本文的基于node.js实现,采用Typescript语言(有其他语言基础的基本也能理解)
- 类型: 笔记本(散热不会太好会降频)
- CPU: Intel® Core™ i7-8750H (6核12线程 睿频3.9GHz)
- 内存: 24G 2400MHz
- 网络: 本机内网!
基本步骤(源码)
//todo 时序图
- 获取秒杀基本信息和已经出售的量
- 判断时间和是否售罄,再判断自身的购买数量 等秒杀限制信息
- 执行出售量累加操作,并记录用户抢购数
- 判断累加数和用户抢购数是否正常,若不正常,则回滚操作
- 写入消息队列,异步写入数据库(针对可能多个抢购的操作,若并发量不大,亦可直接写入数据库)
- 返回抢购信息
- 纯语言独立逻辑实现,复杂度低
- 多次与redis进行交互,性能表现没那么好
- 如果同一个用户同时并发,则会造成暂时获取"秒杀资源"还没释放时,其他用户显示"已秒杀完";
- 如果采用读写分离,可能会因为同步延迟的原因,重复获取并取消,造成额外的性能消耗
基本步骤(源码)
这个其实更多的算是一种**,而不是一种实现方式
所以可以混合其他实现方式,一起实现
但是和不同的算法混合,缓存算法也需要根据情况作出修改
这里结合了算法3一起进行实现
- 需要缓存管理模块,复杂度高(管理算法需要根据是情况而定)(限制大,复杂意味着容易出错)
- 如果秒杀项目数量大,则需要必须作访问控制,按照规则分发到不同的服务器
- 额外消耗了内存,但是能较好的提升性能
基本步骤(源码)
- 秒杀基本信息,判断部分不可用的情况:时间,剩余数量(可选)
- 执行储存预先写好lua脚本
- 判断售出情况,是否适宜售出
- 出售量增加
- 返回相应信息
- 直接读取脚本,并返回信息
- 使用lua脚本,增加了奇怪的耦合
- 由脚本执行操作,可以节省其他需要保证原子性的操作的消耗
- 脚本使部分应用逻辑和性能消耗转移到了redis服务器
- 与reids交互只需进行少量交互
- 增加第一步,可以使redis读写分离成为可能
###你可能有些疑问
其实基于PM2和K8S的多进程都测试过,并发量和响应时间都比较好的呈现正相关关系,但是并没有放出来.因为是笔记本,所以散热能力有限,本来跑个jmeter压力已经够大了,还要跑满几个node进程,笔记本开强冷风扇满速也没办法冷却下来,全程90+度,大概率已经在降频,这样参考价值就不大了.而且多进程虽然有一定的损耗,但也可以根据单进程进行大概推断,所以多线程这里就暂时不放出来了
首先执行克隆整个项目 ,然后安装依赖
部署好redis,在src/config.ts里面修改好地质
修改src/index.ts里面的算法方式,可选S1,S2,S3
执行npm run build,编译好之后,在目录找到./out/src/index.js直接执行即可
web在./out/src/web.js
分布式锁和异步请求处理,前者实在没必要,后者虽然可能会暂时提高吞吐率,但是也会增加资源的消耗量
目前编写的算法都是基于缓存的,如果只是单纯换成其他缓存的话,必要性不大
直接基于数据库,这种方式吞吐率实在有限,而且我本来研究秒杀问题其实本质就是如果处理大量并发的情况,
本来数据库就应该避免大量并发,强行使用从库来提高读取并发量的话,为何不直接使用缓存呢,更加直接有效得多
如果有更加好的做法,可以在评论区指出或直接提出issue
https://github.com/meislzhua/seckill
你的支持,就是我的动力!觉得对你有帮助的话,可以点个赞~或者在项目内点个star
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent