系統介紹
本系統是使用SpringBoot開發的高併發限時搶購秒殺系統，除了實現基本的登錄、查看商品列表、秒殺、下單等功能，項目中還針對高併發情況實現了系統緩存、降級和限流。
開發工具
IntelliJ IDEA + Navicat + Sublime Text3 + Git + Chrome
壓測工具
JMeter
開發技術
前端技術 ：Bootstrap + jQuery + Thymeleaf
後端技術 ：SpringBoot + MyBatis + MySQL
中間件技術 : Druid + Redis + RabbitMQ + Guava
秒殺優化方向
-
將請求儘量攔截在系統上游：傳統秒殺系統之所以掛，請求都壓倒了後端數據層，數據讀寫鎖衝突嚴重，幾乎所有請求都超時，流量雖大，下單成功的有效流量甚小，我們可以通過限流、降級等措施來最大化減少對數據庫的訪問，從而保護系統。
-
充分利用緩存：秒殺商品是一個典型的讀多寫少的應用場景，充分利用緩存將大大提高併發量
實現技術點
1. 兩次MD5加密
將用戶輸入的密碼和固定Salt通過MD5加密生成第一次加密後的密碼，再講該密碼和隨機生成的Salt通過MD5進行第二次加密，最後將第二次加密後的密碼和第一次的固定Salt存數據庫
好處：
- 第一次作用：防止用戶明文密碼在網絡進行傳輸
- 第二次作用：防止數據庫被盜，避免通過MD5反推出密碼，雙重保險
2. session共享
驗證用戶賬號密碼都正確情況下，通過UUID生成唯一id作爲token，再將token作爲key、用戶信息作爲value模擬session存儲到redis，同時將token存儲到cookie，保存登錄狀態
好處： 在分佈式集羣情況下，服務器間需要同步，定時同步各個服務器的session信息，會因爲延遲到導致session不一致，使用redis把session數據集中存儲起來，解決session不一致問題。
3. JSR303自定義參數驗證
使用JSR303自定義校驗器，實現對用戶賬號、密碼的驗證，使得驗證邏輯從業務代碼中脫離出來。
4. 全局異常統一處理
通過攔截所有異常，對各種異常進行相應的處理，當遇到異常就逐層上拋，一直拋到最終由一個統一的、專門負責異常處理的地方處理，這有利於對異常的維護。
5. 頁面緩存 + 對象緩存
- 頁面緩存：通過在手動渲染得到的html頁面緩存到redis
- 對象緩存：包括對用戶信息、商品信息、訂單信息和token等數據進行緩存，利用緩存來減少對數據庫的訪問，大大加快查詢速度。
6. 頁面靜態化
對商品詳情和訂單詳情進行頁面靜態化處理，頁面是存在html，動態數據是通過接口從服務端獲取，實現前後端分離，靜態頁面無需連接數據庫打開速度較動態頁面會有明顯提高
7. 本地標記 + redis預處理 + RabbitMQ異步下單 + 客戶端輪詢
描述：通過三級緩衝保護，1、本地標記 2、redis預處理 3、RabbitMQ異步下單，最後纔會訪問數據庫，這樣做是爲了最大力度減少對數據庫的訪問。
實現：
- 在秒殺階段使用本地標記對用戶秒殺過的商品做標記，若被標記過直接返回重複秒殺，未被標記才查詢redis，通過本地標記來減少對redis的訪問
- 搶購開始前，將商品和庫存數據同步到redis中，所有的搶購操作都在redis中進行處理，通過Redis預減少庫存減少數據庫訪問
- 爲了保護系統不受高流量的衝擊而導致系統崩潰的問題，使用RabbitMQ用異步隊列處理下單，實際做了一層緩衝保護，做了一個窗口模型，窗口模型會實時的刷新用戶秒殺的狀態。
- client端用js輪詢一個接口，用來獲取處理狀態
8. 解決超賣
描述：比如某商品的庫存爲1，此時用戶1和用戶2併發購買該商品，用戶1提交訂單後該商品的庫存被修改爲0，而此時用戶2並不知道的情況下提交訂單，該商品的庫存再次被修改爲-1，這就是超賣現象
實現：
- 對庫存更新時，先對庫存判斷，只有當庫存大於0才能更新庫存
- 對用戶id和商品id建立一個唯一索引，通過這種約束避免同一用戶發同時兩個請求秒殺到兩件相同商品
- 實現樂觀鎖，給商品信息表增加一個version字段，爲每一條數據加上版本。每次更新的時候version+1，並且更新時候帶上版本號，當提交前版本號等於更新前版本號，說明此時沒有被其他線程影響到，正常更新，如果衝突了則不會進行提交更新。當庫存是足夠的情況下發生樂觀鎖衝突就進行一定次數的重試。
9. 使用數學公式驗證碼
描述：點擊秒殺前，先讓用戶輸入數學公式驗證碼，驗證正確才能進行秒殺。
好處：
- 防止惡意的機器人和爬蟲
- 分散用戶的請求
實現：
- 前端通過把商品id作爲參數調用服務端創建驗證碼接口
- 服務端根據前端傳過來的商品id和用戶id生成驗證碼，並將商品id+用戶id作爲key，生成的驗證碼作爲value存入redis，同時將生成的驗證碼輸入圖片寫入imageIO讓前端展示
- 將用戶輸入的驗證碼與根據商品id+用戶id從redis查詢到的驗證碼對比，相同就返回驗證成功，進入秒殺；不同或從redis查詢的驗證碼爲空都返回驗證失敗，刷新驗證碼重試
10. 使用RateLimiter實現限流
描述：當我們去秒殺一些商品時，此時可能會因爲訪問量太大而導致系統崩潰，此時要使用限流來進行限制訪問量，當達到限流閥值，後續請求會被降級；降級後的處理方案可以是：返回排隊頁面（高峯期訪問太頻繁，等一會重試）、錯誤頁等。
實現：項目使用RateLimiter來實現限流，RateLimiter是guava提供的基於令牌桶算法的限流實現類，通過調整生成token的速率來限制用戶頻繁訪問秒殺頁面，從而達到防止超大流量沖垮系統。（令牌桶算法的原理是系統會以一個恆定的速度往桶裏放入令牌，而如果請求需要被處理，則需要先從桶裏獲取一個令牌，當桶裏沒有令牌可取時，則拒絕服務）
壓測效果
優化前 ：開啓1000個線程循環10次同時訪問，QPS = 423 優化後：QPS = 2501
本項目是學習了imooc網視頻之後的個人理解和知識彙總，學習鏈接：https://coding.imooc.com/class/168.html