一文帶你瞭解Redis優化高併發下的秒殺性能

本文內容

使用Redis優化高併發場景下的接口性能
數據庫樂觀鎖

隨着雙12的臨近,各種促銷活動開始變得熱門起來,比較主流的有秒殺、搶優惠券、拼團等等。
涉及到高併發爭搶同一個資源的主要場景有秒殺和搶優惠券。

前提

活動規則

  • 獎品數量有限,比如100個
  • 不限制參與用戶數
  • 每個用戶只能參與1次秒殺

活動要求

  • 不能多發,也不能少發,100個獎品要全部發出去
  • 1個用戶最多搶1個獎品
  • 遵循先到先得原則,先來的用戶有獎品

數據庫實現

悲觀鎖性能太差,本文不予討論,討論一下使用樂觀鎖解決高併發問題的優缺點。
數據庫結構

一文帶你瞭解Redis優化高併發下的秒殺性能

  • 未中獎時UserId爲0,RewardAt爲NULL
  • 中獎時UserId爲中獎用戶ID,RewardAt爲中獎時間

樂觀鎖實現
樂觀鎖實際上並不存在真正的鎖,樂觀鎖是利用數據的某個字段來做的,比如本文的例子就是以UserId來實現的。
實現流程如下:
1、查詢UserId爲0的獎品,如果未找到則提示無獎品

SELECT * FROM envelope WHERE user_id=0 LIMIT 1`

2、更新獎品的用戶ID和中獎時間(假設獎品ID爲1,中獎用戶ID爲100,當前時間爲2019-10-29 12:00:00),這裏的user_id=0就是我們的樂觀鎖了。

UPDATE envelope SET user_id=100, reward_at='2019-10-29 12:00:00' WHERE user_id=0 AND id=1`

3、檢測UPDATE語句的執行返回值,如果返回1證明中獎成功,否則證明該獎品被其他人搶了

爲什麼要添加樂觀鎖

正常情況下獲取獎品、然後把獎品更新給指定用戶是沒問題的。如果不添加user_id=0時,高併發場景下會出現下面的問題:

  • 兩個用戶同時查詢到了1個未中獎的獎品(發生併發問題)
  • 將獎品的中獎用戶更新爲用戶1,更新條件只有ID=獎品ID
  • 上述SQL執行是成功的,影響行數也是1,此時接口會返回用戶1中獎
  • 接下來將中獎用戶更新爲用戶2,更新條件也只有ID=獎品ID
  • 由於是同一個獎品,已經發給用戶1的獎品會重新發放給用戶2,此時影響行數爲1,接口返回用戶2也中獎
  • 所以該獎品的最終結果是發放給用戶2
  • 用戶1就會過來投訴活動方了,因爲抽獎接口返回用戶1中獎,但他的獎品被搶了,此時活動方只能賠錢了

添加樂觀鎖之後的抽獎流程

1.更新用戶1時的條件爲id=紅包ID AND user_id=0 ,由於此時紅包未分配給任何人,用戶1更新成功,接口返回用戶1中獎
2.當更新用戶2時更新條件爲id=紅包ID AND user_id=0,由於此時該紅包已經分配給用戶1了,所以該條件不會更新任何記錄,接口返回用戶2中獎

樂觀鎖優缺點
優點

  • 性能尚可,因爲無鎖
  • 不會超發

缺點

  • 通常不滿足“先到先得”的活動規則,一旦發生併發,就會發生未中獎的情況,此時獎品庫還有獎品

壓測
在MacBook Pro 2018上的壓測表現如下(Golang實現的HTTP服務器,MySQL連接池大小100,Jmeter壓測):

  • 500併發 500總請求數 平均響應時間331ms 發放成功數爲31 吞吐量458.7/s

Redis實現

可以看到樂觀鎖的實現下爭搶比太高,不是推薦的實現方法,下面通過Redis來優化這個秒殺業務。

Redis高性能的原因

  • 單線程 省去了線程切換開銷
  • 基於內存的操作 雖然持久化操作涉及到硬盤訪問,但是那是異步的,不會影響Redis的業務
  • 使用了IO多路複用

實現流程

  • 活動開始前將數據庫中獎品的code寫入Redis隊列中
  • 活動進行時使用lpop彈出隊列中的元素
  • 如果獲取成功,則使用UPDATE語法發放獎品
UPDATE reward SET user_id=用戶ID,reward_at=當前時間 WHERE code='獎品碼'

如果獲取失敗,則當前無可用獎品,提示未中獎即可

使用Redis的情況下併發訪問是通過Redis的lpop()來保證的,該方法是原子方法,可以保證併發情況下也是一個個彈出的。

壓測

在MacBook Pro 2018上的壓測表現如下(Golang實現的HTTP服務器,MySQL連接池大小100,Redis連接池代銷100,Jmeter壓測):

  • 500併發 500總請求數 平均響應時間48ms 發放成功數100 吞吐量497.0/s

結論

可以看到Redis的表現是穩定的,不會出現超發,且訪問延遲少了8倍左右,吞吐量還沒達到瓶頸,可以看出Redis對於高併發系統的性能提升是非常大的!接入成本也不算高,值得學習!

實驗代碼

// main.go
package main

import (
    "fmt"
    "github.com/go-redis/redis"
    _ "github.com/go-sql-driver/mysql"
    "github.com/jinzhu/gorm"
    "log"
    "net/http"
    "strconv"
    "time"
)

type Envelope struct {
    Id        int `gorm:"primary_key"`
    Code      string
    UserId    int
    CreatedAt time.Time
    RewardAt  *time.Time
}

func (Envelope) TableName() string {
    return "envelope"
}

func (p *Envelope) BeforeCreate() error {
    p.CreatedAt = time.Now()
    return nil
}

const (
    QueueEnvelope = "envelope"
    QueueUser     = "user"
)

var (
    db          *gorm.DB
    redisClient *redis.Client
)

func init() {
    var err error
    db, err = gorm.Open("mysql", "root:root@tcp(localhost:3306)/test?charset=utf8&parseTime=True&loc=Local")
    if err != nil {
        log.Fatal(err)
    }
    if err = db.DB().Ping(); err != nil {
        log.Fatal(err)
    }
    db.DB().SetMaxOpenConns(100)
    fmt.Println("database connected. pool size 10")
}

func init() {
    redisClient = redis.NewClient(&redis.Options{
        Addr:     "localhost:6379",
        DB:       0,
        PoolSize: 100,
    })
    if _, err := redisClient.Ping().Result(); err != nil {
        log.Fatal(err)
    }
    fmt.Println("redis connected. pool size 100")
}

// 讀取Code寫入Queue
func init() {
    envelopes := make([]Envelope, 0, 100)
    if err := db.Debug().Where("user_id=0").Limit(100).Find(&envelopes).Error; err != nil {
        log.Fatal(err)
    }
    if len(envelopes) != 100 {
        log.Fatal("不足100個獎品")
    }
    for i := range envelopes {
        if err := redisClient.LPush(QueueEnvelope, envelopes[i].Code).Err(); err != nil {
            log.Fatal(err)
        }
    }
    fmt.Println("load 100 envelopes")
}

func main() {
    http.HandleFunc("/envelope", func(w http.ResponseWriter, r *http.Request) {
        uid := r.Header.Get("x-user-id")
        if uid == "" {
            w.WriteHeader(401)
            _, _ = fmt.Fprint(w, "UnAuthorized")
            return
        }
        uidValue, err := strconv.Atoi(uid)
        if err != nil {
            w.WriteHeader(400)
            _, _ = fmt.Fprint(w, "Bad Request")
            return
        }
        // 檢測用戶是否搶過了
        if result, err := redisClient.HIncrBy(QueueUser, uid, 1).Result(); err != nil || result != 1 {
            w.WriteHeader(429)
            _, _ = fmt.Fprint(w, "Too Many Request")
            return
        }
        // 檢測是否在隊列中
        code, err := redisClient.LPop(QueueEnvelope).Result()
        if err != nil {
            w.WriteHeader(200)
            _, _ = fmt.Fprint(w, "No Envelope")
            return
        }
        // 發放紅包
        envelope := &Envelope{}
        err = db.Where("code=?", code).Take(&envelope).Error
        if err == gorm.ErrRecordNotFound {
            w.WriteHeader(200)
            _, _ = fmt.Fprint(w, "No Envelope")
            return
        }
        if err != nil {
            w.WriteHeader(500)
            _, _ = fmt.Fprint(w, err)
            return
        }
        now := time.Now()
        envelope.UserId = uidValue
        envelope.RewardAt = &now
        rowsAffected := db.Where("user_id=0").Save(&envelope).RowsAffected // 添加user_id=0來驗證Redis是否真的解決爭搶問題
        if rowsAffected == 0 {
            fmt.Printf("發生爭搶. id=%d\n", envelope.Id)
            w.WriteHeader(500)
            _, _ = fmt.Fprintf(w, "發生爭搶. id=%d\n", envelope.Id)
            return
        }
        _, _ = fmt.Fprint(w, envelope.Code)
    })

    fmt.Println("listen on 8080")
    fmt.Println(http.ListenAndServe(":8080", nil))
}

最後

喜歡的可以關注我的公衆號:java小瓜哥的分享平臺。謝謝支持!

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章