網(wǎng)站制作的關(guān)鍵技術(shù)優(yōu)化點

發(fā)布：2018-12-25 20:47:05 瀏覽：4667

大流量讀系統(tǒng)的設(shè)計手段，當(dāng)這些手段全部窮盡以后，仍然產(chǎn)生大流量又該如何處理呢?所以秒殺系統(tǒng)還要解決以下關(guān)鍵問題。

1.Java處理大并發(fā)動態(tài)請求優(yōu)化的問題

Java和通用的Web服務(wù)器(Nginx或Apache)相比，在處理大并發(fā)的HTP請求時要弱一點，所以一般我們都會對大流量的Web系統(tǒng)做靜態(tài)化改造，讓大部分請求和數(shù)據(jù)直接在NginxI服務(wù)器或者Web代理服務(wù)器(Varnish、squid等)上直接返回(可以減少數(shù)據(jù)的序列化與反序列化)，Java層只處理少量數(shù)據(jù)的動態(tài)請求。針對這些請求可以使用以下優(yōu)化手段:

直接使用Servlet處理請求。避免使用傳統(tǒng)的MVC框架，這樣可以繞過一大堆復(fù)雜且用處不大的處理邏輯，節(jié)省1毫秒的時間一取決于對MVC框架的依賴程度；

直接輸出流數(shù)據(jù)。使用resp.getoutputstreamo而不是resp.getWriter)可以省掉一些不變字符數(shù)據(jù)的編碼，提升性能；數(shù)據(jù)輸出時，推薦使用JSON而不是模板引擎(一般都是解釋執(zhí)行)來輸出頁面。

2.同一商品被大并發(fā)讀的問題

也許有讀者會覺得這個問題很容易解決，無非就是將熱點數(shù)據(jù)放到Tair緩存里。集中式Tair緩存為了保證命中率一般都會采用一致性Hash，所以同一個key會落到同臺機(jī)器上。雖然單臺Tair緩存機(jī)器也能支撐1秒30萬次的請求，但還是遠(yuǎn)不足以應(yīng)付大秒級別的熱點商品，該如何徹底解決單點的瓶頸呢?答案是采用應(yīng)用層的Localcache，即在秒殺系統(tǒng)的單機(jī)上緩存商品相關(guān)的數(shù)據(jù)。那么如何Cache數(shù)據(jù)?答案是劃分成動態(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)分別處理。

像商品的標(biāo)題和描述這此機(jī)器上、并一直緩存到秒殺結(jié)束像庫存這類動態(tài)數(shù)據(jù)會采用被動失效的方式緩存一定時間(一般是數(shù)秒)，失效后再去Tai緩存拉取最新的數(shù)據(jù)。

讀者可能還會有疑問，像庫存這種頻繁更新的數(shù)據(jù)一旦數(shù)據(jù)不一致會不會導(dǎo)致超賣?這就要用到前面介紹的讀數(shù)據(jù)的分層校驗原則了，讀的場景可以允許一定的臟數(shù)據(jù)，因為這里的誤判只會導(dǎo)致少量原本無庫存的下單請求被誤認(rèn)為有庫存，可以等到真正寫數(shù)據(jù)時再保證最終的一致性，通過在數(shù)據(jù)的高可用性和一致性之間的平衡來解決高并發(fā)的數(shù)據(jù)讀取問題。

3.同一數(shù)據(jù)大并發(fā)更新問題

采用Localcache和數(shù)據(jù)的分層校驗可以一定程度上解決大并發(fā)讀問題，但是無論如何還是避免不了減庫存這類的大并發(fā)寫問題，這也是秒殺場景中最核心的技術(shù)難題。

同一數(shù)據(jù)在數(shù)據(jù)庫里肯定是一行存儲(MYSQL)，所以會有大量的線程來競爭INNODB行鎖，并發(fā)度越高時等待的線程也會越多，TPS會下降而RT會上升，數(shù)據(jù)庫的吞吐量會嚴(yán)重受到影響。這里會出現(xiàn)一個問題，即單個熱點商品會影響整個數(shù)據(jù)庫的性能，出現(xiàn)我們不愿意看到的0.01%商品影響9999的商品的情況。此處的解決思路也是要遵循前面介紹的第一個原則“隔離”把熱點商品放到單獨(dú)的熱點庫中盡管這會帶來維護(hù)的麻煩(要做熱點數(shù)據(jù)的動態(tài)遷移以及單獨(dú)的數(shù)據(jù)庫等)把熱點商品分離到單獨(dú)的數(shù)據(jù)庫并沒有解決并發(fā)鎖的問題，要解決并發(fā)鎖問題有以下兩種辦法。

第一種是在應(yīng)用層做排隊。按照商品維度設(shè)置隊列順序執(zhí)行，這樣能減少同一臺機(jī)器對數(shù)據(jù)庫同一行記錄操作的并發(fā)度，也能控制單個商品占用數(shù)據(jù)庫連接的數(shù)量防止熱點商品占用太多的數(shù)據(jù)庫連接。

第二種是在數(shù)據(jù)庫層做排隊。應(yīng)用層只能做到單機(jī)的排隊，但是應(yīng)用層機(jī)器數(shù)量很多，用這種排隊方式控制并發(fā)仍然是很有限的，如果能在數(shù)據(jù)庫層做全局排隊是最理想的。數(shù)據(jù)庫團(tuán)隊開發(fā)了MYSQL的INNODB層上的patch，可以做到在數(shù)據(jù)庫層上對單行記錄并發(fā)排隊。

你可能會有疑問:排隊和鎖競爭不都是要等得嗎，有何區(qū)別?如果熟悉MYSQL的話，應(yīng)該知道INNODB內(nèi)部的死鎖檢測以及MYSQLServer和INNODB的切換會比較耗性能，MYSQL核心團(tuán)隊還做了很多其他方面的網(wǎng)站制作優(yōu)化，如COMMIT_ON_SUCCESS和ROLLBACKONFAIL的patch，配合在SQL里面加hint，在事務(wù)里不需要等待應(yīng)用層提交COMMIT而在數(shù)據(jù)執(zhí)行完最后一條SQL后，根據(jù)TARGETAFFECTROW結(jié)果就直接提交或回滾，這樣可以減少網(wǎng)絡(luò)的等待時間(平均約0.7毫秒)。