设计高并发秒杀系统:保障稳定性与数据一致性



✨✨谢谢大家捧场,祝屏幕前的小伙伴们每天都有好运相伴左右,一定要天天开心哦!✨✨ 
🎈🎈作者主页: 喔的嘛呀🎈🎈

目录

引言

一. 系统架构设计

1. 系统架构图

二、 系统流程

三、流程实现(简单代码示范)

1、用户访问秒杀页面,点击秒杀按钮发起秒杀请求

前端部分(HTML + JavaScript):

后端部分(Java + Spring Boot):

2、前端负载均衡器将请求分发到多个前端应用服务器上。

Nginx配置示例:

Apache配置示例:

3、前端应用服务器验证用户身份,检查秒杀活动是否开始,是否已经结束。

前端应用服务器(使用Java + Spring Boot):

4、前端应用服务器请求缓存服务器获取商品信息和库存数量

前端应用服务器(Java + Spring Boot):

5、缓存负载均衡器将请求分发到多个缓存应用服务器上。

Redis Cluster配置示例:

Memcached Cluster配置示例:

缓存应用服务器(Java + Spring Boot):

6、缓存应用服务器返回商品信息和库存数量给前端应用服务器

缓存应用服务器(Java + Spring Boot):

7、前端应用服务器根据库存数量判断是否可以参与秒杀,如果可以则生成订单。

前端应用服务器(Java + Spring Boot):

8、前端应用服务器将订单信息发送到后端负载均衡器

前端应用服务器(Java + Spring Boot):

8、后端负载均衡器将请求分发到多个后端应用服务器上

后端负载均衡器(简化示例):

9、后端应用服务器消费订单信息,根据订单信息生成订单,并更新库存数量。

后端应用服务器(Java + Spring Boot):

10、后端应用服务器将订单信息写入数据库集群

后端应用服务器(Java + Spring Boot):

11、 分布式锁用于保护对库存数量的操作,确保数据的一致性。

后端应用服务器(Java + Spring Boot):

 总结


引言

设计高并发秒杀系统是一个挑战性的任务,需要考虑到系统的性能、稳定性和数据一致性。本文将介绍如何设计一个高并发的秒杀系统,使用消息队列和分布式锁来确保系统的稳定性和数据一致性。

一. 系统架构设计

我们的高并发秒杀系统将采用以下架构:

  • 前端页面:提供秒杀活动的入口,展示商品信息和剩余库存数量。
  • 后端服务:处理用户请求,验证用户身份,检查库存,并生成订单。
  • 数据库:存储商品信息和订单信息。
  • 缓存:缓存商品信息和库存数量,减少对数据库的访问压力。
  • 消息队列:用于异步处理订单生成和库存扣减操作,确保系统的高可用性和稳定性。
  • 分布式锁:用于保护对库存数量的操作,确保数据一致性。

1. 系统架构图

                                        +-------------------------------------+|             前端负载均衡器                |+-----------+--------------+--------------+|                          |+-----------v--------------+--------------+|        前端应用服务器           |       CDN      |+-----------+--------------+--------------+|                          |+----------------------+---------v----------+--------------+-------v--------+-------------+|            缓存层                |         |          后端应用服务器           |       数据库集群      |+-----------+--------------+         +-----------+--------------+--------------+|                          |                          |+-----------v--------------+         +-----------v--------------+--------------+|          缓存服务器           |         |         消息队列              |       主数据库         |+-----------+--------------+         +-----------+--------------+--------------+|                          |                          |+-----------v--------------+         +-----------v--------------+|        缓存存储(Redis)    |         |     业务数据存储(MySQL)    |+---------------------------+         +---------------------------+

在这个架构中:

  • 前端负载均衡器:负责将用户请求分发到多个前端应用服务器和CDN上,实现请求的负载均衡,如Nginx。
  • 前端应用服务器:处理用户请求,包括验证用户身份、检查秒杀活动是否开始、是否已经结束等,如Tomcat。
  • CDN:用于加速网页内容传输,提高访问速度和用户体验。
  • 缓存层:使用缓存层存储热点数据,减轻数据库压力,如Redis。
  • 缓存服务器:用于存储缓存数据,如Redis服务器。
  • 消息队列:用于处理订单生成和库存扣减等业务逻辑,提高系统的并发处理能力,如RabbitMQ。
  • 业务数据存储:存储业务数据,如MySQL数据库集群。

通过以上架构设计,可以实现一个高并发的秒杀系统,保证系统的性能、稳定性和数据一致性,为用户提供良好的秒杀体验。

二、 系统流程

  1. 用户访问秒杀页面,点击秒杀按钮发起秒杀请求。
  2. 前端负载均衡器将请求分发到多个前端应用服务器上。
  3. 前端应用服务器验证用户身份,检查秒杀活动是否开始,是否已经结束。
  4. 前端应用服务器请求缓存服务器获取商品信息和库存数量。
  5. 缓存负载均衡器将请求分发到多个缓存应用服务器上。
  6. 缓存应用服务器返回商品信息和库存数量给前端应用服务器。
  7. 前端应用服务器根据库存数量判断是否可以参与秒杀,如果可以则生成订单。
  8. 前端应用服务器将订单信息发送到后端负载均衡器。
  9. 后端负载均衡器将请求分发到多个后端应用服务器上。
  10. 后端应用服务器消费订单信息,根据订单信息生成订单,并更新库存数量。
  11. 后端应用服务器将订单信息写入数据库集群。
  12. 分布式锁用于保护对库存数量的操作,确保数据的一致性。

三、流程实现(简单代码示范)

1、用户访问秒杀页面,点击秒杀按钮发起秒杀请求

流程如下:

前端部分(HTML + JavaScript):

<!DOCTYPE html>
<html>
<head><title>秒杀页面</title>
</head>
<body><h1>欢迎参加秒杀活动!</h1><button id="seckillButton">秒杀按钮</button><div id="result"></div><script>document.getElementById("seckillButton").addEventListener("click", function() {// 模拟用户ID和商品IDvar userId = 123;var productId = 456;fetch("/seckill", {method: "POST",headers: {"Content-Type": "application/json"},body: JSON.stringify({ userId: userId, productId: productId })}).then(response => response.json()).then(data => {document.getElementById("result").innerText = data.message;});});</script>
</body>
</html>

后端部分(Java + Spring Boot):

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;@SpringBootApplication
public class SeckillApplication {private boolean seckillStarted = true; // 模拟秒杀活动是否开始private int stock = 10; // 模拟商品库存public static void main(String[] args) {SpringApplication.run(SeckillApplication.class, args);}@RestControllerpublic class SeckillController {@PostMapping("/seckill")public String seckill(@RequestBody SeckillRequest request) {if (!seckillStarted) {return "秒杀活动未开始";}if (stock <= 0) {return "商品已售罄";}// 模拟生成订单stock--;return "秒杀成功";}}public static class SeckillRequest {private Long userId;private Long productId;// 省略getter和setter方法}
}

2、前端负载均衡器将请求分发到多个前端应用服务器上。

前端负载均衡器将请求分发到多个前端应用服务器上,可以通过配置负载均衡器(如Nginx、Apache等)来实现。以下是一个简单的示例:

假设有两台前端应用服务器,分别运行在不同的端口上(假设为8001和8002)。

Nginx配置示例:

upstream frontends {server 127.0.0.1:8001;server 127.0.0.1:8002;
}server {listen 80;server_name example.com;location / {proxy_pass http://frontends;}
}

在这个示例中,Nginx配置了一个名为frontends的upstream,其中包含两台前端应用服务器的地址和端口。当收到用户请求时,Nginx会根据一定的负载均衡算法(如轮询、权重等)将请求转发到这些服务器上。

Apache配置示例:

<Proxy balancer://frontends>BalancerMember http://127.0.0.1:8001BalancerMember http://127.0.0.1:8002
</Proxy><VirtualHost *:80>ServerName example.comProxyPass / balancer://frontends/ProxyPassReverse / balancer://frontends/
</VirtualHost>

