项目的亮点和难点

Sanno限时秒杀抢票系统

亮点：在高并发情况下的秒杀优化，我们知道当并发数达到一定量的时候，会对数据库服务器带来很大的压力，那么如何缓解这些压力以及提高并发的QPS就是整个项目的重点。（不断的提高QPS）。

亮点3个：

1.利用缓存减少数据库的压力，以及读取缓存的速度远远快于数据库（网络时延+IO）

2.页面静态化技术加快用户访问速度，提高QPS，异步下单增强用户体验，以及内存标记减少Redis的访问。

3.安全性优化：双重md5密码校验，秒杀接口地址的隐藏，接口限流防刷，数学公式验证码。

整个的提升了系统的安全性能，

在高并发量的前提下，一台服务器都是无法承担如此大的并发访问的。我们知道淘宝双11QPS能达到上千万，所以一台服务器的访问量最少都需要上万，所以需要集群服务器才能实现一项高并发业务。

缓解数据库压力：

1.本项目大量的利用了缓存技术,包括用户信息缓存（分布式session），商品信息的缓存，商品库存缓存，订单的缓存，减少了对数据库服务器的访问。 

用户信息缓存引出：分布式session.

2.分布式session

我们知道当服务器集群的时候，若用户第一个请求在第一台服务器上，第二个请求在其他服务器上，会出现session的丢失的情况，丢失用户信息。而且在这种高并发场景下，一定是很多服务器同步工作，所以如何解决session分布式的问题是一个重点。

本项目采用：利用redis缓存的方法，另外布置一个Redis服务器专门用于存放用户的session信息。这样就不会出现用户session丢失的情况。（每次需要session，从缓存中取即可）

这种方式的优点：相对其他的分布式方式，

1.服务器文件同步（不建议使用，这样会造成文件重复，资源浪费）

2.session存数据库（不建议用，会加大数据库压力）

3.使用cookie（不建议用，cookie不太安全）

对于集群中机器数多、网络环境复杂的情况有很好的处理效果。

大量的缓存引用也出现了一个问题，如何识别不同模块中的缓存（key值重复，如何辨别是不同模块的key）。 引出：通用缓存key封装

3.通用缓存key封装

利用一个抽象类，定义BaseKey（前缀）,定义了缓存的String prefix(前缀) 以及缓存的过期时间。让不同模块继承它。

这样每次存入一个模块的缓存的时候，加上这个缓存特定的前缀，以及可以统一制定不同的过期时间。

 

4.页面静态化以及前后端分离

页面静态化的主要目的是为了加快页面的加载速度。做法：将订票的详情页面做成静态HTML，放在CDN（减少了服务端的压力）上做为静态数据发送给用户端，而数据信息通过前端ajax 异步发送请求来获取。只获取动态数据信息部分，加载速度可以达到全部渲染的2倍。

 

 

难点：

1.大量的使用了缓存，那么就存在缓存的过期时间控制以及缓存击穿以及缓存雪崩等问题？

解决：首先针对不同的缓存设置不同的过期时间，比如session缓存，在userKey这个前缀中，设置是30分钟过期，并且加入一层再登陆增加缓存时间的机制。这样每次取session,都会延长30分钟，相对来说，就减少了缓存过期的几率。

针对热点数据，比如演唱会票这种票详情信息，热点商品由于考虑到是一般抢票10分钟内几乎抢完，于是就设置为10分钟的缓存。

针对热点数据的缓存击穿问题，万一一波一波的抢票，（火车票）这种，某个时间点万一大量并发，刚好我的这个票缓存时间过了，去访问数据库。对于这种热点数据，我将过期时间一起存入缓存中，取出来的时候，比对一下过期时间和当前时间，少于1分钟，我就更新一下缓存，防止他过期。

2.大量的使用缓存，对于缓存服务器，也有很大的压力，有时候Redis 压力比mysql还要大很多，思考如何减少Redis的访问？

一般抢票，票的数量也少，大概1000张左右，但是并发量可能在几万。

在Redis预减库存的时候，内存中维护一个isOvermap作为一个标记，当没有库存的时候，将其置为true。每次抢票业务 访问Redis之前，查一下map,true说明没有库存，就直接返回No_stock。

3.高并发的时候，业务来不及同步处理，Redis压力，数据库有时候会有大量的insert 和update 操作,甚至请求堆积过多的时候，to many connections？

想到了消息队列，用来异步处理请求。每次请求过来，先不去处理请求，而是放入消息队列，然后在后台布置一个监听器，分别监听不同业务的消息队列，有消息来的时候，在进行秒杀抢票操作。这样防止多个请求同时操作的时候，数据库连接过多的异常。

4.为了在前端就限制同一时间的高并发，我也想到了一些前端就限制掉一些用户的做法。

数学公式验证码