商品定时上下架的解决方案

在电商系统中会存在这样一种业务场景,在后端管理系统中设置商品,比如: 

在前端H5界面、小程序、APP之类的展示这些已上架的商品对吧, 这样的场景并不一定要求是实时的或者说一定要达到秒级这样的对吧,有个几秒钟的延时也很正常。

所以基于定时上下架的场景有几种解决方案(我想到的哈,有不足的地方或者大佬还有更好的方式欢迎指导,小弟感激不尽):
 

1、最常规的:定时任务轮询嘛对吧。

关于单机定时任务,可以看一下这篇文章:https://www.jianshu.com/p/7fc2e3834899

关于分布式系统的话,我们用的是elastic-job:https://www.jianshu.com/p/4dc449cdeb67

因为每家公司的使用姿势都不一样,所以要根据公司的要求啊配置啊来。

注意:在查询数据的时候(就是哪些商品需要改变状态...)数据库庞大的话需要建组合索引。比如:我需要查看未上架的,但是上架时间小于当前时间的,那你sql怎么写: 应该是 select * from item where status = 1 and time < now()  假如说status =1 是未上架的,然后上架时间time < 当前时间。那你就需要建立 status 和time的索引对吧,其实status也无所谓,只要建立time的索引就好了,然后查询的时候限制一下time的范围,不要直接 < 当前时间,你可以 between 昨天时间 and 当前时间这样.... 

 2、还是轮询...

在上一步轮询,是因为商品表里,不仅存了定时上下架的商品,还保存了直接上架或者说永久上架的商品对吧。所以呢,另建一张辅助表,这张辅助表只存定时上架的商品信息(并不是与商品表分开,而是把定时上下架的商品备份出一份来),然后你就轮询这张定时上架商品信息表就好了,然后去修改主表的状态,这张辅助表的数据可以直接物理删除。

这个算是第一步的升级版本?都是扫表,扫这张辅助表的数据就明显小很多了,不过在创建商品时多了一个写辅助表数据的事务。

3、发送延时消息

我司消息队列用的是RocketMQ,所以商品定时上下架也可以通过延时消息的方式来实现。实现思路就非常简单了,在配置中定义延时时间的单位,比如秒、小时、天等等,定义一个topic,然后发送Message,然后通过设置message的延时时间 ,比如1d等。然后消费者端订阅该topic,然后消费消息,修改商品的状态等。

4、redis 过期监听

这个也比较好理解,把可以把商品id 作为key,存入redis中并设置过期时间,过期时间即上下架时间,然后向Spring容器中注册一个RedisListener,当key过期的时候会被监听到,然后执行业务代码。

首先要开启redis过期监听,这个一般默认是关闭的,在redis.conf 配置文件中修改 notify-keyspace-events Ex

然后写一个监听类,如下:

然后在 onMessage里执行自己的业务代码即可。

当然Spring的定时调度和定时任务原理是一样的,就不再说了,开启定时,然后定好执行周期,轮询...

以上四种方式,我个人看法:

第一种肯定是不太可取的,因为要扫描全表,特别是线上环境,占有一定的资源,对性能还是有一定影响的。

第二种就是多写代码,写还得往两个表里写,扫描一张表还得操作两张表的数据....

第三种情况是可取的,消息是异步的形式,特别是对性能的影响微乎其微。

第四种情况,redis的过期策略有两种:定时扫描策略+惰性删除策略 ,一些无用的key过期了还被监听,显然有一定的性能开销的。

总而言之,还是要考虑业务场景和数据量等多种因素合理选择吧,我个人是比较倾向于发消息的。不过对于数据量小的情况下,轮询数据库其实也是可以的,平时项目中商品并不像淘宝那么多,可能商品的数据也就几千而已,5分钟轮询一下也没啥....