在这个示例中,Apache配置了一个名为frontends的负载均衡器,其中包含两台前端应用服务器的地址和端口。当收到用户请求时,Apache会将请求转发到这些服务器上,实现负载均衡。

3、前端应用服务器验证用户身份,检查秒杀活动是否开始,是否已经结束。

以下是一个简单的示例,展示前端应用服务器验证用户身份,检查秒杀活动是否开始或结束的过程:

前端应用服务器(使用Java + Spring Boot):

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;@SpringBootApplication
public class FrontendApplication {private boolean seckillStarted = true; // 模拟秒杀活动是否开始private boolean seckillEnded = false; // 模拟秒杀活动是否结束public static void main(String[] args) {SpringApplication.run(FrontendApplication.class, args);}@RestControllerpublic class SeckillController {@PostMapping("/seckill")public String seckill(@RequestBody SeckillRequest request) {// 验证用户身份,假设用户身份验证通过if (!isUserAuthenticated(request.getUserId())) {return "用户身份验证失败";}// 检查秒杀活动是否开始或结束if (!isSeckillStarted()) {return "秒杀活动未开始";}if (isSeckillEnded()) {return "秒杀活动已结束";}// 处理秒杀请求return "秒杀请求处理中";}private boolean isUserAuthenticated(Long userId) {// 省略实际的用户身份验证逻辑return true;}private boolean isSeckillStarted() {// 省略实际的秒杀活动开始检查逻辑return seckillStarted;}private boolean isSeckillEnded() {// 省略实际的秒杀活动结束检查逻辑return seckillEnded;}}public static class SeckillRequest {private Long userId;private Long productId;// 省略getter和setter方法}
}

在这个示例中,前端应用服务器通过Spring Boot框架实现了一个简单的/seckill接口,接收用户的秒杀请求。在处理请求之前,先验证用户身份,然后检查秒杀活动是否开始或结束。如果用户身份验证失败,则返回"用户身份验证失败";如果秒杀活动未开始,则返回"秒杀活动未开始";如果秒杀活动已结束,则返回"秒杀活动已结束";否则处理秒杀请求。

4、前端应用服务器请求缓存服务器获取商品信息和库存数量

前端应用服务器(Java + Spring Boot):

首先,需要在前端应用服务器中配置缓存服务器的地址和端口信息,以便发送请求。

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;@SpringBootApplication
public class FrontendApplication {private static final String CACHE_SERVER_URL = "http://cache-server:8080"; // 缓存服务器地址public static void main(String[] args) {SpringApplication.run(FrontendApplication.class, args);}@RestControllerpublic class SeckillController {private final RestTemplate restTemplate = new RestTemplate();@PostMapping("/seckill")public String seckill(@RequestBody SeckillRequest request) {// 请求缓存服务器获取商品信息和库存数量String url = CACHE_SERVER_URL + "/product/" + request.getProductId();ProductInfo productInfo = restTemplate.getForObject(url, ProductInfo.class);if (productInfo == null) {return "获取商品信息失败";}// 处理秒杀请求return "请求处理中";}}public static class SeckillRequest {private Long userId;private Long productId;// 省略getter和setter方法}public static class ProductInfo {private Long productId;private String productName;private int stock;// 省略getter和setter方法}
}

在这个示例中,前端应用服务器使用RestTemplate发送GET请求到缓存服务器的/product/{productId}路由,获取商品信息和库存数量。如果成功获取到商品信息,则继续处理秒杀请求;否则返回"获取商品信息失败"。

5、缓存负载均衡器将请求分发到多个缓存应用服务器上。

缓存负载均衡器将请求分发到多个缓存应用服务器上,可以通过配置缓存负载均衡器(如Redis Cluster、Memcached Cluster等)来实现。以下是一个简单的示例:

假设有两台缓存应用服务器,分别运行在不同的地址和端口上(假设为cache-server1:6379和cache-server2:6379)。

Redis Cluster配置示例:

# 启动redis-server节点1
redis-server --port 6379# 启动redis-server节点2
redis-server --port 6380# 创建Redis Cluster
redis-cli --cluster create cache-server1:6379 cache-server2:6379 --cluster-replicas 1

在这个示例中,我们创建了一个包含两个主节点和一个从节点的Redis Cluster。缓存负载均衡器可以将请求分发到这个Redis Cluster上,实现缓存的负载均衡。

Memcached Cluster配置示例:

# 安装memcached
sudo apt-get update
sudo apt-get install memcached# 启动memcached节点1
memcached -p 11211 -d# 启动memcached节点2
memcached -p 11212 -d# 配置memcached集群
echo "add 127.0.0.1 11212" | nc 127.0.0.1 11211

在这个示例中,我们创建了一个包含两个节点的Memcached Cluster。缓存负载均衡器可以将请求分发到这个Memcached Cluster上,实现缓存的负载均衡。

在实际生产环境中,需要根据具体需求和负载情况来配置缓存负载均衡器,并保证缓存服务器之间的数据同步和一致性。

6、缓存应用服务器返回商品信息和库存数量给前端应用服务器

缓存应用服务器(Java + Spring Boot):

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;import java.util.HashMap;
import java.util.Map;@SpringBootApplication
public class CacheServerApplication {private static final Map<Long, ProductInfo> productCache = new HashMap<>();public static void main(String[] args) {SpringApplication.run(CacheServerApplication.class, args);}@RestControllerpublic class CacheController {@GetMapping("/product/{productId}")public ProductInfo getProductInfo(@PathVariable Long productId) {// 从缓存中获取商品信息return productCache.getOrDefault(productId, new ProductInfo(productId, "Unknown", 0));}}public static class ProductInfo {private Long productId;private String productName;private int stock;public ProductInfo(Long productId, String productName, int stock) {this.productId = productId;this.productName = productName;this.stock = stock;}// 省略getter和setter方法}
}

在这个示例中,缓存应用服务器通过Spring Boot框架实现了一个简单的/cache接口,接收前端应用服务器的商品信息请求。根据商品ID从缓存中获取商品信息,如果缓存中不存在该商品信息,则返回一个未知商品信息。

6、缓存应用服务器返回商品信息和库存数量给前端应用服务器

缓存应用服务器(Java + Spring Boot):

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RestController;import java.util.HashMap;
import java.util.Map;@SpringBootApplication
public class CacheServerApplication {private static final Map<Long, ProductInfo> productCache = new HashMap<>();public static void main(String[] args) {SpringApplication.run(CacheServerApplication.class, args);}@RestControllerpublic class CacheController {@GetMapping("/product/{productId}")public ProductInfo getProductInfo(@PathVariable Long productId) {// 从缓存中获取商品信息return productCache.getOrDefault(productId, new ProductInfo(productId, "Unknown", 0));}}public static class ProductInfo {private Long productId;private String productName;private int stock;public ProductInfo(Long productId, String productName, int stock) {this.productId = productId;this.productName = productName;this.stock = stock;}// 省略getter和setter方法}
}

在这个示例中,缓存应用服务器通过Spring Boot框架实现了一个简单的/cache接口,接收前端应用服务器的商品信息请求。根据商品ID从缓存中获取商品信息,如果缓存中不存在该商品信息,则返回一个未知商品信息。

7、前端应用服务器根据库存数量判断是否可以参与秒杀,如果可以则生成订单。

前端应用服务器(Java + Spring Boot):

