀结束时间'，PRIMARY KEY(`id`)
)ENGINE = INNODB AUTO_INCREMENT=3 DEFAULT CHARSET= utf8mb4;#秒杀订单表
CREATE TABLE `t_seckill_order`(`id` BIGINT(20) NOT NULL AUTO_INCREMENT COMMENT '秒杀订单ID',`user_id` BIGINT(20) DEFAULT NOT NULL COMMENT '用户ID',`order_id` BIGINT(20) DEFAULT NOT NULL COMMENT '订单ID',`goods_id` BIGINT(20) DEFAULT NOT NULL COMMENT '商品ID',PRIMARY KEY(`id`)
)ENGINE = INNODB AUTO_INCREMENT=3 DEFAULT CHARSET= utf8mb4;

实现商品列表页

商品名称、商品图片、商品原价、秒杀价、库存数量、详情

SELECTg.id,g.goods_name,g.goods_title,g.goods_img,g.goods_detail,g.goods_price,g.goods_stock,sg.seckill_price,sg.stock_count,sg.start_date,sg.end_date
FROMt_goods gLEFT J0IN t_seckill_goods AS sg ON g.id = sg.goods_id

实现商品详情页

商品名称、商品图片、秒杀开始时间、商品原价、秒杀价、库存数量

SELECTg.id,g.goods_name,g.goods_title,g.goods_img,g.goods_detail,g.goods_price,g.goods_stock,sg.seckill_price,sg.stock_count,sg.start_date,sg.end_date
FROMt_goods gLEFT J0IN t_seckill_goods As sg oN g.id = sg.goods_id
WHEREg.id = #{goodsId}

秒杀倒计时

时间格式化：在实体类中的时间字段上添加@JsonFormat注解

@RequestMapping("/toDetail/{goodsId}")
public String toDetail(Hodel model,User user,@PathVariable Long goodsId){model.addAttribute( "user" , user);GoodsVo goodsVo = goodsService.findGoodsVoBy6oodsId(goodsId);Date startDate = goodsVo.getstartDate();Date endDate = goodsVo. getEndDate();Date nowDate = new Date();//秒杀状态int secKillStatus = 0;//秒杀倒计时int remainSeconds = 0;//秒杀还未开始if (nowDate.before(startDate)){remainSeconds = ((int) ((startDate.getTime() - nowDate.getTime())/ 1000));}else if (nowDate.after(endDate)){//秒杀已结束secKillStatus = 2;remainSeconds = -1;}else {//秒杀中secKillstatus = 1;remainSeconds = 0;}model.addAttribute( "remainSeconds" , remainSeconds);model.addAttribute( "secKillstatus" ,seckillstatus);model.addAttribute( "goods" , goodsVo);return "goodsDetail";
}

前端

<tr><td>秒杀开始时间</td><td th:text="${#dates.format(goods.startDate, ' vvvy-MN-dd HH:mm:ss')}"></td><td id="seckillTip"><input type="hidden" id="remainseconds" th:value="$iremainSeconds}"><span th:if="${seckillStatus eq 0}">秒杀倒计时:<span id="countDown" th:text="${remainSeconds}"></span>秒</span><span th:if="${secKillStatus eq 1}">秒杀进行中</span><span th: if="$isecKillStatus eq 2}">秒杀已结束</span></td>
</tr><script>$ (function (){countDown();});function countDown(){var remainSeconds = $("#remainSeconds" ).val();var timeout;//秒杀还未开始if (remainseconds > 0){timeout = setTimeout(function (){$("#countDown" ).text(remainSeconds - 1);$("#remainSeconds" ).val(remainSeconds - 1);countDown();},1000) ;//秒杀进行中}else if (remainSeconds == 0){if (timeout){clearTimeout(timeout);}$("#seckillTip").html("秒杀进行中")}else {$("#seckil1Tip").html("秒杀已经结束");}};
</script>

秒杀按钮

<td><form id="secKillForm" method="post" action="/seckill/doSeckill"><input type="hidden" name="goodsId" th: value="${goods.id}"><button class="btn btn-primary btn-block" type="submit" id="buyButton">立即秒杀</button></form>
</td><script>$ (function (){countDown();});function countDown(){var remainSeconds = $("#remainSeconds" ).val();var timeout;//秒杀还未开始if (remainseconds > 0){$("#buyButton" ).attr("disabled",true);timeout = setTimeout(function (){$("#countDown" ).text(remainSeconds - 1);$("#remainSeconds" ).val(remainSeconds - 1);countDown();},1000) ;//秒杀进行中}else if (remainSeconds == 0){$("#buyButton" ).attr("disabled",false);if (timeout){clearTimeout(timeout);}$("#seckillTip").html("秒杀进行中")}else {$("#buyButton" ).attr("disabled",true);$("#seckil1Tip").html("秒杀已经结束");}};
</script>

秒杀功能实现

库存够不够、用户不能重复秒杀

@RequestMapping("/doSecKill")
public String doSeckill(Model model,User user,Long goodsId) {if (user == null) {return "login" ;}model.addAttribute("user", user);GoodsVo goods = goodsservice.findGoodsVoByGoodsId(goodsId);//判断库存if (goods.getstockCount() < 1) {model.addAttribute(attributeName: "errmsg"，RespBeanEnum.EINIPTY_STOcK.getNessage());return "secKillFail";}//判断是否重复抢购
Seckill0rder seckill0rder = seckillorderService.getone(new QueryWrapper<Seckill0rder>().eq( "user_id"，user.getId
()).eq("goods_id",goodsId));if (seckill0rder != null) {model.addAttribute("errmsg",RespBeanEnum.REPEATE_ERROR.getMessage())return "secKillFail";}Order order = orderservice.seckill(user, goods);model.addAttribute("order",order);model.addAttribute("goods",goods);return "orderDetail" ;
}

@Override
public Order seckill(User user, GoodsVo goods) {//秒杀商品表减库存SeckillGoods seckillGoods = seckillGoodsService.getOne(new QueryWIrapper<SeckillGoods>().eq("goods_id",goods.getId()));seckillGoods.setStockCount(seckillGoods.getstockCount()-1);seckillGoodsService. updateById(seckillGoods) ;//生成订单Order order = new Order();order.setUserId(user.getId());order.setGoodsId(goods.getId();order.setDeliveryAddrId(0L);  order.setGoodsName(goods.getGoodsName());order.setGoodsCount(1);order.setGoodsPrice(seckillGoods.getseckillPrice());order.set0rderChannel(1);order.setstatus(0);order.setCreateDate(new Date());orderMapper.insert(order);//生成秒杀订单SeckillOrderr seckillOrder = new SeckillOrder();seckillOrder.setuserId(user.getId());seckillOrder.setOrderId(order.getId());seckillOrder.setGoodsId(goods.getId());seckillOrderService.save(seckil1Order);return order;
}

系统压测

QPS：每秒查询率，一台服务器每秒查询次数，特定的查询服务器在规定时间内所处理流量多少的标准

TPS：事务/秒，软件测试结果的测量单位，一个客户机向服务器发送请求，服务器做出响应的过程

JMeter的使用

测试计划：

• 添加 -> 线程 -> 线程组
  • 线程属性：线程数、Ramp-Up时间（几秒钟之内启动线程数）、循环次数
• 添加 -> 配置元件 -> HTTP请求默认值
  • Web服务器：协议：HTTP、IP地址：localhost、端口：8080
• 添加 -> 取样器 -> HTTP请求
  • HTTP请求路径
• 添加 -> 监听器 -> 查看结果数、聚合报告、用表格查看结果

在Linux里运行JMeter

• 在Linux里安装MySQL，或将项目地址改成本机地址
• 把项目打包成jar扔到服务器上
• 把JMeter扔到服务器上去，解压之后直接使用
• 通过命令把运行脚本（Windows版本的线程组测试脚本创建好）扔进去
• 将生成的报告文件扔出来放到Windows版本里查看

配置同一用户测试

添加 -> 取样器 -> HTTP请求

• HTTP请求：添加参数：名称、值

配置不同用户测试

添加 -> 配置元件 -> CSV Data Set Config

添加 -> 配置元件 -> HTTP Cookie管理器

添加 -> 取样器 -> HTTP请求

此处发现问题：

1. Linux和Windows下的优化前QPS差距过大
2. 库存出现负数，出现超卖问题

页面优化

第一个优化：添加缓存

QPS最大的瓶颈在于数据库的操作，可以将数据库的操作提取出来放入缓存，（前提是该缓存频繁被读取且变更比较少）

• 页面缓存

@RequestNapping(value = "/toList",produces = "text/html;charset=utf-8")
@ResponseBody
public String toList(Model model,User user,HttpServletRequest request，HttpServletResponse response) {// Redis中获取页面，如果不为空，直接返回页面ValueOperations valueOperations = redisTemplate.opsForValue();String html = (String) value0perations.get("goodsList");if (!stringutils.isEmpty(html)) {return html;}model.addAttribute("user", user);model.addAttribute("goodsList",goodsService.findGoodsVo());// return "goodsList" ;//如果为空，手动渲染，存入Redis并返回WebContext context = new WebContext(request，response，request.getServletContext()，request.getLocale()，model.asMap());html = thymeleafViewResolver.getTemplateEngine().process("goodsList"，context);if(!StringUtils.isEmpty(html)){valueoperations.set("goodsList" , html,60,TimeUnit.SECONDS);}return html;
}

