miaosha/docs/code-solve.md
2019-01-22 19:38:48 +08:00

12 KiB
Raw Blame History

秒杀常见问题

有问题或者宝贵意见联系我的QQ,非常希望你的加入!

秒杀注意事项以及整体简略设计

1.如何解决卖超问题

--在sql加上判断防止数据边为负数 
--数据库加唯一索引防止用户重复购买
--redis预减库存减少数据库访问 内存标记减少redis访问 请求先入队列缓冲异步下单增强用户体验

注册功能 -- 如果有前端的牛人加入修改几个页面那是再好不过了哈哈哈

全局异常处理拦截

1.定义全局的异常拦截器
2.定义了全局异常类型
3.只返回和业务有关的
4.详情请看GlobleException

页面级缓存thymeleafViewResolver

 1.详细请看basecontroller 缓存渲染页面

对象级缓存redis🙋🐓

 redis永久缓存对象减少压力
 redis预减库存减少数据库访
 内存标记方法减少redis访问

订单处理队列rabbitmq

 请求先入队缓冲,异步下单,增强用户体验
 请求出队,生成订单,减少库存
 客户端定时轮询检查是否秒杀成功 

解决分布式session

--生成随机的uuid作为cookie返回并redis内存写入 
--拦截器每次拦截方法来重新获根据cookie获取对象
--下一个页面拿到key重新获取对象
--HandlerMethodArgumentResolver 方法 supportsParameter 如果为true 执行 resolveArgument 方法获取miaoshauser对象
--如果有缓存的话 这个功能实现起来就和简单,在一个用户访问接口的时候我们把访问次数写到缓存中,在加上一个有效期。
   通过拦截器. 做一个注解 @AccessLimit 然后封装这个注解,可以有效的设置每次访问多少次,有效时间是否需要登录!

秒杀安全 -- 安全性设计

 秒杀接口隐藏
 数字公式验证码
 接口防刷限流(通用 注解,拦截器方式)

通用缓存key的封装采用什么设计模式

模板模式的优点
-具体细节步骤实现定义在子类中,子类定义详细处理算法是不会改变算法整体结构
-代码复用的基本技术,在数据库设计中尤为重要
-存在一种反向的控制结构,通过一个父类调用其子类的操作,通过子类对父类进行扩展增加新的行为,符合“开闭原则”
-缺点: 每个不同的实现都需要定义一个子类,会导致类的个数增加,系统更加庞大

redis的库存如何与数据库的库存保持一致

redis的数量不是库存,他的作用仅仅只是为了阻挡多余的请求透穿到DB起到一个保护的作用
因为秒杀的商品有限比如10个让1万个请求区访问DB是没有意义的因为最多也就只能10个
请求下单成功,所有这个是一个伪命题,我们是不需要保持一致的

redis 预减成功DB扣减库存失败怎么办

-其实我们可以不用太在意,对用户而言,秒杀不中是正常现象,秒杀中才是意外,单个用户秒杀中
-1.本来就是小概率事件,出现这种情况对于用户而言没有任何影响
-2.对于商户而言,本来就是为了活动拉流量人气的,卖不完还可以省一部分费用,但是活动还参与了,也就没有了任何影响
-3.对网站而言,最重要的是体验,只要网站不崩溃,对用户而言没有任何影响

为什么redis数量会减少为负数

    //预见库存
    long stock = redisService.decr(GoodsKey.getMiaoshaGoodsStock,""+goodsId) ;
	if(stock <0){
    localOverMap.put(goodsId, true);
	return Result.error(CodeMsg.MIAO_SHA_OVER);
	}
	假如redis的数量为1,这个时候同时过来100个请求大家一起执行decr数量就会减少成-99这个是正常的
	进行优化后改变了sql写法和内存写法则不会出现上述问题

为什么要单独维护一个秒杀结束标志

 -1.前提所有的秒杀相关的接口都要加上活动是否结束的标志,如果结束就直接返回,包括轮寻的接口防止一直轮寻
 -2.管理后台也可以手动的更改这个标志,防止出现活动开始以后就没办法结束这种意外的事件

rabbitmq如何做到消息不重复不丢失即使服务器重启

 -1.exchange持久化
 -2.queue持久化
 -3.发送消息设置MessageDeliveryMode.persisent这个也是默认的行为
 -4.手动确认

为什么threadlocal存储user对象原理

1.并发编程中重要的问题就是数据共享,当你在一个线程中改变任意属性时,所有的线程都会因此受到影响,同时会看到第一个线程修改后的值<br>
有时我们希望如此,比如:多个线程增大或减小同一个计数器变量<br>
但是,有时我们希望确保每个线程,只能工作在它自己的线程实例的拷贝上,同时不会影响其他线程的数据<br>

举例: 举个例子想象你在开发一个电子商务应用你需要为每一个控制器处理的顾客请求生成一个唯一的事务ID同时将其传到管理器或DAO的业务方法中
以便记录日志。一种方案是将事务ID作为一个参数传到所有的业务方法中。但这并不是一个好的方案它会使代码变得冗余。   
你可以使用ThreadLocal类型的变量解决这个问题。首先在控制器或者任意一个预处理器拦截器中生成一个事务ID
然后在ThreadLocal中 设置事务ID最后不论这个控制器调用什么方法都能从threadlocal中获取事务ID
而且这个应用的控制器可以同时处理多个请求,
同时在框架 层面因为每一个请求都是在一个单独的线程中处理的所以事务ID对于每一个线程都是唯一的而且可以从所有线程的执行路径获取
运行结果可以看出每个线程都在维护自己的变量:
 Starting Thread: 0 : Fri Sep 21 23:05:34 CST 2018<br>
 Starting Thread: 2 : Fri Sep 21 23:05:34 CST 2018<br>
 Starting Thread: 1 : Fri Jan 02 05:36:17 CST 1970<br>
 Thread Finished: 1 : Fri Jan 02 05:36:17 CST 1970<br>
 Thread Finished: 0 : Fri Sep 21 23:05:34 CST 2018<br>
 Thread Finished: 2 : Fri Sep 21 23:05:34 CST 2018<br>
 