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;import java.util.HashMap;
import java.util.Map;@SpringBootApplication
public class FrontendApplication {private static final Map<Long, Integer> stockMap = new HashMap<>(); // 模拟商品库存private static final Map<Long, Boolean> seckillMap = new HashMap<>(); // 模拟秒杀活动是否开始private static final Map<Long, Boolean> seckillEndMap = new HashMap<>(); // 模拟秒杀活动是否结束private static final Map<Long, Long> userOrders = new HashMap<>(); // 模拟用户订单public static void main(String[] args) {// 初始化商品库存stockMap.put(1L, 10);// 初始化秒杀活动状态seckillMap.put(1L, true);// 初始化秒杀活动结束状态seckillEndMap.put(1L, false);SpringApplication.run(FrontendApplication.class, args);}@RestControllerpublic class SeckillController {@PostMapping("/seckill")public String seckill(@RequestBody SeckillRequest request) {Long productId = request.getProductId();Long userId = request.getUserId();// 判断秒杀活动是否开始或结束if (!seckillMap.getOrDefault(productId, false)) {return "秒杀活动未开始";}if (seckillEndMap.getOrDefault(productId, true)) {return "秒杀活动已结束";}// 判断库存是否足够Integer stock = stockMap.getOrDefault(productId, 0);if (stock <= 0) {return "商品已售罄";}// 生成订单userOrders.put(userId, productId);// 更新库存stockMap.put(productId, stock - 1);return "秒杀成功";}}public static class SeckillRequest {private Long userId;private Long productId;// 省略getter和setter方法}
}

在这个示例中,前端应用服务器根据商品ID获取库存数量,判断秒杀活动是否开始或结束,以及库存是否足够。如果满足条件,则生成订单并更新库存,返回秒杀成功;否则返回相应的错误信息。

8、前端应用服务器将订单信息发送到后端负载均衡器

前端应用服务器(Java + Spring Boot):

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.client.RestTemplate;@SpringBootApplication
public class FrontendApplication {private static final String LOAD_BALANCER_URL = "http://backend-load-balancer";public static void main(String[] args) {SpringApplication.run(FrontendApplication.class, args);}@RestControllerpublic class OrderController {private final RestTemplate restTemplate = new RestTemplate();@PostMapping("/order")public String placeOrder(@RequestBody OrderRequest request) {// 向后端负载均衡器发送订单信息String url = LOAD_BALANCER_URL + "/order";return restTemplate.postForObject(url, request, String.class);}}public static class OrderRequest {private Long orderId;private Long productId;private Long userId;// 省略getter和setter方法}
}

在这个示例中,前端应用服务器通过Spring Boot框架实现了一个简单的/order接口,接收订单信息,并使用RestTemplate将订单信息发送到后端负载均衡器的/order接口。

8、后端负载均衡器将请求分发到多个后端应用服务器上

后端负载均衡器(简化示例):

在实际应用中,后端负载均衡器可以使用诸如Nginx、HAProxy、AWS ELB等工具来实现。这里简化为直接在Java中模拟负载均衡器的行为。

import java.util.ArrayList;
import java.util.List;
import java.util.Random;public class LoadBalancer {private List<String> backendServers;public LoadBalancer() {backendServers = new ArrayList<>();backendServers.add("http://backend-server1");backendServers.add("http://backend-server2");// 添加更多后端服务器...}public String selectBackendServer() {// 模拟负载均衡算法,这里简单使用随机选择Random random = new Random();int index = random.nextInt(backendServers.size());return backendServers.get(index);}public static void main(String[] args) {LoadBalancer loadBalancer = new LoadBalancer();// 模拟请求分发给后端服务器for (int i = 0; i < 10; i++) {String backendServer = loadBalancer.selectBackendServer();System.out.println("Request sent to: " + backendServer);}}
}

在这个示例中,LoadBalancer类模拟了一个简单的负载均衡器,它维护了一个后端服务器列表,并实现了一个简单的随机选择算法来选择后端服务器。在实际应用中,需要根据实际情况选择合适的负载均衡算法。

9、后端应用服务器消费订单信息,根据订单信息生成订单,并更新库存数量。

后端应用服务器(Java + Spring Boot):

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;import java.util.HashMap;
import java.util.Map;@SpringBootApplication
public class BackendApplication {private static final Map<Long, Integer> stockMap = new HashMap<>();public static void main(String[] args) {// 初始化库存数量stockMap.put(1L, 10);SpringApplication.run(BackendApplication.class, args);}@RestControllerpublic class OrderController {@PostMapping("/order")public String createOrder(@RequestBody OrderRequest request) {Long orderId = request.getOrderId();Long productId = request.getProductId();Long userId = request.getUserId();// 判断库存是否足够Integer stock = stockMap.getOrDefault(productId, 0);if (stock <= 0) {return "商品已售罄";}// 生成订单String orderInfo = "订单信息:订单号-" + orderId + ",商品ID-" + productId + ",用户ID-" + userId;// 更新库存数量stockMap.put(productId, stock - 1);return "生成订单成功:" + orderInfo;}}public static class OrderRequest {private Long orderId;private Long productId;private Long userId;// 省略getter和setter方法}
}

在这个示例中,后端应用服务器通过Spring Boot框架实现了一个简单的/order接口,接收订单信息,并根据订单信息生成订单,并更新库存数量。如果库存不足,则返回"商品已售罄"。

10、后端应用服务器将订单信息写入数据库集群

将订单信息写入数据库集群是一个关键的步骤,需要考虑到数据的一致性和高可用性。下面是一个详细全面的示例,演示如何将订单信息写入数据库集群:

后端应用服务器(Java + Spring Boot):

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.SQLException;@SpringBootApplication
public class BackendApplication {public static void main(String[] args) {SpringApplication.run(BackendApplication.class, args);}@RestControllerpublic class OrderController {@PostMapping("/order")public String createOrder(@RequestBody OrderRequest request) {Long orderId = request.getOrderId();Long productId = request.getProductId();Long userId = request.getUserId();// 生成订单String orderInfo = "订单信息:订单号-" + orderId + ",商品ID-" + productId + ",用户ID-" + userId;// 将订单信息写入数据库集群boolean success = writeToDatabase(orderInfo);if (success) {return "生成订单成功:" + orderInfo;} else {return "生成订单失败:" + orderInfo;}}private boolean writeToDatabase(String orderInfo) {// 连接数据库集群 这里为了方便演示没有用yaml进行配置String url = "jdbc:mysql://database-cluster:3306/database";String user = "user";String password = "password";try (Connection connection = DriverManager.getConnection(url, user, password)) {// 写入订单信息String sql = "INSERT INTO orders (order_info) VALUES (?)";try (PreparedStatement statement = connection.prepareStatement(sql)) {statement.setString(1, orderInfo);int rowsAffected = statement.executeUpdate();return rowsAffected > 0;}} catch (SQLException e) {e.printStackTrace();return false;}}}public static class OrderRequest {private Long orderId;private Long productId;private Long userId;// 省略getter和setter方法}
}

11、 分布式锁用于保护对库存数量的操作,确保数据的一致性。

分布式锁用于保护对库存数量的操作,确保数据的一致性。下面是一个详细全面的示例,演示如何使用Redis实现分布式锁来保护对库存数量的操作:

后端应用服务器(Java + Spring Boot):

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RestController;
import redis.clients.jedis.Jedis;@SpringBootApplication
public class BackendApplication {private static final String REDIS_HOST = "localhost";private static final int REDIS_PORT = 6379;private static final String LOCK_KEY = "inventory_lock";private static final String INVENTORY_KEY = "inventory";public static void main(String[] args) {SpringApplication.run(BackendApplication.class, args);}@RestControllerpublic class OrderController {@PostMapping("/order")public String createOrder(@RequestBody OrderRequest request) {Long orderId = request.getOrderId();Long productId = request.getProductId();Long userId = request.getUserId();// 获取分布式锁try (Jedis jedis = new Jedis(REDIS_HOST, REDIS_PORT)) {boolean locked = false;while (!locked) {locked = jedis.setnx(LOCK_KEY, "locked") == 1;if (!locked) {try {Thread.sleep(100);} catch (InterruptedException e) {Thread.currentThread().interrupt();}}}// 获取锁成功,处理订单int stock = Integer.parseInt(jedis.get(INVENTORY_KEY));if (stock > 0) {// 生成订单String orderInfo = "订单信息:订单号-" + orderId + ",商品ID-" + productId + ",用户ID-" + userId;System.out.println("生成订单成功:" + orderInfo);// 更新库存数量jedis.set(INVENTORY_KEY, String.valueOf(stock - 1));} else {System.out.println("商品已售罄");}// 释放锁jedis.del(LOCK_KEY);}return "订单处理完成";}}public static class OrderRequest {private Long orderId;private Long productId;private Long userId;// 省略getter和setter方法}
}

在这个示例中,后端应用服务器通过Spring Boot框架实现了一个简单的/order接口,接收订单信息,并使用Redis实现分布式锁来保护对库存数量的操作。当多个请求同时到达时,只有一个请求能够获得锁并处理订单,其他请求需要等待锁释放后才能继续处理。这样可以保证对库存数量的操作是原子性的,从而确保数据的一致性。

 总结

设计高并发的秒杀系统需要考虑到多个方面,包括系统架构、技术选型、流程设计和代码实现等。通过合理的架构设计和技术选型,可以实现一个稳定高效的秒杀系统,为用户提供良好的购物体验。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/725371.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

英福康INFICON真空计VGC012-103-401使用说明

英福康INFICON真空计VGC012-103-401使用说明

基于深度学习的语音识别的未来

基于深度学习的语音识别是当前人工智能领域的研究热点之一。随着语音技术的不断发展&#xff0c;语音识别技术将在未来扮演更加重要的角色。 语音识别技术的发展已经有几十年的历史&#xff0c;但是基于深度学习的语音识别技术在近年来才取得了突破性的进展。深度学习技术可以…

01-环境搭建、SpringCloud微服务(注册发现、服务调用、网关)

环境搭建、SpringCloud微服务(注册发现、服务调用、网关) 1)课程对比 2)项目概述 2.1)能让你收获什么 2.2)项目课程大纲 2.3)项目概述 随着智能手机的普及&#xff0c;人们更加习惯于通过手机来看新闻。由于生活节奏的加快&#xff0c;很多人只能利用碎片时间来获取信息&…

【BUG】cmd运行wmic提示‘wmic‘ 不是内部或外部命令

cmd运行wmic提示‘wmic‘ 不是内部或外部命令 解决办法 将C:\Windows\System32\wbem添加到系统环境变量

electron 程序与安装包图标放大与制作

原因 electron-builder 在打包时需要最小支持到256x256像素的icon图标。原有历史图标都太小了。需要尝试将图标放大。 工具 convertio.co/zh/ico-png/ 在线ico转png网站 https://github.com/upscayl/upscayl 图片放大工具 csdn下载 greenfish-icon-editor-pro.en.softonic.c…

Flink学习4 - 富函数 + 数据重分区操作 + sink 操作(kafka、redis、jdbc)

1、富函数 - 函数类接口&#xff0c;可以获取运行环境的上下文&#xff0c;实现更复杂的功能 2、数据重分区操作 3、sink操作 sink - kafka 1、引入kafka的pom依赖 <dependency><groupId>org.apache.flink</groupId> <!--<artifactId>flink-conn…

Java基础知识点

Java基础知识点 1.方法重载和重写的区别 方法重载&#xff1a; 同一个类中的方法&#xff0c;方法名相同&#xff0c;返回值可以相同可以不同&#xff0c;参数列表必须不同发生在编译期&#xff0c;在编译期确定执行哪个方法 方法重写&#xff1a; 指的是子类重新定义父类…

【国产MCU】-CH32V307-SysTick中断与延时功能实现

SysTick中断与延时功能实现 文章目录 SysTick中断与延时功能实现1、SysTick介绍2、SysTick中断使用3、SysTick实现微秒和毫秒延时功能CH32V307的RISC-V内核控制器自带的一个64位可选递增或递减的计数器,用于产生SYSTICK异常(异常号:15),可专用于实时操作系统,为系统提供“…

LabVIEW高精度天线自动测试系统

LabVIEW高精度天线自动测试系统 系统是一个集成了LabVIEW软件的自动化天线测试平台&#xff0c;提高天线性能测试的精度与效率。系统通过远程控制测试仪表&#xff0c;实现了数据采集、方向图绘制、参数计算等功能&#xff0c;特别适用于对天线辐射特性的精确测量。 在天线的…