• URL缓存

@RequestMapping(value = "/toDetail/{goodsId}" , produces = "text/html;charset=utf-8")
@ResponseBody
public String toDetail(Nodel model,User user，@PathVariable Long goodsId,HttpServletRequest request, HttpServletResponse response) {ValueOperations valueOperations = redisTemplate.opsForValue();// Redis中获取页面，如果不为空,直投必圆员面String html = (String) value0perations.get("goodsDetail:" + goodsId);if(!StringUtils.isEmpty(html)){return html;}model.addAttribute( "user" , user);GoodsVo goodsVo = goodsService.findGoodsVoBy6oodsId(goodsId);Date startDate = goodsVo.getstartDate();Date endDate = goodsVo. getEndDate();Date nowDate = new Date();//秒杀状态int secKillStatus = 0;//秒杀倒计时int remainSeconds = 0;//秒杀还未开始if (nowDate.before(startDate)){remainSeconds = ((int) ((startDate.getTime() - nowDate.getTime())/ 1000));}else if (nowDate.after(endDate)){//秒杀已结束secKillStatus = 2;remainSeconds = -1;}else {//秒杀中secKillstatus = 1;remainSeconds = 0;}model.addAttribute( "remainSeconds" , remainSeconds);model.addAttribute( "secKillstatus" ,seckillstatus);model.addAttribute( "goods" , goodsVo);WebContext context = new WebContext(request，response，request.getservletContext()， request.ypetiocale(),model.asMap());thymeleafViewResolver.getTemplateEnaine( ).process("goodsDetail",context);if (!StringUtils.isEmpty(html)) {valueOperations.set("goodsDetail:" + goodsId,html,60,TimeUnit.SECONDS) ;}return html;
}

• 对象缓存

@Override
public RespBean updatePassword(String userTicke,String password,HttpServletRequest request,HttpservletResponse response) {User user = getUserByCookie(userTicket,request,response);if (user == null) {throw new GlobalException(RespBeanEnum.MOBILE_NOT_EXIST);}user.setPassword(MD5Util.inputPassToDBPass(password,user.getslat()));int result = userMapper.updateById(user);if (1 == result) {//删除RedisredisTemplate.delete("user: " + userTicket);return RespBean.success();}return RespBean.error(RespBeanEnum.PASSWORD_UPDATE_FAIL);
}

第二个优化：页面静态化

做一个异步处理，渲染和请求分开做，然后拿到结果后再套入进去

页面跳转到公共的返回对象，进行返回，通过静态页面跳转，并通过ajax获取静态数据，调接口获取数据，手动渲染

• 商品详情页面静态化

后端

@RequestMapping(value = "/toDetail/{goodsId}")
@ResponseBody
public RespBean toDetail(User user,@PathVariable Long goodsId) {GoodsVo goodsVo = goodsService.findGoodsVoBy6oodsId(goodsId);Date startDate = goodsVo.getstartDate();Date endDate = goodsVo. getEndDate();Date nowDate = new Date();//秒杀状态int secKillStatus = 0;//秒杀倒计时int remainSeconds = 0;//秒杀还未开始if (nowDate.before(startDate)){remainSeconds = ((int) ((startDate.getTime() - nowDate.getTime())/ 1000));}else if (nowDate.after(endDate)){//秒杀已结束secKillStatus = 2;remainSeconds = -1;}else {//秒杀中secKillstatus = 1;remainSeconds = 0;}DetailVo detailVo = new DetailVo();detailVo.setUser(user);detailVo.setGoodsVo(goodsVo);detailVo.setSecKillstatus(seckillstatus);detailVo.setRemainSeconds(remainSeconds);return RespBean.success(detailVo);
}

前端

<script>$ (function (){//countDown();getDetails();});function getDetails(){var goodsId = g_getQueryString( "goodsId");$.ajax({url: '/goods/detail/ '+goodsId,type: 'GET',success: function (data){if (data.code==200){render(data.obj);}else {layer.msg("客户端请求出错");}}error: function (){layer.msg("客户端请求出错");}});}function render(detail) {var user = detail.user;var goods = detail.goodsVo;var remainSeconds = detail.remainSeconds;if (user) {$("#userTip" ).hide();}$("#goodsName").text(goods.goodsName);$("#goodsImg").attr("src", goods.goodsImg);$(" #startTime").text(new Date(goods.startDate).format("yyyy-MM-dd HH:mm:ss"));$("#remainseconds").val(remainSeconds);$("#goodsId").val(goods.id);$("#goodsPrice").text(goods.goodsPrice);$("#seckillPrice").text(goods.seckillPrice);$("#stockCount").text(goods.stockCount);countDown();}function countDown(){var remainSeconds = $("#remainSeconds").val();var timeout;//秒杀还未开始if (remainseconds > 0){$("#buyButton").attr("disabled",true);$("#seckillTip").html("秒杀倒计时" + remainSeconds + "秒");timeout = setTimeout(function (){//$("#countDown" ).text(remainSeconds - 1);$("#remainSeconds" ).val(remainSeconds - 1);countDown();},1000) ;//秒杀进行中}else if (remainSeconds == 0){$("#buyButton" ).attr("disabled",false);if (timeout){clearTimeout(timeout);}$("#seckillTip").html("秒杀进行中")}else {$("#buyButton" ).attr("disabled",true);$("#seckil1Tip").html("秒杀已经结束");}};
</script>

• 秒杀静态化

后端

@PostMapping("/doSecKill")
@ResponseBody
public RespBean doSeckill(User user,Long goodsId) {if (user == null) {return RespBean.error(RespBeanEnum.SESSION_ERROR);}GoodsVo goods = goodsservice.findGoodsVoByGoodsId(goodsId);//判断库存if (goods.getstockCount() < 1) {return RespBean.error(RespBeanEnum.EMPTY_STOCK);}//判断是否重复抢购SeckillOrder seckillOrder = seckillOrderService.getOne(new QueryWrapper<SeckillOrder>().eq("user_id"，user.getId()).eq("goods_id",goodsId));if (seckilOrder != null) {return RespBean.error(RespBeanEnum.REPEATE_ERROR);}Order order = orderservice.seckill(user, goods);return RespBean.success(order) ;
}

前端

<script>function doSeckill() {$.ajax({url: '/seckill/doSeckill',type: 'POST',data: {goodsId: $("#goodsId").val()},success: function (data){if (data.code == 200) {window.location.href = "/orderDetail.htm?orderId=" + data.obj.id;}else {layer.msg("客户端请求错误");}},error: function () {layer.msg("客户端请求错误");}})}
</script>

• 订单详情静态化

后端

@Override
public OrderDetailVo detail(Long orderId) {if (order1d == null) {throw new GlobalException(RespBeanEnum.ORDER_NOT_EXIST);}Order order = orderMapper.selectById(orderId);GoodsVo goodsVo = goodsService.findGoodsVoByGoodsId(order.getGoodsId());OrderDetailVo detail = new OrderDetailVo();detail.setorder(order);detail.setGoodsVo(goodsVo);return detail;
}

前端

<script>$(function () {getOrderDetail();});function getOrderDetail() {var orderId = g_getQueryString("orderId");$.ajax({url: '/order?detail',type: 'GET',data: {orderId: orderId}，success: function (data){if (data.code == 200) {render(data.obj);}else {layer.msg("客户端请求错误");}},error: function () {layer.msg("客户端请求错误");}})}function render(detail){var goods = detail.goodsVo;var order = detail.order;$("#goodsName").text(goods.goodsName);$("#goodsImg").attr("src",goods.goodsImg);$("#goodsPrice").text(order.goodsPrice);$("#createDate").text(new Date(order.createDate).format("yyyy-MN-dd HH:mm:ss"));var status = order.status;var statusText = "";switch (status){case 0:statusText = "未支付";break;case 1:statusText = "待发货";break;case 2:statusText = "已发货";break;case 3:statusText = "己收货";break;    case 4:statusText = "己退款";breakcase 5:statusText = "已完成";break;}$ ("#status").text(statusText);}</script>

解决库存超卖

减库存 -> 生成订单 -> 生成秒杀订单

而解决库存超卖需要做一些判断，判断商品库存是否大于0，判断时间节点是当你进行更新操作时，即更新操作时先判断库存

• 扣库存用sql语句处理，同时判断库存大于0
• 采用 用户id+商品id的唯一索引，解决同一个用户秒杀多个商品问题，虽然性能降低但是解决超卖问题
• 从Redis中判断是否重复抢购

@Transactional
@Override
public Order seckill(User user, GoodsVo goods) {//秒杀商品表减库存SeckillGoods seckillGoods = seckillGoodsService.getOne(new QueryWIrapper<SeckillGoods>().eq("goods_id",goods.getId()));seckillGoods.setStockCount(seckillGoods.getstockCount() - 1);boolean seckillGoodsResult = seckillGoodsService.update(new UpdateWrapper<SeckillGoods>().setSql( "stock_count = stock_count -1").eq("goods_id" , goods.getId())).gt("stock_count" , 0));                        if(!seckillGoodsResult){return null;}//生成订单Order order = new Order();order.setUserId(user.getId());order.setGoodsId(goods.getId();order.setDeliveryAddrId(0L);  order.setGoodsName(goods.getGoodsName());order.setGoodsCount(1);order.setGoodsPrice(seckillGoods.getseckillPrice());order.set0rderChannel(1);order.setstatus(0);order.setCreateDate(new Date());orderMapper.insert(order);//生成秒杀订单SeckillOrderr seckillOrder = new SeckillOrder();seckillOrder.setuserId(user.getId());seckillOrder.setOrderId(order. getId());seckillOrder.setGoodsId(goods.getId());seckillOrderService.save(seckil1Order);redisTemplate.opsForValue().set("order:" + user.getId() + ":"+ goods.getId(), seckillOrder);return order;
}

@PostMapping("/doSecKill")
@ResponseBody
public RespBean doSeckill(User user,Long goodsId) {if (user == null) {return RespBean.error(RespBeanEnum.SESSION_ERROR);}GoodsVo goods = goodsservice.findGoodsVoByGoodsId(goodsId);//判断库存if (goods.getstockCount() < 1) {return RespBean.error(RespBeanEnum.EMPTY_STOCK);}//判断是否重复抢购//SeckillOrder seckillOrder = seckillOrderService.getOne(new QueryWrapper<SeckillOrder>().eq("user_id"，user.getId()).eq("goods_id",goodsId));SeckillOrder seckillOrder =(SeckillOrder) redisTemplate.opsForValue(). get("order:" + user.getId() + ":" + goodsId);if (seckilOrder != null) {return RespBean.error(RespBeanEnum.REPEATE_ERROR);}Order order = orderservice.seckill(user, goods);return RespBean.success(order) ;
}

以上可发现优化后的QPS提升并不大，因为库存卖完后在判断同一个用户重复下单时放到了Redis，速度更快

还可继续优化的点

第三个优化：静态资源优化（略）

第四个优化：CDN优化（略）

服务优化

• 减库存：通过Redis预减库存，减少对数据库的访问，而Redis放在单独的服务器上，还需频繁和Redis进行网络通信，即再次进行优化，通过内存标记去减少对Redis的访问
• 下单：请求用到队列，先进入队列里进行缓冲，进行异步下单

Redis预减库存：在系统初始化时将商品数量加载到Redis中，当真正收到请求时通过Redis预减库存，库存不足则直接返回秒杀失败，如果库存充足则先将请求加入RabbitMQ消息队列，并且立即返回客户端正在排队中，请求入队之后，进行异步操作，异步生成订单，真正减少数据库库存，出单成功后在客户端做个轮询查询是否真正出了订单，出了订单即为秒杀成功，否则秒杀失败

增强数据库性能：将一个数据库，做集群，或者阿里巴巴的中间件MyCat对数据库进行分库分表，增强数据库性能

RabbitMQ

默认端口：15672；默认用户名密码：guest

SpringBoot整合RabbitMQ

• 引入依赖

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-amqps</artifactId>
</dependency>

• 配置文件

#RabbitMQ
rabbitmq:#服务器host: 192.168.1.128#用户名username: guest#密码password: guest#虚拟主机virtual-host: /#端口port: 5672listener:simple:#消费者最小数量concurrency: 10#消费者最大数量max-concurrency: 10#限制消费者每次只处理一条消息，处理完再继续下一条消息prefetch: 1#启动时是否默认启动容器，默认trueauto-startup: true#被拒绝时重新进入队列default-requeue-rejected: truetemplate:retry:#发布重试，默认falseenabled: true#重试时间，默认1000msinitial-interval: 1000ms#重试最大次数，默认3次max-attempts: 3#重试最大问隔时间，默认10000msmax-interval: 1000@ms#重试的间隔乘数。比如配2.0，第一次就等10s，第二次就等20s，第三次就等40smultiplier: 1

• 配置类

@Configuration
public class RabbitMQConfig {@Beanpublic Queue queue(){return new Queue("queue",true);}
}

• 消息发送者

@Service
@Slf4j
public class MQSender {@Autowiredprivate RabbitTemplate rabbitTemplate;public void send(Object msg) {log.info("发送消息:" +msg);rabbitTemplate.convertAndSend( "queue", msg);}
}

• 消息消费者

@Service
@Slf4j
public class MQReceiver {@RabbitListener(queues = "queue")public void receive(object msg) {log.info("接收消息:" +msg );}
}

• Controller

@Autowired
private MQSender mqSender;
/**
*测试发送Rabbit消息
*/
@RequestMapping( "/mq")
@ResponseBody
public void mq(){mqSender.send("Hello");
}

RabbitMQ交换机模式

交换机：一边接收来自生产者的消息，一边将消息推送到队列，交换机必须确切的知道如何处理接收到的消息，他的规则由交换机类型定义（direct、topic 、headers、fanout）

• Fanout模式（广播模式、发布订阅模式）
  • 消息不仅仅被一个队列接收，而是能够被多个队列接收，多个队列接收的是同一个生产者发送的同一条消息
  • 广播模式并不会处理路由键

@Configuration
public class RabbitMQConfig {private static final String QUEUE01 = "queue_fanout01";private static final String QUEUE02 = "queue_fanout02";private static final String EXCHANGE = "fanoutExchange";@Beanpublic Queue queue(){return new Queue( name: "queue", durable: true);}@Beanpublic Queue queue01(){return new Queue(QUEUE01);}@Beanpublic Queue queue02(){return new Queue(QUEUE02);}@Beanpublic FanoutExchange fanoutExchange(){return new FanoutExchange(EXCHANGE);}@Beanpublic Binding binding01(){return BindingBuilder.bind(queue01()).to(fanoutExchange());}@Beanpublic Binding binding02(){return BindingBuilder.bind(queue02()).to(fanoutExchange());}
}

@Service
@Slf4j
public class MQSender {@Autowiredprivate RabbitTemplate rabbitTemplate;public void send(Object msg) {log.info("发送消息:" +msg);rabbitTemplate.convertAndSend("fanoutExchang","", msg);}
}

@Service
@Slf4j
public class MQReceiver {@RabbitListener(queues = "queue")public void receive(object msg) {log.info("接收消息:" +msg );}@RabbitListener(queves = "queue_fanout01")public void receive01(Object msg) {log.info("QUEUE01接收消息:" +msg);}@RabbitListener(queues = "queue_fanout02")public void receive02(Object msg) {log.info("QUEUEO2接收消息:" + msg);}
}

• Direct模式（路由模式）
  • 消息去到队列，绑定一个key，明确匹配了路由key
  • 所有发送到Direct的j消息都会被转发到路由key中指定的一个Queue
  • Direct可以使用RabbitMQ自带的交换机

@Configuration
public class RabbitMQConfig {private static final String QUEUE01 = "queue_fanout01";private static final String QUEUE02 = "queue_fanout02";private static final String EXCHANGE = "directExchange";private static final String ROUTINGKEY01 = "queue.red";private static final String ROUTINGKEY02 = "queue.green";@Beanpublic Queue queue01(){return new Queue(QUEUE01);}@Beanpublic Queue queue02(){return new Queue(QUEUE02);}@Beanpublic DirectExchange directExchange(){return new DirectExchange(EXCHANGE);}@Beanpublic Binding binding01(){return BindingBuilder.bind(queue01()).to(directExchange()).with(ROUTINGKEY01);}@Beanpublic Binding binding02(){return BindingBuilder.bind(queue02()).to(directExchange()).with(ROUTINGKEY02);}
}

@Service
@Slf4j
public class MQSender {@Autowiredprivate RabbitTemplate rabbitTemplate;public void send01(Object msg) {log.info("发送red消息:" +msg);rabbitTemplate.convertAndSend("directExchange","queue.red", "msg");}public void send02(Object msg) {log.info("发送green消息:" +msg);rabbitTemplate.convertAndSend("directExchange","queue.green", "msg");}
}

@Service
@Slf4j
public class MQReceiver {@RabbitListener(queues = "queue")public void receive(object msg) {log.info("接收消息:" +msg );}RabbitListener(queues = "queue_direct01")public void receive01(Object msg) {log.info("QUEUE01接收消息:" + msg);}@RabbitListener(queues = "queue_direct02")public void receive02(Object msg) {log.info("QUEUE02接收消息:" +msg);}
}