感谢大家看到这里,非常欢迎大佬的指导,也非常欢迎大家积极交流,共同学习。

后面会持续更新多优质好文,点关注不迷路。😂  同时小弟公众号👇,感谢大家的支持。

  • 6
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
  Fourinone(中文名字“四不像”)是一个四合一分布式计算框,在写这个框之前,我对分布式计算进行了长时间的思考,也看了老外写的其他开源框,当我们把复杂的hadoop当作一门学科学习时,似乎忘记了我们想解决问题的初衷:我们仅仅是想写个程序把几台甚至更多的机器一起用起来计算,把更多的cpu和内存利用上,来解决我们数量大和计算复杂的问题,当然这个过程中要考虑到分布式的协同和故障处理。如果仅仅是为了实现这个简单的初衷,为什么一切会那么复杂,我觉的自己可以写一个更简单的东西,它不需要过度设计,只需要看上去更酷一点,更小巧一点,功能更强一点。于是我将自己对分布式的理解融入到这个框中,考虑到底层实现技术的相似性,我将Hadoop,Zookeeper,MQ,分布式缓存四大主要的分布式计算功能合为一个框内,对复杂的分布式计算应用进行了大量简化和归纳。   首先,对分布式协同方面,它实现了Zookeeper所有的功能,并且做了很多改进,包括简化Zookeeper的树型结构,用domain/node两层结构取代,简化Watch回调多线程等待编程模型,用更直观的容易保证业务逻辑完整性的内容变化事件以及状态轮循取代,Zookeeper只能存储信息不大于1M的内容,Fourinone超过1M的内容会以内存隐射文件存储,增强了它的存储功能,简化了Zookeeper的ACL权限功能,用更为程序员熟悉rw风格取代,简化了Zookeeper的临时节点和序列节点等类型,取代为在创建节点时是否指定保持心跳,心跳断掉时节点会自动删除。Fourinone是高可用的,没有单点问题,可以有任意多个复本,它的复制不是定时而是基于内容变更复制,有更高的性能,Fourinone实现了领导者选举算法(但不是Paxos),在领导者服务器宕机情况下,会自动不延时的将请求切换到备份服务器上,选举出新的领导者进行服务,这个过程中,心跳节点仍然能保持健壮的稳定性,迅速跟新的领导者保持心跳连接。基于Fourinone可以轻松实现分布式配置信息,集群管理,故障节点检测,分布式锁,以及淘宝configserver等等协同功能。   其次, Fourinone可以提供完整的分布式缓存功能。如果对一个中小型的互联网或者企业应用,仅仅利用domain/node进行k/v的存储即可,因为domain/node都是内存操作而且读写锁分离,同时拥有复制备份,完全满足缓存的高性能与可靠性。对于大型互联网应用,高峰访问量上百万的并发读写吞吐量,会超出单台服务器的承受力,Fourinone提供了fa?ade的解决方案去解决大集群的分布式缓存,利用硬件负载均衡路由到一组fa?ade服务器上,fa?ade可以自动为缓存内容生成key,并根据key准确找到散落在背后的缓存集群的具体哪台服务器,当缓存服务器的容量到达限制时,可以自由扩容,不需要成倍扩容,因为fa?ade的算法会登记服务器扩容时间版本,并将key智能的跟这个时间匹配,这样在扩容后还能准确找到之前分配到的服务器。另外,基于Fourinone可以轻松实现web应用的session功能,只需要将生成的key写入客户端cookie即可。   Fourinone对于分布式大数据量并行计算的解决方案不同于复杂的hadoop,它不像hadoop的中间计算结果依赖于hdfs,它使用不同于map/reduce的全新设计模式解决问题。Fourinone有“包工头”,“农民工”,“手工仓库”的几个核心概念。“农民工”为一个计算节点,可以部署在多个机器,它由开发者自由实现,计算时,“农民工”到“手工仓库”获取输入资源,再将计算结果放回“手工仓库”返回给“包工头”。“包工头”负责承包一个复杂项目的一部分,可以理解为一个分配任务和调度程序,它由开发者自己实现,开发者可以自由控制调度过程,比如按照“农民工”的数量将源数据切分成多少份,然后远程分配给“农民工”节点进行计算处理,它处理完的中间结果数据不限制保存在hdfs里,而可以自由控制保存在分布式缓存、数据库、分布式文件里。如果需要结果数据的合并,可以新建立一个“包工头”的任务分配进行完成。多个“包工头”之间进行责任链式处理。总的来说,是将大数据的复杂分布式计算,设计为一个链式的多“包工头”环节去处理,每个环节包括利用多台“农民工”机器进行并行计算,无论是拆分计算任务还是合并结果,都可以设计为一个单独的“包工头”环节。