基于分布式高可用集群的网购系统优化

摘要

当前，人们的生活离不开网购，传统的网购系统仍然存在单机容量较低、无法应对高并发及缓存不足等问题，而提高网购系统容量、抗并发能力并强化缓存可以有效提高数据查询效率。对传统单机模式下的网购系统进行优化重构，设计一种基于分布式集群的高可用框架，采用Nginx访问服务器实现集群的高可用并提升抗并发能力，通过Nginx lua调用Redis集群缓存的方式降低客户对服务器的访问压力并提高数据读取效率。最后进行压测实验，通过观察平均响应时间及最大吞吐量参数可知，相比传统系统，优化后的系统在1 000、1 500、2 000并发量下平均响应时间分别减少72ms、151ms、135ms，吞吐量分别提高624/s、1 274/s、1 062/s，进一步验证了优化后的系统在抗并发及数据提取性能上有明显提升。

关键词

分布式部署; 负载均衡; Redis集群; Nginx lua缓存; 性能压力测试

0 引言

随着互联网技术的迅速发展，人们与网络的关系日益密切，互联网带给人们一种全新的生活方式，如网上购物、滴滴打车、学习网课等都为人们的生活带来了全新的体验，而近些年的网上购物更是发展得如火如荼［1］。网购系统的出现极大地改善了人们的购物体验，虽然不能完全替代线下购物，但已逐渐成为人们主流的购物方式。由此，对网购系统设计要求随之提高，如遇到某些购物活动，大量客户进入系统进行购物，传统的单机部署式网购系统已经无法承受如此高的并发量，会发生提取数据缓慢甚至宕机的情况，影响人们的购物体验。因此，对网购系统进行分布式拓展及缓存优化具有重要意义。

1 相关研究

分布式计算技术最早由OMG（Open Management Group） 组