• Topic模式（主题模式） (常用)
  • 为方便管理路由key引入通配符（#（匹配零个或多个）、*（匹配明确的一个））

@Configuration
public class RabbitMQConfig {private static final String QUEUE01 = "queue_fanout01";private static final String QUEUE02 = "queue_fanout02";private static final String EXCHANGE = "topicExchange";private static final String ROUTINGKEY01 = "#.queue.#" ;private static final String ROUTINGKEYO2 = "*.queue.#";@Beanpublic Queue queue01(){return new Queue(QUEUE01);}@Beanpublic Queue queue02(){return new Queue(QUEUE02);}@Beanpublic TopicExchange topicExchange() {return new TopicExchange(EXCHANGE);}@Beanpublic Binding binding01() {return BindingBuilder.bind(queue01()).to(topicExchange()).with(ROUTINGKEY01);}@Beanpublic Binding binding02(){return BindingBuilder.bind(queue02()).to(topicExchange()).with(ROUTINGKEY02);}
}

@Service
@Slf4j
public class MQSender {@Autowiredprivate RabbitTemplate rabbitTemplate;public void send01(Object msg) {log.info("发送消息(QUEUEO1接收):"+msg);rabbitTemplate.convertAndSend("topicExchange","queue.red.message" ,msg)}public void send02(Object msg) {log.info("发送消息(被两个queue接收):" + msg);rabbitTemplate.convertAndSend("topicExchange","message.queue.green.abc", msg);}
}

@Service
@Slf4j
public class MQReceiver {@RabbitListener(queues = "queue")public void receive(object msg) {log.info("接收消息:" +msg );}@RabbitListener(queues = "queue_topic01")private void receive01(Object msg) {log.info("QUEUE01接收消恩:" + msg);}@RabbitListener(queues = "queue_topic02")private void receive02(Object msg) {log.info("QUEUE02接收消息:" + msg) ;}
}

• Headers模式

@Configuration
public class RabbitMQConfig {private static final String QUEUE01 = "queue_fanout01";private static final String QUEUE02 = "queue_fanout02";private static final String EXCHANGE = "headerExchange";@Beanpublic Queue queue01(){return new Queue(QUEUE01);}@Beanpublic Queue queue02(){return new Queue(QUEUE02);}@Beanpublic HeadersExchange headersExchange(){return new HeadersExchange(EXCHANGE);}@Beanpublic Binding binding01(){Map<String, Object> map = new HashMap<>();map.put("color","red");map.put("speed","low");return BindingBuilderTbind(queue01()).to(headersExchange()).whereAny(map).match();}@Beanpublic Binding binding02(){Map<String, Object> map = new HashMap<>();map.put("color","red");map.put("speed","fast");return BindingBuilderTbind(queue02()).to(headersExchange()).whereAll(map).match();}
}

@Service
@Slf4j
public class MQSender {@Autowiredprivate RabbitTemplate rabbitTemplate;public void send01(Object msg) {log.info("发送消息(被两个queue接收):" +msg);MessageProperties properties = new MessageProperties();properties.setHeader("color" , "red" );properties.setHeader("speed" , "fast");Message message = new Message(msg.getBytes() , properties);rabbitTemplate.convertAndSend("headersExchange", "",message);}public void send02(Object msg){log.info("发行消息(被QUEUE01接收):"+msg);MessageProperties properties = new MessageProperties();properties.setHeader("color" , "red");properties.setHeader("speed" , "normal");Message message = new Message(msg.getBytes() , properties);rabbitTemplate.convertAndSend("headersExchange", "",message);}
}

@Service
@Slf4j
public class MQReceiver {@RabbitListener(queues = "queue")public void receive(object msg) {log.info("接收消息:" +msg );}@RabbitListener(queues = "queue_header01")public void receive01(Message message) {log.info("QUEUE01接收Message对象:" + message);log.info("QUEUEO接收消息:" + new String(message.getBody()));}@RabbitListener(queues = "queue_header02")public void receive02(Hessage message) {log.info( "QUEUE02接收Message对象:" + message);log.info("QUEUE02接收消息: " + new String(message.getBody()));}
}

Redis预减库存

/**
*系统初始化，把库存数量加载到Redis
*/
@Override
public void afterPropertiesset() throws Exception {List<GoodsVo> list = goodsservice.findGoodsVo();if (Collectionutils.isEmpty(list)) {return;}list.forEach(goodsVo -> {redisTemplate.opsForValue().set("seckillGoods:" + goodsVo.getId(),goodsVo.getStockCount());});}/**
*秒杀
*/
@RequestMapping(value = "/doSeckill",method = RequestHethod.POST)
@ResponseBody
public RespBean doSeckill(User user,Long goodsId){if (user == null) {return RespBean.error(RespBeanEnum.SESSION_ERROR);}ValueOperations valueOperations = redisTemplate.opsForValue();//判断是否重复抢购SeckillOrder seckillOrder =(SeckillOrder) redisTemplate.opsForValue().get("order:" + user.getId() + ":" + goodsId);if (seckillOrder != null) {return RespBean.error(RespBeanEnum.REPEATE_ERROR);}//预减库存Long stock = valueOperations.decrement( "seckillGoods:" + goodsId);if (stock < 0) {valueOperations.increment("seckillGoods: " + goodsId);return RespBean.error(RespBeanEnum.EMPTY_STOCK);}Order order = orderService.seckill(user,goods) ;return RespBean.success(order);
}

RabbitMQ秒杀操作

封装了一个消息对象，通过RabbitMQ发送消息对象，在监听者里做了之前在Controller里做的事（判断库存、判断是否重复抢购、下单操作），使用RabbitMQ变成了异步操作，可以在Controller中快速返回，进行一个流量削峰的作用

/**
*系统初始化，把库存数量加载到Redis
*/
@Override
public void afterPropertiesset() throws Exception {List<GoodsVo> list = goodsservice.findGoodsVo();if (Collectionutils.isEmpty(list)) {return;}list.forEach(goodsVo -> {redisTemplate.opsForValue().set("seckillGoods:" + goodsVo.getId(),goodsVo.getStockCount());EmptyStockHap.put(goodVo.getId(),false);});}/**
*秒杀
*/
@RequestMapping(value = "/doSeckill",method = RequestHethod.POST)
@ResponseBody
public RespBean doSeckill(User user,Long goodsId){if (user == null) {return RespBean.error(RespBeanEnum.SESSION_ERROR);}ValueOperations valueOperations = redisTemplate.opsForValue();//判断是否重复抢购SeckillOrder seckillOrder =(SeckillOrder) redisTemplate.opsForValue().get("order:" + user.getId() + ":" + goodsId);if (seckillOrder != null) {return RespBean.error(RespBeanEnum.REPEATE_ERROR);}//内存标记，减少Redis的访问if (EmptyStockHap.get(goodsId)) {return RespBean.error(RespBeanEnum.EMPTY_STOCK);}//预减库存Long stock = valueOperations.decrement( "seckillGoods:" + goodsId);if (stock < 0) {EmptyStockHap.put(goodsId,true);valueOperations.increment("seckillGoods: " + goodsId);return RespBean.error(RespBeanEnum.EMPTY_STOCK);}SeckillMessage seckillMessage = new SeckillMessage(user,goodsId);mqSender.sendSeckillMessage(Jsonutil.object2JsonStr(seckillMessage));return RespBean.success(0);
}

/**
*下单操作
*/
@RabbitListener(queues = "seckil1Queue")
public void receive(String message) {log.info("接收的消息:" + message);SeckillMessage seckilllessage = JsonUtil.jsonStr20bject(message，SeckillMessage.class);Long goodId = seckillMessage.getGoodId();User user = seckillMessage.getUser();//判断库存GoodsVo goodsVo = goodsService.findGoodsVoByGoodsId(goodId);if (goodsVo.getStockCount() < 1) {return;}//判断是否重复抢购SeckillOrder seckillOrder =(SeckillOrder) redisTemplate.opsForValue().get("order:" + user.getId() + ":" + goodId);if (seckillOrder != null) {return;}//下单操俏orderService.seckill(user,goodsVo);
}

客户端轮询查询秒杀结果

后端

OrderController

/**
*获取秒杀结果
*/@RequestMapping(value = "/result", method = RequestMethod.GET)
@ResponseBody
public RespBean getResult(User user,Long goodsId){if (user == null) {return RespBean.error(RespBeanEnum.sESSION_ERROR);}Long orderId = seckillOrderService.getResult(user,goodsId);return RespBean.success(orderId);
}

