高并发下的抽奖优化

本文主要探讨了在高并发抽奖活动中遇到的数据库读写冲突问题,提出了包括启用缓存、队列削峰、乐观锁、读写分离、信号量限制、消息队列等优化策略,以解决系统瓶颈并提升抽奖过程的稳定性和效率。
摘要由CSDN通过智能技术生成

一. 项目思考

由于项目发起了一个抽奖活动,发起活动之前给所有用户发短信提示他们购买了我们的产品有抽奖权益。然后用户上来进入抽奖页面点击爆增,过了一会儿页面就打不开了。后面查看了下各种日志,发现了瓶颈在数据库,由于读写冲突严重,导致响应变慢,有不少连接都超时了。后面看到监控和日志留下的数据,发现负责抽奖的微服务集群qps暴涨12倍,db的qps也涨了10倍。这很明显是一个高并发下如何摆脱数据库读写,I/O瓶颈的问题。
整点开抢后瞬时巨量的请求同时涌入,即使我们Nginx端做过初步限流,整个业务逻辑校验阶段运作良好,但是系统的瓶颈就转移到其他环节:大量的读写请求,导致后面的请求全部排队等待,等前面一个update完成释放行锁后才能处理下一个请求,大量请求等待,占用了数据库的连接。一旦数据库同一时间片内的连接数被打满,就会导致这个时间片内其他后来的全部请求因拿不到连接而超时,导致访问此数据库的其他环节也出现问题,所以RT就会异常飙高
于是我们在思考着怎么优化这个高并发下的抽奖问题

二. 优化思路

听了经验丰富的师兄的经验,也借鉴了下网上的一些思路,能采用的有效措施主要是:降级,限流,缓存,消息队列。主要原则是:尽量不暴露db,把大部分请求在服务的系统上层处理了。

三. 优化细节

1. 抽奖详情页

a. 线上开启缓存
线上已写缓存逻辑,但是没有用switch开启。开启后

  • 8
    点赞
  • 43
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
Spring Boot是一个用于构建Java应用程序的开源框架,它提供了很多便利的功能和特性,可以帮助我们实现高并发抽奖逻辑。 首先,我们可以使用Spring Boot的注解和组件来管理并发访问。通过使用@Async注解和ThreadPoolTaskExecutor,我们可以实现异步处理请求,降低响应时间并提高并发能力。我们可以将抽奖逻辑封装在一个异步方法中,当有用户发起抽奖请求时,我们就会启动一个新的线程来处理该请求,这样可以确保系统能够同时处理多个请求,提高抽奖并发性能。 其次,我们可以使用缓存来优化抽奖逻辑。在高并发场景下,数据库的读写压力很大,可能会导致系统性能下降。为了避免这种情况,我们可以使用Spring Boot集成的缓存框架,如Redis或Ehcache,将抽奖的相关数据缓存在内存中。这样可以减少对数据库的访问次数,加快响应速度,提高并发能力。 另外,为了确保高并发抽奖逻辑的正确性,我们可以使用分布式锁来保护关键代码块。当多个用户同时发起抽奖请求时,我们需要确保每次只有一个用户能够成功执行抽奖操作,避免出现数据不一致的问题。我们可以使用Spring Boot提供的分布式锁框架,如Redisson或ZooKeeper,来实现此功能。 最后,为了实现高并发抽奖逻辑,我们还需要对系统进行压力测试和优化。通过使用一些性能测试工具,如JMeter,我们可以模拟大量的并发用户,测试系统的性能和稳定性。通过查看系统的性能指标,如吞吐量、响应时间和并发数,我们可以找到系统的瓶颈,并进行相应的优化,如增加服务器资源、调整数据库参数等,以提高抽奖逻辑的并发能力。 总之,通过使用Spring Boot的异步处理、缓存、分布式锁和性能优化等功能和特性,我们可以很好地实现高并发抽奖逻辑,提高系统的并发能力和稳定性。
评论 4
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