当前位置:首页 >娱乐 >12306系统深度优化之预扣库存,异步下单,MySQL高可用 12306系统深度优化之预扣库存

12306系统深度优化之预扣库存,异步下单,MySQL高可用 12306系统深度优化之预扣库存

2024-06-30 20:53:57 [百科] 来源:避面尹邢网

12306系统深度优化之预扣库存,系统异步下单,深度MySQL高可用

作者:花花和Java 数据库 MySQL 在节假日和春节时候,优化用火车票提前预售。扣库在预售的存异点会有大量人们抢购车票。由于高并发,步下导致服务瘫痪。系统本篇就带给大家12306系统深度优化。深度

[[406897]]

一、优化用12306深度优化整体架构

在节假日和春节时候,扣库火车票提前预售。存异在预售的步下点会有大量人们抢购车票。由于高并发,系统导致服务瘫痪。深度

1.1 解决方案

内存计算余票

12306系统深度优化之预扣库存,异步下单,MySQL高可用 12306系统深度优化之预扣库存

异步交易系统(削峰方案)

12306系统深度优化之预扣库存,异步下单,MySQL高可用 12306系统深度优化之预扣库存

数据库进行高可用搭建(读写分离)

12306系统深度优化之预扣库存,异步下单,MySQL高可用 12306系统深度优化之预扣库存

1.1.1 削峰解决方案

1. 削峰方案:

  • 对于瞬时流量我们最先想到的优化用是中间件进行削峰,把直接调用转化为间接异步推送。中间队列在一瞬间接受流量锋,在另外一端平滑的将消息推送。

 

2. 答题:

在下单时候,我们需要答题。因为每个人的答题速度不一样,错开抢票时间。

3. 分时间段发放票:

将票分多个时间段进行发放

1.1.2 数据同步方案架构

 

  • 后台管理员按照日期生成乘车计划、座位信息、车次信息,并通过logstash将数据同步到ES和redis中。

二、用户下单分析

用户在下单时候,用户经历下单、扣库存、支付。在高并发场景下保证,车票不多买也不少卖,且支付后车票真实有效。

2.1 对下单操作分析(异步下单的优势)

1. 方案一

用户在下单完,立马扣除库存,等待用户支付。且创建订单和扣除库存是原子操作。能保证不超卖问题。方案问题:

  • 在极度并发请求下,每次创建订单对内存操作对性能影响很大。订单数据需要保存到数据库,对数据库压力很大。如果很多人下了订单,但是不支付。会导致很多票没有卖掉。

2. 方案二

在极度并发场景下,库存减为0时候,很多用户抢到订单却不能支付。而且也不能避免数据的IO操作。

3. 方案三

  • 用户选择乘车计划,点击下单-->进入下单服务集群中,--》判断redis库存是否充足,否(直接响应票已售空)、是(预扣库存)-》把下单信息发送给mq,es同步库存信息-》如果用户支付,订单处理服务进行订单信息入库,并响应成功信息。如果超时未支付,redis进行库存回退,es进行库存回退。

2.1 下单操作

2.1.1 nginx进行限流配置

为了防止一些抢票助手发送无用请求,采用nginx进行限流操作。

1. 限制访问频率:limit_req_zone:单位时间内请求数,采用漏斗算法。

2. 限制并发连接数:limit_conn_zone:同一时间的连接数。

2.1.2 下单流程

1. 订单生成:

预扣库存

找对应日期对应车次对应座位类型的乘车计划库存(站票,坐票,硬卧、软卧等),进行库存扣减。

分配座位

遍历所有指定座位类型车厢的key(集合)。

遍历集合获取每个车厢的座位(集合)。遍历集合获取每一个座位对应状态。如果座位没有售出,标记座位并更改座位的状态。

生成订单

  • 在创建订单时候,我们可以采用一个线程完成。且线程执行完毕,我们要获取线程的执行结果,采用Callable执行订单创建。

在线程中创建订单对象。

将指定日期的乘车计划封装到一个对象中。

生成订单。

Redis排队

采用 Redis 中的 ZSet 集合存储排队信息,使用:列车编号 + 乘车日期 + 用户 id 作为 key,使用当前系统时间的纳秒值作为 value。

2. 同步ES库存:

下单服务发送同步信息(乘车日期、座位性质、列车车次)到mq中。es同步服务监听mq,获取发送信息。根据搜索条件查询到数据,并进行库存扣减。

3. 发送订单数据:

创建订单和用户信息,并设置交换机和队列。发送订单信息,发送完订单数据,跳转到下单成功界面。下单成功界面调用排队接口,显示排队信息。

2.1.3 订单处理流程

1. 环境准备:

因为下单,写的操作远大于读的操作,因此mysql采用双主双从搭建模式。

2. 保存订单:

下单服务监听mq,如果有订单生成,对订单信息进行入库。

3. 删除排队信息:

订单保存成功后,删除排队信息。

4. 将下单结果通过websocket发送给客户端:

保存完订单数据以后,调用 WebSocketServer ,完成消息推送。

2.2 下单优化

用户已经下单了,再次提交订单是否扣除订单?用户虽然下单了但是一直没有支付。预扣减库存是否存在线程安全问题。

2.2.1 预扣库存优化

当该用户已经购买了指定列车的火车票,那么我们就不能再进行预扣库.

根据用户信息和乘车计划id查询订单信息,查询到信息,不进行库存扣减。

2.2.2 库存回退

1. 方案一(延迟队列):

延迟队列:消息发送后,特定时间后消费者才能拿到消息进行消费。

2. 方案二(死信队列):

死信队列:一个消息在队列中变成死信队列之后,消息会被从新发送到另外一个交换机中,这个交换机就是死信队列。一个消息成为死信队列情况:

  • 消息被拒绝,并且设置 requeue 参数为 false
  • 消息过期
  • 队列达到最大长度

2.2.3 库存安全性判断(分布式锁)

在进行库存扣减时候,加锁。因为扣除库存是多服务,因此需要用分布式锁来解决(mysql实现,zookeeper实现,redis实现)。

 

责任编辑:姜华 来源: 花花和Java 12306系统MySQL高可用预扣库存

(责任编辑:综合)

    推荐文章
    热点阅读