20 easy 70. 爬楼梯

//假设你正在爬楼梯。需要 n 阶你才能到达楼顶。 // // 每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢&#xff1f; // // // // 示例 1&#xff1a; // // //输入&#xff1a;n 2 //输出&#xff1a;2 //解释&#xff1a;有两种方法可以爬到楼顶。 /…

uniapp H5 $el.querySelectorAll is not a function

在监听是否在可视区域遇到问题&#xff08;网页端&#xff09; 解决方案 <view class"container"> ...省略 业务代码... </view>参考 &#xff1a; https://blog.csdn.net/qq_18841969/article/details/134620559

裸机编程的几种模式、架构、缺陷

目录 裸机编程模式/架构 1&#xff1a;初始化代码的编写 裸机编程模式/架构 2&#xff1a;轮询模式 裸机编程模式/架构 3&#xff1a;轮询加中断执行模式 裸机编程模式/架构 4&#xff1a;中断定时器主循环的前后台架构 裸机编程模式/架构 5&#xff1a;前后台 状态机架构…

常见的几种echarts类型

一&#xff1a;折线图 let option {tooltip: {},animation: false,grid: {top: "20%",bottom: "33%", //也可设置left和right设置距离来控制图表的大小left: 5%,right: 5%},xAxis: {boundaryGap:false,data: [1,2,3,4,5],axisLine: {show: true, //隐藏X轴…

Leetcode : 147. 对链表进行插入排序

给定单个链表的头 head &#xff0c;使用 插入排序 对链表进行排序&#xff0c;并返回 排序后链表的头 。 插入排序 算法的步骤: 插入排序是迭代的&#xff0c;每次只移动一个元素&#xff0c;直到所有元素可以形成一个有序的输出列表。 每次迭代中&#xff0c;插入排序只从输…

leetcode 3.5

普通数组 1.最大子数组和 最大子数组和 前缀和pre 动态规划 pre保留的是当前包含了当前遍历的最大的前缀和&#xff0c;如果之前的pre 对结果有增益效果&#xff0c;则 pre 保留并加上当前遍历, 如果pre 对结果无增益效果&#xff0c;需要舍弃&#xff0c;则 pre 直接更新为…

贝叶斯树定义与构建的寻行数墨

Title: 贝叶斯树定义与构建的寻行数墨 —— Notes for “The Bayes Tree: An Algorithmic Foundation for Probabilistic Robot Mapping” 文章目录 I. 前言II. 贝叶斯树的定义1. 贝叶斯树的背景2. 贝叶斯树的特点3. 贝叶斯树的定义 III. 贝叶斯树的构建1. 贝叶斯树的构建算法2…

CTP-API开发系列之接口对接准备

CTP-API开发系列之接口对接准备 CTP-API开发系列之接口对接准备CTP-API文件清单CTP-API通用规则命名规则Spi与Api CTP-API通讯模式开发语言选择 CTP-API开发系列之接口对接准备 CTP-API文件清单 文件名说明ThostFtdcTraderApi.h交易接口&#xff0c;C头文件&#xff0c;包括 …

紧跟潮流,再整一个短剧搜索网站

前面一大批的转存量太大了&#xff0c;有些小伙伴用不上&#xff0c;所以整了个搜索网站&#xff0c;输入关键词搜索即可。 搜短剧 http://wjsyyx.top/sdj/ 界面依旧主打朴实无华&#xff0c;搜索一步到位。 ▼ 网站界面 ▼ 搜索结果 剩下的就都会了。 ▼ 往期推荐 【Python】…

Ubuntu 安装谷歌拼音输入法

一、Fcitx 安装 在Ubuntu 下&#xff0c;谷歌拼音输入法是基于Fcitx输入法的。所以&#xff0c;首先需要安装Fcitx。一般来说&#xff0c;Ubuntu最新版中都默认安装了Fcitx&#xff0c;但是为了确保一下&#xff0c;我们可以在系统终端中运行如下命令&#xff1a; sudo apt ins…

【WPS】Excel查重数据对比

数据对比 数据对比标记重复数据查询过滤处理