OrderServiceImpl

/**
*秒杀
*/
@Transactional
@Override
public Order seckill(User user, GoodsVo goods) {ValueOperations valueOperations = redisTemplate.opsForValue();//秒杀商品表减库存SeckillGoods seckillGoods = seckillGoodsService.getOne(new QueryWIrapper<SeckillGoods>().eq("goods_id",goods.getId()));seckillGoods.setStockCount(seckillGoods.getstockCount() - 1);boolean seckillGoodsResult = seckillGoodsService.update(new UpdateWrapper<SeckillGoods>().setSql( "stock_count = stock_count -1").eq("goods_id" , goods.getId())).gt("stock_count" , 0));                        if(seckillGoods.getStockCount()<1){//判断是否还要库存valueOperations.set("isStockEmpty: "+goods.getId(),"0");return null;}//生成订单Order order = new Order();order.setUserId(user.getId());order.setGoodsId(goods.getId();order.setDeliveryAddrId(0L);  order.setGoodsName(goods.getGoodsName());order.setGoodsCount(1);order.setGoodsPrice(seckillGoods.getseckillPrice());order.set0rderChannel(1);order.setstatus(0);order.setCreateDate(new Date());orderMapper.insert(order);//生成秒杀订单SeckillOrderr seckillOrder = new SeckillOrder();seckillOrder.setuserId(user.getId());seckillOrder.setOrderId(order. getId());seckillOrder.setGoodsId(goods.getId());seckillOrderService.save(seckil1Order);redisTemplate.opsForValue().set("order:" + user.getId() + ":"+ goods.getId(), seckillOrder);return order;
}/**
*获取秒杀结果
* orderrd:成功， -1:秒杀失败， 0:排队出
*/
@Override
public Long getResult(User user,Long goodsId) {SeckillOrder seckillOrder = seckillOrderapper.selectone(new QueryWrapper<SeckillOrder>().eq("user_id",  user.getId()).eq("goods_id",goodsId));if (null != seckillOrder) {return seckillOrder.getorderId();}else if (redisTemplate.hasKey("isStockEmpty: " + goodsId)) {return -1L;}else {return 0L;}
}

前端

<script>function doSeckill() {$.ajax({url: '/seckill/doSeckill',type: 'POST',data: {goodsId: $("#goodsId").val()},success: function (data){if (data.code == 200) {//window.location.href = "/orderDetail.htm?orderId=" + data.obj.id;getResult($("goodsId").val());}else {layer.msg("客户端请求错误");}},error: function () {layer.msg("客户端请求错误");}})}function getResult(goodsId) {g_showLoading();$.ajax({url: "/seckill/result",type: "GET",data: {goodsId: goodsId,},success: function (data) {if (data.code == 200) {var result = data.obj;if (result < 0) {layer.msg("对不起，秒杀失败!");}else if (result == 0) {setTimeout(function () {getResult(goodsId);}，50);}else {layer.confirm("恭喜你，秒杀成功!查看订单? ",{btn:["确定"，"取消"]},function () {window.location.href = "/orderDetail.html?orderId=" + result;},function () {layer.close();})} }},error: function (){layer.msg("客户端请求错误");}})}</script>

Redis实现分布式锁

• Redis的递增递减本身带有原子性
• Redis分布式锁，锁本身是个占位的意思，当线程进来操作发现已经占位即放弃或稍候再使用，当前线程执行完毕释放锁

@Bean
public DefaultRedisscript<Boolean> script(){DefaultRedisScript<Boolean> redisScript = new DefaultRedisScript<>();//lock.luα脚本位置利application.yml同级目录redisScript.setLocation(new classPathResource("lock.lua"));redisScript.setResultType(Boolean.class);return redisscript;
}

--lua脚本
--lua脚本两种用法：提前在Redis中启动、调用Java去传if redis.call("get" ,KEYs[1])==ARGV[1] thenreturn redis.call("del", KEYS[1])
elsereturn 0
end

@Test
public void testLock01(){ValueOperations valueOperations = redisTemplate.opsForValue();//占位，如果key不存在才可设置成功Boolean isLock = valueOperations.setIfAbsent("k1","v1");//如果占位成功，进行正常操作if (isLock){ValueOperations.set("name","xxxx");String name = (String) valueOperations.get("name");System.out.println("name = " +name);Integer.parseInt( "x×x×x");redisTemplate.delete( "k1");}else {System.out.println("有线程在使用，请稍后再试");}
}//上述测试发现如果出现异常，锁无法释放，于是给锁添加过期时间@Test
public void testLock02(){ValueOperations valueOperations = redisTemplate.opsForValue();//给锁添加一个过期时间，防止应用在运行过程中抛出异常导致锁无法正常释放Boolean isLock = valueOperations.setIfAbsent("k1","v1",5,TimeUnit.SECONDS);if (isLock){ValueOperations.set("name","xxxx");String name = (String) valueOperations.get("name");System.out.println("name = " +name);Integer.parseInt( "x×x×x");redisTemplate.delete( "k1");}else {System.out.println("有线程在使用，请稍后再试");}
}//上述测试发现如果超出锁的过期时间线程还未运行完，而锁先释放，之后线程的锁会被前面线程删掉，导致后来线程混乱@Test
public void testLock02(){ValueOperations valueOperations = redisTemplate.opsForValue();String value = UUID.randomUUID().toString();//给value添加随机值，先获取到锁再判断锁的值是否一致//为保证操作的原子性采用lua脚本保证，且减少网络传输//更正：lua不能保证原子性，应该是保证隔离性Boolean isLock = valueOperations.setIfAbsent("k1",value,5,TimeUnit.SECONDS);if (isLock){ValueOperations.set("name","xxxx");String name = (String) valueOperations.get("name");System.out.println("name = " +name);System.out.println(valueoperations.get("k1"));Boolean result = (Boolean)redisTemplate.execute(script,Collections.singletonList("k1"),value);System.out.println(result);}else {System.out.println("有线程请使用，请稍后");}
}

优化Redis预减库存

采用分布式锁优化预见缓存

if (redis.call( "exists" ,KEYS[1])==1) thenlocal stock = tonumber(redis.call("get", KEYS[1]));if(stock>0) thenredis.call("incrby" ,KEYS[1],-1);return stock;    end;return -1;
end;

/**
*系统初始化，把库存数量加载到Redis
*/
@Override
public void afterPropertiesset() throws Exception {List<GoodsVo> list = goodsservice.findGoodsVo();if (Collectionutils.isEmpty(list)) {return;}list.forEach(goodsVo -> {redisTemplate.opsForValue().set("seckillGoods:" + goodsVo.getId(),goodsVo.getStockCount());EmptyStockHap.put(goodVo.getId(),false);});}/**
*秒杀
*/
@RequestMapping(value = "/doSeckill",method = RequestHethod.POST)
@ResponseBody
public RespBean doSeckill(User user,Long goodsId){if (user == null) {return RespBean.error(RespBeanEnum.SESSION_ERROR);}ValueOperations valueOperations = redisTemplate.opsForValue();//判断是否重复抢购SeckillOrder seckillOrder =(SeckillOrder) redisTemplate.opsForValue().get("order:" + user.getId() + ":" + goodsId);if (seckillOrder != null) {return RespBean.error(RespBeanEnum.REPEATE_ERROR);}//内存标记，减少Redis的访问if (EmptyStockHap.get(goodsId)) {return RespBean.error(RespBeanEnum.EMPTY_STOCK);}//预减库存//Long stock = valueOperations.decrement( "seckillGoods:" + goodsId);Long stock = (Long)redisTemplate.execute(script，Collections.singletonList("seckill6oods:" + goodsTd),collections.EMPTY_LIST);if (stock < 0) {EmptyStockHap.put(goodsId,true);valueOperations.increment("seckillGoods: " + goodsId);return RespBean.error(RespBeanEnum.EMPTY_STOCK);}SeckillMessage seckillMessage = new SeckillMessage(user,goodsId);mqSender.sendSeckillMessage(Jsonutil.object2JsonStr(seckillMessage));return RespBean.success(0);
}

安全优化

秒杀地址隐藏

后端

/**
*获取秒杀地址
*/
@RequestMapping(value = "/path", method = RequestHethod.GET)
@ResponseBody
public RespBean getPath(User user,Long goodsId){if (user==null){return RespBean.error(RespBeanEnum.SESSION_ERROR);}String str = orderService.createPath(user,goodsId);return RespBean.success(str);
}@0verride
public String createPath(User user,Long goodsId) {String str = MD5Util.md5(UUIDUtil.uuid() + "123456");redisTemplate.opsForValue().set("seckillPath:"+ user.getId() + ":"+ goodsId,str,60,TimeUnit.SECONDS);return str;
}

/**
*秒杀
*/
@RequestMapping(value = "{path}/doSeckill",method = RequestHethod.POST)
@ResponseBody
public RespBean doSeckill(@PathVariable String path,User user,Long goodsId){if (user == null) {return RespBean.error(RespBeanEnum.SESSION_ERROR);}ValueOperations valueOperations = redisTemplate.opsForValue();boolean check = orderService.checkPath(user , goodsId);if ( !check){return RespBean.error(RespBeanEnum.REQUEST_ILLEGAL);}//判断是否重复抢购SeckillOrder seckillOrder =(SeckillOrder) redisTemplate.opsForValue().get("order:" + user.getId() + ":" + goodsId);if (seckillOrder != null) {return RespBean.error(RespBeanEnum.REPEATE_ERROR);}//内存标记，减少Redis的访问if (EmptyStockHap.get(goodsId)) {return RespBean.error(RespBeanEnum.EMPTY_STOCK);}//预减库存Long stock = valueOperations.decrement( "seckillGoods:" + goodsId);if (stock < 0) {EmptyStockHap.put(goodsId,true);valueOperations.increment("seckillGoods: " + goodsId);return RespBean.error(RespBeanEnum.EMPTY_STOCK);}SeckillMessage seckillMessage = new SeckillMessage(user,goodsId);mqSender.sendSeckillMessage(Jsonutil.object2JsonStr(seckillMessage));return RespBean.success(0);
}

