解密 Redis 助力双十一背后电商秒杀系统

时间 2019-12-04

标签解密 redis 助力双十背后秒杀系统栏目 Redis 繁體版

原文原文链接

秒杀活动是绝大部分电商选择的低价促销、推广品牌的方式。不只能够给平台带来用户量，还能够提升平台知名度。一个好的秒杀系统，能够提升平台系统的稳定性和公平性，得到更好的用户体验，提高平台的口碑，从而提高秒杀活动的最大价值。redis

本文讨论如何利用 Redis 缓存设计高并发的秒杀系统。算法

秒杀的特征

秒杀活动对稀缺或者特价的商品进行定时定量售卖，吸引成大量的消费者进行抢购，但又只有少部分消费者能够下单成功。所以，秒杀活动将在较短期内产生比平时大数十倍，上百倍的页面访问流量和下单请求流量。数据库

秒杀活动能够分为3个阶段：浏览器

一、秒杀前：用户不断刷新商品详情页，页面请求达到瞬时峰值。二、秒杀开始：用户点击秒杀按钮，下单请求达到瞬时峰值。三、秒杀后：一部分红功下单的用户不断刷新订单或者产生退单操做，大部分用户继续刷新商品详情页等待退单机会。缓存

消费者提交订单，通常作法是利用数据库的行级锁，只有抢到锁的请求能够进行库存查询和下单操做。可是在高并发的状况下，数据库没法承担如此大的请求，每每会使整个服务 blocked，在消费者看来就是服务器宕机。安全

秒杀系统

秒杀系统的流量虽然很高，可是实际有效流量是十分有限的。利用系统的层次结构，在每一个阶段提早校验，拦截无效流量，能够减小大量无效的流量涌入数据库。bash

利用浏览器缓存和 CDN 抗压静态页面流量

秒杀前，用户不断刷新商品详情页，形成大量的页面请求。因此，咱们须要把秒杀商品详情页与普通的商品详情页分开。对于秒杀商品详情页尽可能将能静态化的元素静态化处理，除了秒杀按钮须要服务端进行动态判断，其余的静态数据能够缓存在浏览器和 CDN 上。这样，秒杀前刷新页面致使的流量进入服务端的流量只有很小的一部分。服务器

利用读写分离 Redis 缓存拦截流量

CDN 是第一级流量拦截，第二级流量拦截咱们使用支持读写分离的 Redis。在这一阶段咱们主要读取数据，读写分离 Redis 能支持高达60万以上 qps，彻底能够支持需求。网络

首先经过数据控制模块，提早将秒杀商品缓存到读写分离 Redis，并设置秒杀开始标记以下：数据结构

"goodsId_count": 100 //总数
"goodsId_start": 0   //开始标记
"goodsId_access": 0  //接受下单数
复制代码

一、秒杀开始前，服务集群读取 goodsId_Start 为 0，直接返回未开始。二、数据控制模块将 goodsId_start 改成1，标志秒杀开始。三、服务集群缓存开始标记位并开始接受请求，并记录到 redis 中 goodsId_access，商品剩余数量为(goodsId_count - goodsId_access)。四、当接受下单数达到 goodsId_count 后，继续拦截全部请求，商品剩余数量为 0。

能够看出，最后成功参与下单的请求只有少部分能够被接受。在高并发的状况下，容许稍微多的流量进入。所以能够控制接受下单数的比例。

利用主从版 Redis 缓存加速库存扣量

成功参与下单后，进入下层服务，开始进行订单信息校验，库存扣量。为了不直接访问数据库，咱们使用主从版 Redis 来进行库存扣量，主从版 Redis 提供10万级别的 QPS。使用 Redis 来优化库存查询，提早拦截秒杀失败的请求，将大大提升系统的总体吞吐量。

经过数据控制模块提早将库存存入 Redis，将每一个秒杀商品在 Redis 中用一个 hash 结构表示。

"goodsId" : {
    "Total": 100
    "Booked": 100
}

复制代码

扣量时，服务器经过请求 Redis 获取下单资格，经过如下 lua 脚本实现，因为 Redis 是单线程模型，lua 能够保证多个命令的原子性。

local n = tonumber(ARGV[1])
if not n  or n == 0 then
    return 0       
end                
local vals = redis.call("HMGET", KEYS[1], "Total", "Booked");
local total = tonumber(vals[1])
local blocked = tonumber(vals[2])
if not total or not blocked then
    return 0       
end                
if blocked + n <= total then
    redis.call("HINCRBY", KEYS[1], "Booked", n)                                   
    return n;   
end                
return 0

复制代码

先使用SCRIPT LOAD将 lua 脚本提早缓存在 Redis，而后调用EVALSHA调用脚本，比直接调用EVAL节省网络带宽：

redis 127.0.0.1:6379>SCRIPT LOAD "lua code"
"438dd755f3fe0d32771753eb57f075b18fed7716"
redis 127.0.0.1:6379>EVAL 438dd755f3fe0d32771753eb57f075b18fed7716 1 goodsId 1 

复制代码

秒杀服务经过判断 Redis 是否返回抢购个数 n，便可知道这次请求是否扣量成功。

利用主从版 Redis 实现简单的消息队列异步下单入库

扣量完成后，须要进行订单入库。若是商品数量较少的时候，直接操做数据库便可。若是秒杀的商品是1万，甚至10万级别，那数据库锁冲突将带来很大的性能瓶颈。所以，利用消息队列组件，当秒杀服务将订单信息写入消息队列后，便可认为下单完成，避免直接操做数据库。

一、消息队列组件依然可使用 Redis 实现，在 R2 中用 list 数据结构表示。

orderList {
     [0] = {订单内容}
     [1] = {订单内容}
     [2] = {订单内容}
     ...
 }
复制代码

二、将订单内容写入 Redis:

LPUSH orderList {订单内容}
复制代码

三、异步下单模块从 Redis 中顺序获取订单信息，并将订单写入数据库。

BRPOP orderList 0
复制代码

经过使用 Redis 做为消息队列，异步处理订单入库，有效的提升了用户的下单完成速度。

数据控制模块管理秒杀数据同步

最开始，利用读写分离 Redis 进行流量限制，只让部分流量进入下单。对于下单检验失败和退单等状况，须要让更多的流量进来。所以，数据控制模块须要定时将数据库中的数据进行必定的计算，同步到主从版 Redis，同时再同步到读写分离的 Redis，让更多的流量进来。

做者：AlibabaCloud

出处：t.cn/EAlQqQD