 局部线程通常使用在这样的情况下当你有一些对象并不满足线程安全但是你想避免在使用synchronized关键字<br>
 块时产生的同步访问,那么,让每个线程拥有它自己的对象实例<br>
 注意:局部变量是同步或局部线程的一个好的替代,它总是能够保证线程安全。唯一可能限制你这样做的是你的应用设计约束<br>
 所以设计threadlocal存储user不会对对象产生影响每次进来一个请求都会产生自身的线程变量来存储

maven 隔离

maven隔离就是在开发中把各个环境的隔离开来一般分为 
 本地local
 开发(dev)
 测试(test)
 线上(prod)
 在环境部署中为了防止人工修改的弊端! spring.profiles.active=@activatedProperties@

redis 分布式锁实现方法

我用了四种方法  分别指出了不同版本的缺陷以及演进的过程 orderclosetask
V1---->>版本没有操作,在分布式系统中会造成同一时间,资源浪费而且很容易出现并发问题
V2--->>版本加了分布式redis锁在访问核心方法前加入redis锁可以阻塞其他线程访问,可以
很好的处理并发问题,但是缺陷就是如果机器突然宕机,或者线路波动等,就会造成死锁,一直
不释放等问题
V3版本-->>很好的解决了这个问题v2的问题就是加入时间对比如果当前时间已经大与释放锁的时间
说明已经可以释放这个锁重新在获取锁setget方法可以把之前的锁去掉在重新获取,旧值在于之前的
值比较如果无变化说明这个期间没有人获取或者操作这个redis锁则可以重新获取
V4---->>采用成熟的框架redisson,封装好的方法则可以直接处理但是waittime记住要这只为0

服务降级--服务熔断(过载保护)

自动降级: 超时.失败次数,故障,限流
人工降级秒杀双11

9.所有秒杀相关的接口比如:秒杀,获取秒杀地址,获取秒杀结果,获取秒杀验证码都需要加上
秒杀是否开始结束的判断

RPC事务补偿

当集中式进行服务化RPC演进成分布式的时候事务则成为了进行分布式的一个痛点本项目的做法为
1.进行流程初始化,当分别调用不用服务化接口的时候,成功则进行流程,失败则返回并进行状态更新
将订单状态变为回滚
2.使用定时任务不断的进行处理rollback的订单进行回滚

秒杀类似场景sql的写法注意事项

1.在秒杀一类的场景里面因为数据量亿万级所有即使有的有缓存有的时候也是扛不住的不可避免的透穿到DB
 所有在写一些sql的时候就要注意
 1.一定要避免全表扫描,如果扫一张大表的数据就会造成慢查询,导致数据的连接池直接塞满,导致事故
 首先考虑在where和order by 设计的列上建立索引
 例如: 1. where 子句中对字段进行 null 值判断 . 
       2. 应尽量避免在 where 子句中使用!=或<>操作符 
       3. 应尽量避免在 where 子句中使用 or 来连接条件
       4. in 和 not in 也要慎用,否则会导致全表扫描( 如果索引 会优先走索引 不会导致全表扫描 
        字段上建了索引后使用in不会全表扫描而用not in 会全表扫描 低版本的mysql是两种情况都会全表扫描。
        5.5版本后以修。而且在优化大表连接查询的时候有一个方法就是将join操作拆分为in查询)
       5. select id from t where name like '%abc%' 或者
       6.select id from t where name like '%abc' 或者
       7. 若要提高效率,可以考虑全文检索。 
       8.而select id from t where name like 'abc%' 才用到索引 慢查询一般在测试环境不容易复现
       9.应尽量避免在 where 子句中对字段进行表达式操作 where num/2  num=100*2
 2.合理的使用索引  索引并不是越多越好,使用不当会造成性能开销
 3.尽量避免大事务操作,提高系统并发能力
 4.尽量避免象客户端返回大量数据,如果返回则要考虑是否需求合理,实在不得已则需要在设计一波了!!!!!

网站访问统计实现

整体流程

利用lua脚本进行对redis操作,登陆时,每次登陆成功则记录访问(具体你想在什么时段进行统计自己说了算)

项目进行dubbo+ZK改造

 ├── miaosha-admin  登录模块
 │   ├── pom.xml
 │   └── miaosha-admin-api
 │   └── miaosha-admin-service
 │   └── miaosha-admin-web
 │   └── miaosha-common
 │   
 │   
 
 ├── miaosha-order   订单秒杀模块
      │   ├── pom.xml
      │   └── miaosha-order-api
      │   └── miaosha-order-service
      │   └── miaosha-order-web
      │   └── miaosha-order-common
      │   
      │   
 
 ├── miaosha-message   消息模块
      │   ├── pom.xml
      │   └── miaosha-message-api
      │   └── miaosha-message-service
      │   └── miaosha-message-web
      │   └── miaosha-message-common
      │   
      │