【课程20】jmeter.xmind81.5KBreact
【课程20】秒杀项目杂谈.xmind0.2MBredis
代码片断：算法
RedisTool.java3.2KBspring
MiaoshaInterface.java4.7KB数据库
测试过程当中，发现了一个bug。apache
wang.moshu.cache.MiaoshaSuccessTokenCache#validateTokenByKey（）方法。缓存
截取商品的goodsRandomName的开始这里应该加一。服务器
goodsRedisStoreCache.incrStore(key.substring(key.lastIndexOf(":")+1, key.lastIndexOf("_")));
高并发测试，学会使用jmeter
jmeter下载地址：http://jmeter.apache.org/download_jmeter.cgi网络
汉化步骤：
打开bin/jmeter.properties。搜索language=en。替换成language=zh_CN。去掉注释。
百度百科
Apache jmeter 能够用于对静态的和动态的资源（文件，Servlet，Perl脚本，java 对象，数据库和查询， FTP服务器 等等）的性能进行测试。它能够用于对服务器、网络或对象模拟繁重的负载来测试它们的强度或分析不一样压力类型下的总体性能。你可使用它作性能的图形分析或在大并发 负载测试 你的服务器/脚本/对象。
(1)压力测试及性能测试；
(2)数据库测试；
(3)Java程序的测试；
(4)HTTP及FTP测试；
(5)Web Service测试；
线程组：全部的任务都是基于线程组，开通多少个线程就表明有多少个并发用户；
Ramp-Up Period：在这么多时间内完成所有测试，好比开了2个线程，而Ramp-Up Period为3，则每一个线程的间隔为1.5秒；
Sampler(取样器)：全部的测试任务都是Sampler，即任何测试任务的类别都是Sampler，好比HTTP请求、JDBC请求、FTP请求；
断言：对Sampler的测试进行判断是否正确；
监听器：对Sampler的请求结果进行统计、显示；
简单入门
Test Plan (测试计划)：用来描述一个性能测试，包含与本次性能测试全部相关的功能。也就说本的性能测试的全部内容是于基于一个计划的。
添加一个线程组（用户数）
- 用户数
- 过渡期 (用户组发出请求的间隔时间)
- 循环次数 (这个线程的运行次数)
增长一个例程(HTTP 请求)到这个组中
- 服务器名(Server Name) 或 IP
- 路径(Path)
定义完这个后，测试就准备好了，但咱们一般须要一些测试报告。在 JMeter 中，咱们称这种组件为监听器。所以，在这个测试计划中，加上一个监听器：
你的所有的请求响应结果都将会显示在这里。按：Ctrl + R 开始运行这个测试。若是打开结果视图窗口(View Results Tree)，你能够看到实时的运行状态。运行完后，你能够再按： Ctrl + E 来清除旧的结果，并从新按 Ctrl + R 来从新启动一次新的测试。
分析结果
一、查看结果树
如图所示：成功的为绿色，失败则显示为红色。若是测试的结果太多，你只须要看到错误的页面，则勾选【仅日志错误】
二、聚合报告(Aggregate Report)
其中：
Label：标签，即咱们上面的请求名称
#Samples：本次场景中一共发出了多少个请求
Average：平均响应时间
Median：中位数，也就是50%的用户的响应时间
90%Line：表示90%的用户的响应时间，若是最小值和最大值相差很大的话，咱们通常选择这个做为最终测试结果
Min：最小响应时间
Max：最大响应时间
Error%：出错率，本次测试中出现错误的请求的数量/请求的总数
Throughput：吞吐量
KB/sec：每秒从服务器端接受到的数据量
三、图形结果：能够图形显示吞吐量、响应时间等
分布式锁
（java内存模型抽象结构）
并发处理手段
1.加synchronized锁单线程处理、缺点： （对象锁和类锁）
2.redis分布式锁：
- 3.能够更细粒的控制代码（多台机器上多个线程对一个数据进行操做的互斥）
