優(yōu)惠券優(yōu)惠的思路以及實(shí)踐
前言:最近做關(guān)于優(yōu)惠券的開(kāi)發(fā),但是發(fā)現(xiàn)優(yōu)惠券量大了之后,性能完全跟不上,庫(kù)中存200萬(wàn)條優(yōu)惠券,發(fā)一張券竟然需要5分鐘之久,然后我就著手優(yōu)化,最終到發(fā)一張券只需要15毫秒左右,現(xiàn)在把整個(gè)思路以及代碼貼出來(lái),供大家一起討論和學(xué)習(xí)。
簡(jiǎn)介
主要實(shí)現(xiàn)優(yōu)惠券促銷(xiāo)活動(dòng),首先創(chuàng)建活動(dòng),然后創(chuàng)建券組,采用預(yù)處理的方式提前進(jìn)行制券,在第一版本主要實(shí)現(xiàn),功能的基本業(yè)務(wù)。然后在分支實(shí)現(xiàn),大數(shù)量和高并發(fā)問(wèn)題。
分支1.1
1:解決優(yōu)惠券編碼重復(fù)問(wèn)題,原先采用的是獲取數(shù)據(jù)庫(kù)所有的券,然后去比對(duì)是否重復(fù),如果庫(kù)數(shù)據(jù)量達(dá)百萬(wàn)的時(shí)候就會(huì)出現(xiàn)非常緩慢,而且會(huì) 出現(xiàn)經(jīng)常制券失敗等,所以此版本舍棄原先采用隨機(jī)數(shù)的模式,通過(guò)推特的雪花算法來(lái)避免唯一,但是依然保留優(yōu)惠券前綴和后綴。
2:由原來(lái)的異步采用線程修改為線程池,以為高并發(fā)時(shí)候存在大量的線程占內(nèi)存空間。
3:由原來(lái)制券采用for循環(huán)模式修改為批量制券,而且采用分配插入優(yōu)惠券,一批次目前定為5000.
4:加入消息隊(duì)列(采用rabbitMQ)對(duì)于某一批次添加失敗,把失敗的放入對(duì)列中,通過(guò)隊(duì)列進(jìn)行補(bǔ)救,已到達(dá)高可用。避免大批量?jī)?yōu)惠券來(lái)回重新導(dǎo)入 消息隊(duì)列對(duì)于異常信息拒絕解決并重返消息隊(duì)列中,配置2個(gè)消費(fèi)者以避免其中一個(gè)服務(wù)異常,消息處理出現(xiàn)死循環(huán)
分支1.2
1:加入操作日志
目的:跟蹤熱點(diǎn)數(shù)據(jù),查詢?nèi)罩究焖俑檻?yīng)用程序中的慢查詢或慢操作,為后面的優(yōu)化奠定基礎(chǔ)
2:加入異常日志
目的:快速的獲取線程的異常問(wèn)題,通過(guò)日志中的數(shù)據(jù)能快速修改
3:采用技術(shù) 通過(guò)aop和rabbitmq中間件來(lái)做,這樣減少由于日志問(wèn)題給程序帶來(lái)的效率問(wèn)題
未做優(yōu)化效率統(tǒng)計(jì)
采用數(shù)據(jù)庫(kù)mysql
數(shù)據(jù):添加25個(gè)有效活動(dòng),每個(gè)活動(dòng)下分別有2個(gè)券組,每個(gè)券組下制券是5萬(wàn)張。優(yōu)惠券表中250萬(wàn)條記錄
業(yè)務(wù):一個(gè)會(huì)員消費(fèi)同時(shí)滿足這25個(gè)活動(dòng)要送50張優(yōu)惠券。
統(tǒng)計(jì):整個(gè)發(fā)券過(guò)程經(jīng)過(guò)10次統(tǒng)計(jì)得出大約消耗是306s,其中每次獲取優(yōu)惠券耗時(shí)6s。如果多次循環(huán)必然帶來(lái)性能的瓶頸
更新優(yōu)惠券狀態(tài)大約耗時(shí)是0.5s,從上我們可以看出我們的性能問(wèn)題主要出在獲取優(yōu)惠券上。所以才1.3版本主要通過(guò)程序來(lái)解決這個(gè)問(wèn)題
分支1.3
目的:通過(guò)程序代碼和優(yōu)化數(shù)據(jù)庫(kù)來(lái)提高性能
具體方案:
1:以前獲取券組下所有的優(yōu)惠券現(xiàn)在修改為每次只獲取100條(經(jīng)測(cè)試統(tǒng)計(jì)得出發(fā)送50張券消耗時(shí)間是106s,每次獲取優(yōu)惠券大約耗時(shí)是2s多,整體性能提升近3倍)