这样做的好处是,开发者有更大能力去深入控制并行计算的过程,去保持使用并行计算实现业务逻辑的完整性,而且对各种不同类型的并行计算场景也能灵活处理,不会因为某些特殊场景被map/reduce的框限制住思维,并且链式的每个环节也方便进行监控过程。   Fourinone也可以当成简单的mq来使用,将domain视为mq队列,每个node为一个队列消息,监控domain的变化事件来获取队列消息。也可以将domain视为订阅主题,将每个订阅者注册到domain的node上,发布者将消息逐一更新每个node,订阅者监控每个属于自己的node的变化事件获取订阅消息,收到后删除内容等待下一个消息。但是Fourinone不实现JMS的规范,不提供JMS的消息确认和消息过滤等特殊功能,不过开发者可以基于Fourinone自己去扩充这些功能,包括mq集群,利用一个独立的domain/node建立队列或者主题的key隐射,再仿照上面分布式缓存的智能根据key定位服务器的做法实现集群管理。   Fourinone整体代码短小精悍,跟Hadoop, Zookeeper, Memcache, ActiveMq等开源产品代码上没有任何相似性,不需要任何依赖,引用一个jar包就可以嵌入式使用,良好支持window环境,可以在一台机器上模拟分布式环境,更方便开发。   开发包里自带了一系列傻瓜上手demo,包括分布式计算、统一配置管理、集群管理、分布式锁、分布式缓存、MQ等方面, 每个demo均控制在少许行代码内,但是涵盖了Fourinone主要的功能,方便大家快速理解并掌握。   Fourinone 2.0新增功能:   Fourinone2.0提供了一个4合1分布式框和简单易用的编程api,实现对多台计算机cpu,内存,硬盘的统一利用,从而获取到强大计算能力去解决复杂问题。Fourinone框提供了一系列并行计算模式(农民工/包工头/职介绍/手工仓库)用于利用多机多核cpu的计算能力;提供完整的分布式缓存和小型缓存用于利用多机内存能力;提供像操作本地文件一样操作远程文件(访问,并行读写,拆分,排它,复制,解析,事务等)用于利用多机硬盘存储能力;由于多计算机物理上独立,Fourinone框也提供完整的分布式协同和锁以及简化MQ功能,用于实现多机的协作和通讯。   一、提供了对分布式文件的便利操作, 将集群中所有机器的硬盘资源利用起来,通过统一的fttp文件路径访问,如:   windows:fttp://v020138.sqa.cm4/d:/data/a.log   linux:fttp://v020138.sqa.cm4/home/user/a.log   比如以这样的方式读取远程文件:   FttpAdapter fa = FttpAdapter("fttp://v020138.sqa.cm4/home/log/a.log");   fa.getFttpReader().readAll();   提供对集群文件的操作支持,包括:   1、元数据访问,添加删除,按块拆分, 高性能并行读写,排他读写(按文件部分内容锁定),随机读写,集群复制等   2、对集群文件的解析支持(包括按行,按分割符,按最后标识读取)   3、对整形数据的高性能读写支持(ArrayInt比ArrayList存的更多更快)   4、两阶段提交和事务补偿处理   5、自带一个集群文件浏览器,可以查看集群所有硬盘上的文件(不同于hadoop的namenode,没有单点问题和容量限制)   总的来说, 将集群看做一个操作系统,像操作本地文件一样操作远程文件。   但是fourinone并不提供一个分布式存储系统,比如文件数据的导入导出、拆分存储、负载均衡,备份容灾等存储功能,不过开发人员可以利用这些api去设计和实现这些功能,用来满足自己的特定需求。   二、自动化class和jar包部署   class和jar包只需放在工头机器上, 各工人机器会自动获取并执行,兼容操作系统,不需要进行安全密钥复杂配置   三、网络波动状况下的策略处理,设置抢救期,抢救期内网络稳定下来不判定结点死亡   本软件由www.gg265.net www.fmrpg.com站长提供

“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 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

打赏作者

雪蓑

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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