synchronized的用法
class Foo{
static synchronized void bar();
synchronized void bar();
void bar(){
synchronized(Foo.class){};
}
void bar(){
synchronized(this){}
}
}
分布式事务
原子性(Atomicity )、一致性( Consistency )、隔离性或独立性( Isolation)和持久性(Durabilily)，简称就是ACID
CAP原则
实现一致性：
BASE理论
BASE是Basically Available（基本可用）、Soft state（软状态）和Eventually consistent（最终一致性）三个短语的缩写。
BASE理论是对CAP中一致性和可用性权衡的结果，其来源于对大规模互联网系统分布式实践的总结， 是基于CAP定理逐步演化而来的。BASE理论的核心思想是：即便没法作到强一致性，但每一个应用均可以根据自身业务特色，采用适当的方式来使系统达到最终一致性。
缓存问题
做者：我必定会有猫的
连接：https://juejin.im/post/5b604b9ef265da0f62639001
缓存穿透
缓存穿透是指查询一个必定不存在的数据，由于缓存中也无该数据的信息，则会直接去数据库层进行查询，从系统层面来看像是穿透了缓存层直接达到db，从而称为缓存穿透。
相似于哈希表的一种算法，用全部可能的查询条件生成一个bitmap，在进行数据库查询以前会使用这个bitmap进行过滤，若是不在其中则直接过滤，从而减轻数据库层面的压力。
一种比较简单的解决办法，在第一次查询完不存在的数据后，将该key与对应的空值也放入缓存中，只不过设定为较短的失效时间，例如几分钟，这样则能够应对短期的大量的该key攻击，设置为较短的失效时间是由于该值可能业务无关，存在乎义不大，且该次的查询也未必是攻击者发起，无太久存储的必要，故能够早点失效。
缓存雪崩
在普通的缓存系统中通常例如redis、memcache等中，咱们会给缓存设置一个失效时间，可是若是全部的缓存的失效时间相同，那么在同一时间失效时，全部系统的请求都会发送到数据库层，db可能没法承受如此大的压力致使系统崩溃。
只让一个线程构建缓存，其余线程等待构建缓存的线程执行完，从新从缓存获取数据才能够，每一个时刻只有一个线程在执行请求，减轻了db的压力，但缺点也很明显，下降了系统的qps。
这种方法时间比较简单粗暴，既然在同一时间失效会形成请求过多雪崩，那咱们错开不一样的失效时间便可从必定长度上避免这种问题，在缓存进行失效时间设置的时候，从某个适当的值域中随机一个时间做为失效时间便可。
缓存击穿
缓存击穿其实是缓存雪崩的一个特例，你们使用过微博的应该都知道，微博有一个热门话题的功能，用户对于热门话题的搜索量每每在一些时刻会大大的高于其余话题，这种咱们成为系统的“热点“，因为系统中对这些热点的数据缓存也存在失效时间，在热点的缓存到达失效时间时，此时可能依然会有大量的请求到达系统，没有了缓存层的保护，这些请求一样的会到达db从而可能引发故障。击穿与雪崩的区别即在于击穿是对于特定的热点数据来讲，而雪崩是所有数据。
对于热点数据进行二级缓存，并对于不一样级别的缓存设定不一样的失效时间，则请求不会直接击穿缓存层到达数据库。
应用限流
计数器法
- 例如数据库链接池大小，线程池大小，秒杀并发数限制。全局请求数量达到必定阈值进行限流。
滑动窗口
- 在上图中，整个红色的矩形框表示一个时间窗口，在咱们的例子中，一个时间窗口就是一分钟。而后咱们将时间窗口进行划分，好比图中，咱们就将滑动窗口 划成了6格，因此每格表明的是10秒钟。每过10秒钟，咱们的时间窗口就会往右滑动一格。每个格子都有本身独立的计数器counter，好比当一个请求 在0:35秒的时候到达，那么0:30~0:39对应的counter就会加1。
漏桶算法
令牌桶算法
- 1）存放固定令牌的桶100，生产令牌的速率固定 10/s
- 3）n个请求过来，拿n个令牌，若令牌不足，则请求被决绝或等待
对比：令牌桶算法可一次拿n个令牌，说明容许突发请求。漏桶算法流出速率固定，说明会平滑处理突发请求