/**
*校验秒杀地址
*/
@Override
public boolean checkPath(User user,Long goodsId,String path) {if (user == null ll goodsId <0 ll stringUtils.isEmpty(path)) {return false;}String redisPath = (String) redisTemplate.opsForValue().get("seckillPath:" + user.getId() + ":"+ goodsId);return path.equals (redisPath);
}

前端

<script>function doSeckill(path) {$.ajax({url: '/seckill' + path + '/doSeckill',type: 'POST',data: {goodsId: $("#goodsId").val()},success: function (data){if (data.code == 200) {//window.location.href = "/orderDetail.htm?orderId=" + data.obj.id;getResult($("goodsId").val());}else {layer.msg("客户端请求错误");}},error: function () {layer.msg("客户端请求错误");}})}function getSeckillPath(){var goodsId = $("#goodsId").val();g_showLoading();$.ajax({url: "Iseckill/path",type : "GET",data:{goodsId : goodsId},success:function (data){if(data.code==200){var path = data.obj;doSeckill(path);}else {layer.msg(data.message);}},error : function (){layer.msg("客户端请求错误");}})}
</script>

验证码

• 生成验证码

后端

<!--验证码依赖-->
<dependency><groupId>com.github.whvcse</groupId><artifactId>easy-captcha</artifactId><version>1.6.2</version>
</dependency>

@RequestMapping(value = "/captcha" , method = RequestHethod.GET)
public void verifyCode(User user，Long goodsId，HttpServletResponse response){if (user==null||goodsId<0){throw new GlobalException(RespBeanEnum.REQUEST_ILLEGAL);}//设置请求头为输出图片的类型response.setContentType("image/jpg");response.setHeader("Pargam","No-cache");response.setHeader("Cache-Control","no-cache");response.setDateHeader("Expires", 0);//生成验证码，将结果放入RedisArithmeticCaptcha captcha = new ArithmeticCaptcha(130,32, 3);redisTemplate.opsForValue().set("captcha :"+user.getId()+" : "+goodsId ,captcha.text(), 300，TimeUnit.SECONDS);try {captcha.out(response.getoutputStream());}catch (IOException e) {log.error("验证码生成失败",e.getMessage());}
}

前端

<div class="row"><div class="form-inline"><img id="captchaImg" width="130" height="32" onclick="refreshCaptcha()" style="display: none"/><input id="captcha" class="form-control" style="display: none"><button class="btn btn-primary" type="button" id="buyButton"onclick="getSeckillPath()">立即秒杀<input type="hidden" name="goodsId" id="goodsId"></button></div>
</div><script>function refreshcaptcha() {$("#captchaImg").attr("src","/seckill/captcha?goodsId="+ $("#goodsId").val() + "&time=" + new Date();}
</script>

• 校验验证码

/**
*获取秒杀地址
*/
@RequestMapping(value = "/path", method = RequestHethod.GET)
@ResponseBody
public RespBean getPath(User user,Long goodsId,String captcha){if (user==null){return RespBean.error(RespBeanEnum.SESSION_ERROR);}boolean check = orderService.checkCaptcha(user,goodsId,captcha);if (!check){return RespBean.error(RespBeanEnum.ERROR_CAPTCHA);}String str = orderService.createPath(user,goodsId);return RespBean.success(str);
}

/**
*校验验证码
*/
@Override
public boolean checkCaptcha(User user,Long goodsId,String captcha){if (Stringutils.isEmpty(captcha) || user == null || goodsId < 0) {return false;}String redisCaptcha = (String) redisTemplate.opsForValue().get("captcah:" + user.getId() + ":" + goodsId);return captcha.equals(rediscaptcha);
}

接口限流

计数器算法、漏桶算法、令牌桶算法(常用)

• 简单接口限流

/**
*获取秒杀地址
*/
@RequestMapping(value = "/path", method = RequestHethod.GET)
@ResponseBody
public RespBean getPath(User user,Long goodsId,String captcha,HttpServletRequest request) {if (user==null){return RespBean.error(RespBeanEnum.SESSION_ERROR);}ValueOperations valueOperations = redisTemplate.opsForValue();//限制访问次数，5秒内访向5次String uri = request.getRequestURI();captcha = "O";Integer count = (Integer) valueOperations.get(uri + ":" + user.getId());if (count == null) {valueOperations.set(uri + ":" + user.getId(), 1,5,TimeUnit.SECONDS)}else if (count < 5) {valueOperations.increment(uri + ":" + user.getId());}else {return RespBean.error(RespBeanEnum.AcCESS_LIAIT_REAHCED);}boolean check = orderService.checkCaptcha(user,goodsId,captcha);if (!check){return RespBean.error(RespBeanEnum.ERROR_CAPTCHA);}String str = orderService.createPath(user,goodsId);return RespBean.success(str);
}

以上操作冗余性大，需要进行优化

• 通用接口限流

/**
*拦截器
*/@Component
public class AccessLimitInterceptor implements HandlerInterceptor {@Autowiredprivate IUserService userService;@Overridepublic boolean preHandle(HttpServletRequest request,HttpServletResponse response,Object handle)throws Exception{if (handler instanceof HandlerHethod){User user = getUser(request, response); //使用线程池技术：TheadLocal//每个线程绑定自己的集，公共线程存放用户信息容易导致用户信息紊乱，需要当前线程用户信息存放在自己的线程里面//为了实现线程之间的数据隔离UserContext.setUser(user);IHandlerHethod hm = (HandlerHethod) handler;AccessLimit accessLimit = hm.getHethodAnnotation(AccessLimit.class);if (accessLimit == null){return true;}int second = accessLimit.second();int maxcount = accessLimit.maxCount();boolean needLogin = accessLimit.needLogin();String key = request.getRequestURI();if (needLogin){if (user==null){render(response，RespBeanEnum.sESSION_ERROR);return false;}key+=":"+user.getId();}ValueOperations valueOperations = redisTemplate.opsForValue();Integer count = (Integer) valueOperations.get(key);if (count == null) {valueOperations.set(key, 1,second,TimeUnit.sECONDS);}else if (count < maxCount) {valueOperations.increment(key);}else {render(response,RespBeanEnum.ACCESS_LIMIT_REAHCED);return false;  }}return true;}/***构建返回对象*/private void render(HttpServletResponse response,RespBeanEnum respBeanEnum) throws IOException {response.setcontentType("application/json");response.setCharacterEncoding("UTF-8");PrintWriter out = response.getWriter();RespBean respBean = RespBean.error(respBeanEnum);out.write(new ObjectMapper().writeValueAsString(fespBean));out.flush();out.close();}/***获取当前登录用户*/private User getUser(HttpServletRequest request,HttpServletResponse response){String ticket = CookieUtil.getCookievalue(request,cookieName: "userTicket");if (Stringutils.isEmpty(ticket)) {return null;}return userService.getUserByCookie(ticket, request,response);}}

@Retention(RetentionPolicy.RUNTIME)
@Target(ElementType.METHOD)
public @interface AccessLimit {int second();int maxCount();boolean needLogin() default true;
}

/**
*获取秒杀地址
*/
@AccessLimit(second=5,maxcount=5,needLogin=true)
@RequestMapping(value = "/path", method = RequestHethod.GET)
@ResponseBody
public RespBean getPath(User user,Long goodsId,String captcha,HttpServletRequest request) {if (user==null){return RespBean.error(RespBeanEnum.SESSION_ERROR);}boolean check = orderService.checkCaptcha(user,goodsId,captcha);if (!check){return RespBean.error(RespBeanEnum.ERROR_CAPTCHA);}String str = orderService.createPath(user,goodsId);return RespBean.success(str);
}

主流秒杀方案分析

秒杀项目需要注意的点：

• 高并发以及刷接口等黑客请求对服务器端的负载冲击
• 高并发所带来的超卖问题
• 高荷载情况下下单的速度和成功率的保障

抢购之前的预约通知：点击预约产生token，token会放在用户的浏览器里，无token的用户只是在前端提示商品不足，获取token的用户可以请求后台，将重复请求前端拦截

抢购开始之前暴露接口。被黑客截取，通过脚本参与秒杀：使用网关，通过网关进行相应的限流，如：黑名单（将IP地址、用户ID），重复请求放在Redis集群，将同一个IP的发起采取拒绝考虑Redis的性能瓶颈可以做分片，带宽，统一处理

对没有token的用户：尽快处理前面已经获得token的请求，将商品进行卖光，在网关处直接终结请求，每一个Tomcat可做一到两千的QPS，令牌桶发放完就进入下单阶段

对于下单阶段要最快生成订单，否则会出现超时，可使用Redis。考虑Redis的性能可以使用分片，作用是速度快，订单查询可减少对数据库的冲击，同时订单走队列进行削峰，后端进行消费，入库成功后就可将Redis中的数据删除

出现令牌桶发放超出库存情况采用分布式锁，Redis封装好的分布式锁的方案，针对商品Id加分布式锁，但是如果商品众多，加锁反而会对性能产生影响，对Redis的压力较大

可直接在服务器实例里写好商品数量，在内存里判空，不用走Redis,不用通信，性能较高

使用到微服务采用配置中心，通过配置中心下发每个实例的商品数量，可以后台控制，在抢购开始的时候，通过配置中心下发到每个服务商品数量，当实例将内存中的商品数量消耗完毕，即为卖完了

抢购过程中服务挂掉了，大不了少卖一些，等所有服务卖完，统计订单数量，将剩余库存再次启动，再次售卖

常考问题

0、介绍一下你的项目？

为什么做这个项目？

希望将过去所学的一些知识做一个系统的深入理解。秒杀项目运用场景多，涉及的问题与中间件较为复杂，更有利于对web服务的深入学习。

详细过程？

本项目主要是为了模拟一种高并发的场景，请求到达nginx后首先经由负载轮询策略到达某一台服务器中（后端部署了两台服务器）。为了解决秒杀场景下的入口大流量、瞬时高并发问题。引入了redis作为缓存中间件，主要作用是缓存预热、预减库存等等。引入秒杀令牌与秒杀大闸机制来解决了入口大流量问题。引入线程池技术来解决了浪涌（高并发）问题。

1、秒杀中如何处理超卖问题？（网易）（百度）（美团）（滴滴）（字节）

直接由数据库操作库存的sql语句如下所示。依靠MySQL中的排他锁实现

 update table_prmo set num = num - 1 WHERE id = 1001 and num > 0

利用redis的单线程特性预减库存处理秒杀超卖问题！！！

1. 在系统初始化时，将商品以及对应的库存数量预先加载到Redis缓存中；（缓存预热）
2. 接收到秒杀请求时，在Redis中进行预减库存（decrement），当Redis中的库存不足时，直接返回秒杀失败，否则继续进行第3步；
3. 将请求放入异步队列中，返回正在排队中；
4. 服务端异步队列（MQ）将请求出队，出队成功的请求可以生成秒杀订单，减少数据库库存，返回秒杀订单详情。

2、秒杀中如何解决重复下单问题？（网易）

mysql唯一索引（商品索引）+ 分布式锁

3、热点数据失效（缓存击穿）问题如何解决？（网易）（美团）

设置热点数据永远不过期。

4、缓存和数据库数据一致性如何保证？（shopee）（美团）（网易）

• 使用canal组件实现（canal的原理，模拟MySQL的主从复制机制）

• 更新数据库后立即删缓存，然后下一次查缓存找不到数据后会再次从数据库同步到缓存。

5、减库存成功了，但是生成订单失败了，该怎办？（shopee）（美团）（华为）

非分布式的系统中使用Spring提供的事务功能即可。

**分布式事务：**将减库存与生成订单操作组合为一个事务。要么一起成功，要么一起失败。

CAP理论（只能保证 CP、AP）、BASE理论（最终一致性，基本可用性、柔性事务）。

分布式事务的两个协议以及几种解决方案：

1. 全局消息
2. 基于可靠消息（MQ）的分布式事务
3. TCC
4. 最大努力通知

seata分布式事务控制组件。

6、做了什么限流削峰的措施？（字节）（美团）（华为）

秒杀令牌（token）加秒杀大闸限制入口流量。线程池技术限制瞬时并发数。验证码做防刷功能。

7、如何解决客户的恶意下单问题？（shopee）

封IP，nginx中有一个设置，单个IP访问频率和次数多了之后有一个拉黑操作。

8、多机器扣减库存，如何保证它的线程安全的？（shopee）（美团）（华为）

分布式锁。redission客户端实现分布式锁。

9、如何去减Redis中的库存？（华为）

decrement API减库存，increment API回增库存。以上的指令都是原子性的。

10、缓存中的数据突然失效，导致请求全部打到了数据库，如何解决？（字节）

典型的缓存雪崩问题，给缓存中的数据的过期时间加随机数。

11、如果项目中的Redis挂掉，如何减轻数据库的压力？（滴滴）（华为）

组redis集群，主从模式、哨兵模式、集群模式。

主从模式中：如果主机宕机，使用slave of no one 断开主从关系并且把从机升级为主机。

哨兵模式中：自动监控master / slave的运行状态，基本原理是：心跳机制+投票裁决。

每个sentinel会向其它sentinel、master、slave定时发送消息（哨兵定期给主或者从和slave发送ping包（IP：port），正常则响应pong，ping和pong就叫心跳机制），以确认对方是否“活”着，如果发现对方在指定时间（可配置）内未回应，则暂时认为对方已挂（所谓的“主观认为宕机” Subjective Down，简称SDOWN）。

若master被判断死亡之后，通过选举算法，从剩下的slave节点中选一台升级为master。并自动修改相关配置。

12、页面静态化

那就把能提前放入cdn服务器的东西都放进去，反正把所有能提升效率的步骤都做一下，减少真正秒杀时候服务器的压力。

13、秒杀系统面临的问题有哪些？（滴滴）（华为）（字节）（美团）

1. 高并发
2. 超卖、重复卖问题
3. 脚本恶意请求
4. 数据库扛不住
5. 加了缓存之后的缓存三大问题（击穿、穿透、雪崩）

14、秒杀系统设计？

1、nginx做一个动静分离以及负载均衡

2、redis缓存预热、预减库存

3、MQ异步下单

15、分布式会话问题?（顺丰科技）（网易）（美团）

token+redis解决分布式会话问题。

Token是服务端生成的一串字符串，作为客户端进行请求的一个令牌，当第一次登录后，服务器生成一个userToken便将此Token返回给客户端，存入cookie中保存，以后客户端只需带上这个userToken前来请求数据即可，无需再次带上用户名和密码。二次登录时，只需要去redis中获取对应token的value，验证用户信息即可。

// 用户第一次登录时，经过相关信息的验证后将对应的登录信息以及凭证（token）存入reids中
String uuid = UUID.rondom().toString();
redisTemplate.opsForValue().set(uuid, userModel);
// token下发到客户端存入cookie中进行保存// 再次登录时cookie携带着token到redis中找到对应的value不为空，表示该用户已经登陆过了，如果查询结果为空，则让该用户重新登陆，然后将用户信息保存到redis中。
// 一般设置一个过期时间，表示的就是多久后用户的登录态就失效了。

16、线程池的执行过程？（美团）（滴滴）

先说一下核心参数：

• corePoolSize： 线程池核心线程数最大值
• maximumPoolSize： 线程池最大线程数大小
• keepAliveTime： 线程池中非核心线程空闲的存活时间大小
• unit： 线程空闲存活时间的单位
• workQueue： 存放任务的阻塞队列
• threadFactory： 用于设置创建线程的工厂，可以给创建的线程设置有意义的名字，可方便排查问题。
• handler： 线城池的饱和策略事件，主要有四种类型。

一个任务进来，先判断当前线程池中的核心线程数是否小于corePoolSize。小于的话会直接创建一个核心线程去提交业务。如果核心线程数达到限制，那么接下来的任务会被放入阻塞队列中排队等待执行。当核心线程数达到限制且阻塞队列已满，开始创建非核心线程来执行阻塞队列中的 业务。当线程数达到了maximumPoolSize且阻塞队列已满，那么会采用拒绝策略处理后来的业务。

17、你项目中难的难点是什么？（字节）（百度）（平安科技）（新浪）

一、限流、削峰部分的设计。

入口大流量限制

例如有10W用户来抢购10件商品，我们只放100个用户进来。

采取发放令牌机制（控制流量），根据商品id和一串uuid产生一个令牌存入redis中同时引入了秒杀大闸，目的是流量控制，比如当前活动商品只有100件，我们就发放500个令牌，秒杀前会先发放令牌，令牌发放完则把后来的用户挡在这一层之外，控制了流量。

获取令牌后会对比redis中用户产生的令牌，对比成功才可以购买商品

// 设置秒杀大闸
redistemplate.opsForValue().set("door_count"+promoId, itemModel.getStock()*5)
// 发放令牌时，先去redis获取当前大闸剩余令牌数
int dazha = redistemplate.opsForValue().get("door_count"+promoId)if (dazha <= 0) {// 抛出一个异常throw new exception;}else {String tocken = UUIDUtils.getUUID()+promoId;// 用户只有拥有这个token才有资格下单redistemplate.opsForValue().set(userToken, token);}

