spring boot + Mybatis + redis 秒杀系统

1 篇文章 0 订阅
1 篇文章 0 订阅

最近开了一些高并发的东西,以及一些秒杀系统,但感觉都没有完整的描述。于是自己就动手实现了一个简单版本的抢购系统。

本系统采用spring boot + mybatis + redis实现。

项目结构图如下:



项目工程已放到GitHub上了,https://github.com/feibabm/seckill,需要的请自行下载。

本文主要借鉴网上一些通用的做法,做出一个例子,主要实现了一个抢购接口:
http://localhost:8080/seckill/product/1?userId=1


seckill.sql文件为建表sql
pro_insert.sql文件为success_killed表中数据添加10000条用户预约记录
seckill_insert.sql文件为seckill生成一条产品信息


具体验证逻辑是执行test文件夹下的两个test类:
RemoteInvote.java
RemoteInvote2.java
这两个test类没有什么差别,主要是为了增加并发量

主要的抢票逻辑如下:


public SecKillResult secKillProduct(String userPhone, long productId) {
        String state = (String)redisTemplate.opsForValue().get(userPhone + "_"+ productId);
        //用户信息加载
        if(null == state){
            SuccessKilled successKilled = new SuccessKilled();
            successKilled.setSeckillId(productId);
            successKilled.setUserPhone(Long.valueOf(userPhone));
            successKilled = successKilledMapper.selectOne(successKilled);
            if(null == successKilled){
                return new SecKillResult(false, "该用户没有预约");
            }else{
                synchronized (this){
                    state = (String)redisTemplate.opsForValue().get(userPhone + "_"+ productId);
                    if(null == state){
                        redisTemplate.opsForValue().set(userPhone + "_" + productId, successKilled.getState().toString(), 300, TimeUnit.SECONDS);
                        state = String.valueOf(successKilled.getState());
                    }
                }

            }
        }
        if(state.equals("-1")){
            //查询产品信息
//            ProductInfo productInfo = (ProductInfo)redisTemplate.opsForValue().get(productId + "");
            List values = redisTemplate.opsForHash().values(productId + "");
            if(values.size() == 0){
                Seckill seckill = seckillMapper.selectByPrimaryKey(productId);
                if(null == seckill){
                    return new SecKillResult(false, "没有该秒杀商品信息");
                }
                synchronized (this){
                    if(!redisTemplate.opsForHash().hasKey(productId + "", "number")){
//                        productInfo = new ProductInfo(seckill.getSeckillId(), seckill.getNumber(), seckill.getStartTime(), seckill.getEndTime());
                        HashMap<String, String> productHash = new HashMap<>();
                        productHash.put("number", seckill.getNumber() + "");
                        productHash.put("startTime", seckill.getStartTime().getTime() + "");
                        productHash.put("endTime", seckill.getEndTime().getTime() + "");
                        redisTemplate.opsForHash().putAll(productId +"", productHash);
                        redisTemplate.expire(productId + "", 300, TimeUnit.SECONDS);
                        values = redisTemplate.opsForHash().values(productId + "");
                    }
                }
            }
            if( new Date(Long.valueOf((String)values.get(1))).after(new Date(System.currentTimeMillis()))){
                return new SecKillResult(false, "抢购还没有开始");
            } else if(new Date(Long.valueOf((String)values.get(2))).before(new Date(System.currentTimeMillis()))){
                return new SecKillResult(false, "抢购已经结束");
            } else {
                Long userState = redisTemplate.opsForValue().increment(userPhone + "_" + productId, 1);
                if(userState == 0){
//                    Long increment = redisTemplate.opsForValue().increment(productId, -1);
                    Long number = redisTemplate.opsForHash().increment(productId + "", "number", -1);
                    if(number >= 0){
                        //消息队列异步更新库存,以及用户的预约信息
                        QueueEntity queueEntity = new QueueEntity(userPhone, productId);
                        ExecutorPool.queue.offer(queueEntity);
                    }else {
                        return new SecKillResult(false, "商品已经抢购完成");
                    }
                }else {
                    redisTemplate.opsForValue().increment(userPhone + "_" + productId, -1);
                    return new SecKillResult(false, "您已抢购过该产品");
                }
            }
        } else {
            return new SecKillResult(false, "您已抢购过该产品");
        }
        return null;
    }


自己用两进程线程,大概两分钟掉了20000次,暂时没有出现啥问题。如果有什么问题,希望大家指出,谢谢。


  • 0
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
spring-boot-seckill分布式秒杀系统是一个用SpringBoot开发的从0到1构建的分布式秒杀系统,项目案例基本成型,逐步完善中。 开发环境: JDK1.8、Maven、Mysql、IntelliJ IDEA、SpringBoot1.5.10、zookeeper3.4.6、kafka_2.11、redis-2.8.4、curator-2.10.0 启动说明: 1、启动前 请配置application.properties中相关redis、zk以及kafka相关地址,建议在Linux下安装使用。 2、数据库脚本位于 src/main/resource/sql 下面,启动前请自行导入。 3、配置完成,运行Application中的main方法,访问 http://localhost:8080/seckill/swagger-ui.html 进行API测试。 4、秒杀商品页:http://localhost:8080/seckill/index.shtml ,部分功能待完成。 5、本测试案例单纯为了学习,某些案例并不适用于生产环境,大家根据所需自行调整。 秒杀架构: 架构层级 1、一般商家在做活动的时候,经常会遇到各种不怀好意的DDOS攻击(利用无辜的吃瓜群众夺取资源),导致真正的我们无法获得服务!所以说高防IP还是很有必要的。 2、搞活动就意味着人多,接入SLB,对多台云服务器进行流量分发,可以通过流量分发扩展应用系统对外的服务能力,通过消除单点故障提升应用系统的可用性。 3、基于SLB价格以及灵活性考虑后面我们接入Nginx做限流分发,来保障后端服务的正常运行。 4、后端秒杀业务逻辑,基于Redis 或者 Zookeeper 分布式锁,Kafka 或者 Redis 做消息队列,DRDS数据库中间件实现数据的读写分离。 优化思路 1、分流、分流、分流,重要的事情说三遍,再牛逼的机器也抵挡不住高级别的并发。 2、限流、限流、限流,毕竟秒杀商品有限,防刷的前提下没有绝对的公平,根据每个服务的负载能力,设定流量极限。 3、缓存、缓存、缓存、尽量不要让大量请求穿透到DB层,活动开始前商品信息可以推送至分布式缓存。 4、异步、异步、异步,分析并识别出可以异步处理的逻辑,比如日志,缩短系统响应时间。 5、主备、主备、主备,如果有条件做好主备容灾方案也是非常有必要的(参考某年锤子的活动被攻击)。 6、最后,为了支撑更高的并发,追求更好的性能,可以对服务器的部署模型进行优化,部分请求走正常的秒杀流程,部分请求直接返回秒杀失败,缺点是开发部署时需要维护两套逻辑。 分层优化 1、前端优化:活动开始前生成静态商品页面推送缓存和CDN,静态文件(JS/CSS)请求推送至文件服务器和CDN。 2、网络优化:如果是全国用户,最好是BGP多线机房,减少网络延迟。 3、应用服务优化:Nginx最佳配置、Tomcat连接池优化、数据库配置优化、数据库连接池优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值