这篇文章主要介绍了如何使用Redis优化高并发场景下的接口性能,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
创新互联是一家专业提供泗水企业网站建设,专注与网站设计、成都网站制作、成都h5网站建设、小程序制作等业务。10年已为泗水众多企业、政府机构等服务。创新互联专业网站建设公司优惠进行中。本文内容
使用Redis优化高并发场景下的接口性能
数据库乐观锁
随着双12的临近,各种促销活动开始变得热门起来,比较主流的有秒杀、抢优惠券、拼团等等。
涉及到高并发争抢同一个资源的主要场景有秒杀和抢优惠券。
前提
活动规则
奖品数量有限,比如100个
不限制参与用户数
每个用户只能参与1次秒杀
活动要求
不能多发,也不能少发,100个奖品要全部发出去
1个用户最多抢1个奖品
遵循先到先得原则,先来的用户有奖品
数据库实现
悲观锁性能太差,本文不予讨论,讨论一下使用乐观锁解决高并发问题的优缺点。
数据库结构
未中奖时UserId为0,RewardAt为NULL
中奖时UserId为中奖用户ID,RewardAt为中奖时间
乐观锁实现
乐观锁实际上并不存在真正的锁,乐观锁是利用数据的某个字段来做的,比如本文的例子就是以UserId来实现的。
实现流程如下:
1、查询UserId为0的奖品,如果未找到则提示无奖品
SELECT * FROM envelope WHERE user_id=0 LIMIT 1`
2、更新奖品的用户ID和中奖时间(假设奖品ID为1,中奖用户ID为100,当前时间为2019-10-29 12:00:00),这里的user_id=0就是我们的乐观锁了。
UPDATE envelope SET user_id=100, reward_at='2019-10-29 12:00:00' WHERE user_id=0 AND id=1`
3、检测UPDATE语句的执行返回值,如果返回1证明中奖成功,否则证明该奖品被其他人抢了
为什么要添加乐观锁
正常情况下获取奖品、然后把奖品更新给指定用户是没问题的。如果不添加user_id=0时,高并发场景下会出现下面的问题:
两个用户同时查询到了1个未中奖的奖品(发生并发问题)
将奖品的中奖用户更新为用户1,更新条件只有ID=奖品ID
上述SQL执行是成功的,影响行数也是1,此时接口会返回用户1中奖
接下来将中奖用户更新为用户2,更新条件也只有ID=奖品ID
由于是同一个奖品,已经发给用户1的奖品会重新发放给用户2,此时影响行数为1,接口返回用户2也中奖
所以该奖品的最终结果是发放给用户2
用户1就会过来投诉活动方了,因为抽奖接口返回用户1中奖,但他的奖品被抢了,此时活动方只能赔钱了
添加乐观锁之后的抽奖流程
1.更新用户1时的条件为id=红包ID AND user_id=0 ,由于此时红包未分配给任何人,用户1更新成功,接口返回用户1中奖
2.当更新用户2时更新条件为id=红包ID AND user_id=0,由于此时该红包已经分配给用户1了,所以该条件不会更新任何记录,接口返回用户2中奖
乐观锁优缺点
优点
性能尚可,因为无锁
不会超发
缺点
通常不满足“先到先得”的活动规则,一旦发生并发,就会发生未中奖的情况,此时奖品库还有奖品
压测
在MacBook Pro 2018上的压测表现如下(Golang实现的HTTP服务器,MySQL连接池大小100,Jmeter压测):
500并发 500总请求数 平均响应时间331ms 发放成功数为31 吞吐量458.7/s
Redis实现
可以看到乐观锁的实现下争抢比太高,不是推荐的实现方法,下面通过Redis来优化这个秒杀业务。
Redis高性能的原因
单线程 省去了线程切换开销
基于内存的操作 虽然持久化操作涉及到硬盘访问,但是那是异步的,不会影响Redis的业务
使用了IO多路复用
实现流程
活动开始前将数据库中奖品的code写入Redis队列中
活动进行时使用lpop弹出队列中的元素
如果获取成功,则使用UPDATE语法发放奖品
UPDATE reward SET user_id=用户ID,reward_at=当前时间 WHERE code='奖品码'
如果获取失败,则当前无可用奖品,提示未中奖即可
使用Redis的情况下并发访问是通过Redis的lpop()来保证的,该方法是原子方法,可以保证并发情况下也是一个个弹出的。
压测
在MacBook Pro 2018上的压测表现如下(Golang实现的HTTP服务器,MySQL连接池大小100,Redis连接池代销100,Jmeter压测):
500并发 500总请求数 平均响应时间48ms 发放成功数100 吞吐量497.0/s
结论
可以看到Redis的表现是稳定的,不会出现超发,且访问延迟少了8倍左右,吞吐量还没达到瓶颈,可以看出Redis对于高并发系统的性能提升是非常大的!接入成本也不算高,值得学习!
实验代码
// 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") } // 读取Code写入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个奖品") } 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 } // 检测用户是否抢过了 if result, err := redisClient.HIncrBy(QueueUser, uid, 1).Result(); err != nil || result != 1 { w.WriteHeader(429) _, _ = fmt.Fprint(w, "Too Many Request") return } // 检测是否在队列中 code, err := redisClient.LPop(QueueEnvelope).Result() if err != nil { w.WriteHeader(200) _, _ = fmt.Fprint(w, "No Envelope") return } // 发放红包 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来验证Redis是否真的解决争抢问题 if rowsAffected == 0 { fmt.Printf("发生争抢. id=%d\n", envelope.Id) w.WriteHeader(500) _, _ = fmt.Fprintf(w, "发生争抢. id=%d\n", envelope.Id) return } _, _ = fmt.Fprint(w, envelope.Code) }) fmt.Println("listen on 8080") fmt.Println(http.ListenAndServe(":8080", nil)) }
感谢你能够认真阅读完这篇文章,希望小编分享的“如何使用Redis优化高并发场景下的接口性能”这篇文章对大家有帮助,同时也希望大家多多支持创新互联,关注创新互联行业资讯频道,更多相关知识等着你来学习!
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
分享名称:如何使用Redis优化高并发场景下的接口性能-创新互联
网站路径:http://lswzjz.com/article/dogdij.html