高并发流量的限制（泄洪）：利用线程池技术，维护一个具有固定线程数的线程池。每次只放固定多用户访问服务，其他用户排队。另外一种实现方式就是J.U.C包中的信号量（Semaphore）机制。可以有效的限制线程的进入。

二、用户登录的问题（分布式会话）

做完了分布式扩展之后，发现有时候已经登录过了但是系统仍然会提示去登录，后来经过查资料发现是cookie和session的问题。然后通过设置cookie跨域分享以及利用redis存储token信息得以解决。

18、项目中Redis都做了些什么？

1. 作为缓存中间件提升系统性能
2. 预减库存，防止超卖功能实现
3. redis设置热点数据永不过期

19、项目中ActiveMQ都做了什么？

1. 作为异步下单的中间件，利用队列排队下单缓解数据库的并发压力。

20、线程池技术中核心线程数的取值有经验值吗？（美团）（滴滴）

CPU密集型业务：N+1

IO密集型业务：2N+1

21、TPS提升了多少？（美团）

基础架构下的tps是200

经过做动静分离、nginx反向代理并做了分布式扩展、引入redis中间件后达到了2500 tps。

22、nginx的负载均衡策略？（字节）（顺丰科技）（大华）（跟谁学）（有赞）

轮询、权重、IP_hash、最少连接。

23、项目架构说一下？

24、引导用户去到降级页面什么意思？（字节）

25、redis缓存与mysql的数据一致性问题？（美团）

26、一个人同时用电脑和手机去抢购商品，会颁发几个token？（美团）

首先多台设备登录属于SSO问题，用户登录一端之后另外一端可以通过扫码等形式登录。虽然用户登录了多台设备，但是用户名是一样的。为用户办法的token是相同的。我们为一个用户只会颁发一个token。

27、如何利用线程池实现了流量削峰？

设置最大线程数来限制浪涌流量

28、线程池的拒绝策略能详细说一下吗？（美团）

ThreadPoolExecutor.AbortPolicy://丢弃任务并抛出RejectedExecutionException异常。
DiscardPolicy：//丢弃任务，但是不抛出异常。
DiscardOldestPolicy：//丢弃队列最前面的任务，然后重新提交被拒绝的任务
CallerRunsPolicy：//由调用线程（提交任务的线程）处理该任务

29、被线程池拒绝掉的那部分用户的秒杀令牌还有效吗？（美团）

无效，会从redis中删除，

30、线程池中阻塞队列的大小设置为多少合适？（美团）

设置为秒杀商品的个数减去核心线程数最合适。

31、项目上线之后想看JVM的GC情况在Linux中用什么命令？（美团）

jstat -gc vmid count
jstat -gc 12538 5000 // 表示将12538进程对应的Java进程的GC情况，每5秒打印一次

32、你做这个项目有什么预期吗？（美团）

33、秒杀令牌（token）每秒钟生成多少个？（美团）

跟随用户的请求会动态变化，令牌桶机制可以控制每秒生成令牌的个数。

34、能不能详细描述一下使用MQ异步减redis与MySQL库存的过程？（美团）

redis中库存减成功后，生成一条消息包含了商品信息、用户信息消息由MQ的生产者生产，经由queue模式发送给消费方，即订单生成的业务模块，在该模块会消费这条消息，根据其中的信息进行订单的生成，以及数据库的修改操作。

35、做到了什么程度、库存量与并发度是多少？（美团）

TPS：单机2000
QPS：

36、MySQL中的表是怎么设计的？（美团）（字节）

item表、item_stock表、order表、用户信息表、

37、假设现在你的项目需要多人协作，有没有好的办法做一个协调？（美团）（华为）

38、如何只使用MySQL保证商品没有超卖？（大华）

将查库存、减库存两个sql语句作为一个事务进行控制，保证每一个库存只能被一个用户消费。两条语句都执行成功进行事务提交，否则回滚。但这样会导致并发很低。但也没办法。

39、数据库改库存的SQL？（美团）

update table set stock = stock-1 where prom_id = ? and stock > 1;

40、如何防止用户一直点击下单按钮？（华为）

**前端限制：**一次点击之后按钮置灰几秒钟。

**后端限制：**由于秒杀令牌的设置，用户的一个下单请求会先判断用户当前是否已经持有令牌了，因为用户全局只能获取一次令牌，然后存入到Redis缓存中。用户有令牌的话直接返回 “正在抢购中”。

SpringBoot、Redis轻松实现Java高并发秒杀系统笔记相关推荐

1. SpringBoot实现Java高并发秒杀系统之DAO层开发（一）

   SpringBoot实现Java高并发秒杀系统之DAO层开发(一) 秒杀系统在如今电商项目中是很常见的,最近在学习电商项目时讲到了秒杀系统的实现,于是打算使用SpringBoot框架学习一下秒杀系统( ...

2. SpringBoot实现Java高并发秒杀系统之Service层开发（二）

   继上一篇文章:SpringBoot实现Java高并发秒杀系统之DAO层开发 我们创建了SpringBoot项目并熟悉了秒杀系统的表设计,下面我们将讲解一下秒杀系统的核心部分:Service业务层的开发 ...

3. Java高并发秒杀系统【观后总结】

   项目简介 在慕课网上发现了一个JavaWeb项目,内容讲的是高并发秒杀,觉得挺有意思的,就进去学习了一番. 记录在该项目 我结合其资料和观看视频的时候整理出从该项目学到了什么... 项目Dao层 日志 ...

4. Java高并发秒杀系统总结

   项目框架搭建: 1.SpringBoot环境搭建 2.集成thymeleaf,封装公共返回bean RespBean 3.MybatisPlus分布式会话: 1.用户登录a.设计数据库b.明文密码二次 ...

5. JAVA高并发秒杀系统构建之——高并发优化分析

   https://blog.csdn.net/yd201430320529/article/details/70544203

6. java 秒杀 源码 下载_java高并发秒杀系统3-4节秒杀功能实现.mp4

   本Java商城秒杀系统视频教程目录如下:    java高并发秒杀系统1-1节java高并发商城秒杀优化学习指引.mp4 java高并发秒杀系统1-2节项目环境搭建(Eclipse)-节.mp4 ja ...

7. java商品详情页设计_java高并发秒杀系统3-2节商品详情页上.mp4

   本Java商城秒杀系统视频教程目录如下:    java高并发秒杀系统1-1节java高并发商城秒杀优化学习指引.mp4 java高并发秒杀系统1-2节项目环境搭建(Eclipse)-节.mp4 ja ...

8. 【在线网课】Java高性能高并发秒杀系统方案优化实战

   java教程视频讲座简介: Java高性能高并发秒杀系统方案优化实战 Java秒杀系统方案优化 高性能高并发实战 以"秒杀"这一Java高性能高并发的试金石场景为例,带你通过一系列 ...

9. java高并发秒杀活动的各种简单实现

   最近遇到比较多数据不一致的问题,大多数都是因为并发请求时,没及时处理的原因,故用一个比较有代表性的业务场景[活动秒杀]来模拟一下这个这种高并发所产生的问题. 众所周知,电商系统的秒杀活动是高并发的很好 ...

最新文章

1. avue form提交变为不可编辑_教程42——富文本编辑器的原理（项目）
2. 【干货】2014Q4手游崩溃数据报告，iphone6第1、三星第2
3. 也说说“从Adapter模式到Decorator模式”
4. Python用HTMLTestRunner生成html测试报告
5. 万众瞩目Instant Apps终于全面问世啦
6. 监督学习 | 集成学习 之Bagging、随机森林及Sklearn实现
7. ZBlog菜鸟精致灰黑简约风格MiNi主题
8. Python cmp函数在Python3.4版本后就不存在了。全部换成了operator库了
9. 《MySQL必知必会》学习笔记——第九章（正则表达式）
10. 微信小程序官方开发文档——框架
11. 修改用友服务器ip地址,修改用友服务器ip地址
12. Arduino ESP32Web配网
13. ERP已死，云计算上位
14. 路由器dns服务器为空,家用路由器设置里的DNS服务器是什么？有什么作用呢？
15. 海康威视摄像头用yolo检测行人的一些问题
16. 3dsmax 2020下载安装
17. 面试必问问题最佳答案
18. 泰拉瑞亚修改器服务器能用吗,泰拉瑞亚修改器使用方法详细讲解
19. spss入门——简单的数据预处理到时间序列分析系列（四）
20. python中entry的使用方法_Python3.7 - tkinter Gui 05 Entry的使用

热门文章

1. Java_赋值运算符
2. MATLAB中的各种文本说明换行操作
3. 使用POI操作Excell文件的基础用法
4. 【研究生本科】论文写作的最大流弊是什么？
5. 【第10天】MYSQL进阶-表的创建、修改与删除（SQL 小虚竹)
6. 逻辑地址和物理地址的区别
7. JavaScript：从最受误解的编程语言演变为最流行的语言 The World's Most Misunderstood Programming Language Has Become the Wo
8. 一则貌似不好，又很有潜力的消息
9. 隐马尔可夫模型（二）：模型详解
10. 加速github下载