2:優(yōu)化sql,加入組合索引(統(tǒng)計(jì)得出發(fā)送50張優(yōu)惠券消耗總時(shí)間是2.5s,每次獲取優(yōu)惠券大約耗時(shí)是0.015s,整體的性能提升了近42倍)
3:加入本地緩存(如果一次性獲取的優(yōu)惠券先放入map中,那么下次如果還有就不需要從庫(kù)中獲取優(yōu)惠券。統(tǒng)計(jì)發(fā)現(xiàn):10件商品,每件商品發(fā)50張優(yōu)惠券
不加本地緩存效率耗時(shí)是7.5s,加入本地緩存后耗時(shí)約5.5s,整體性能提升了2s)
效果分析:
4:對(duì)于發(fā)券采用批量更新來(lái)替代for循環(huán)(由上面的約5.5s性能提升為大約4.8s)
分支1.4
目的:通過(guò)異步和消息隊(duì)列來(lái)進(jìn)行發(fā)券
具體方案:
1:通過(guò)異步進(jìn)行發(fā)券,這樣可以提高cpu的利用率,同時(shí)通過(guò)消息隊(duì)列來(lái)保證穩(wěn)定性,避免出現(xiàn)異常導(dǎo)致返回前端發(fā)券成功,但是異步制券時(shí)候出現(xiàn)異常在發(fā)500張優(yōu)惠券的時(shí)候效率大約提升了0.5s
2:對(duì)代碼進(jìn)行一次重構(gòu)
原則:把大方法修改小方法,每個(gè)小方法處理一個(gè)業(yè)務(wù),比如獲取活動(dòng),那么這個(gè)方法的職責(zé)就是獲取活動(dòng),同時(shí)每個(gè)小方法盡量有返回值,這樣可以增加代碼的可讀性
分支1.5
1:采用redis做緩存,取當(dāng)天有效的活動(dòng),活動(dòng)下券組,券組下500張券存入緩存中。
2:加入定時(shí)任務(wù),在每天12點(diǎn)時(shí)候更新緩存(這個(gè)時(shí)間可以通過(guò)熱點(diǎn)數(shù)據(jù)來(lái)監(jiān)控)
3:統(tǒng)計(jì)結(jié)果發(fā)現(xiàn):
加入緩存后發(fā)送500張優(yōu)惠券耗時(shí)只有2.7s,比之前的4.8s快了2.1s,大大的提升了性能
總結(jié):代碼我就不貼,大家可以自己去看。感興趣的朋友可以在這個(gè)基礎(chǔ)繼續(xù)研發(fā)學(xué)習(xí)。在版本1.6可能加入分庫(kù)分表,目前想采用的是當(dāng)當(dāng)?shù)膕harding-jdbc
以上就是本文的全部?jī)?nèi)容,希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來(lái)一定的幫助,同時(shí)也希望多多支持腳本之家!
相關(guān)文章
Springboot整合Swagger2后訪問(wèn)swagger-ui.html 404報(bào)錯(cuò)問(wèn)題解決方案
這篇文章主要介紹了Springboot整合Swagger2后訪問(wèn)swagger-ui.html 404報(bào)錯(cuò),本文給大家分享兩種解決方案,結(jié)合實(shí)例代碼給大家介紹的非常詳細(xì),需要的朋友可以參考下2023-06-06解決Maven打包只有幾十K,運(yùn)行報(bào)錯(cuò)no main manifest attribute
這篇文章主要介紹了解決Maven打包只有幾十K,運(yùn)行報(bào)錯(cuò)no main manifest attribute問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-06-06SpringCloud集成Hystrix熔斷過(guò)程分步分解
通過(guò)hystrix可以解決雪崩效應(yīng)問(wèn)題,它提供了資源隔離、降級(jí)機(jī)制、融斷、緩存等功能。接下來(lái)通過(guò)本文給大家分享SpringCloud集成Hystrix熔斷,感興趣的朋友一起看看吧2022-09-09Java方法覆蓋重寫(xiě)實(shí)現(xiàn)原理解析
這篇文章主要介紹了Java方法覆蓋重寫(xiě)實(shí)現(xiàn)原理解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12