电商系统高并发的设计思想

在电商系统的设计中高并发是很重要的一环，随着618 818 1111等这些互联网电商的大促节点的设置，流量呈现突发陡增的现象，如果设计不好，你的系统很容易垮掉，就如同洪水猛兽一般。那么高并发的设计在整个开发设计过程中就十分的重要，那么高并发的设计思想通常有哪些方面呢？

我们讲主要由以下几个方面：无状态设计、缓存设计、服务化设计、队列设计、并发设计、数据异构

1、无状态设计

什么叫无状态设计？

• 冗余部署多个服务
• 完全对等服务不存储业务上下文信息

目的 :无状态应用，便于水平扩展

例如 : 用户session数据，存储在redis集群中，业务系统不存储session数据。

无状态设计

2、并发设计

请求合并，降低请求的链路，

目的：减少整体请求的时间

看下面一个例子，一个用户请求需要三个环节，如果是串行，分别是10,12，20 那么就是42

串行

那么如果并发请求呢？那么就是最长一个 就是20 前提是这三个没有相互依赖关系

并发请求

3、服务化设计

当系统扛不住，业务需求变化比较频繁的时候，那么这个时候我们就需要去拆我们的服务，拆到更小，更细的服务，就是做微服务。

比如一个实时交易系统，一开始没有什么流量我们用一个系统就够了，但是当流量上来，业务规则变化比较大，这个时候我们会把一个系统拆分成几个，甚至十几个服务，什么查询服务，支付服务，订单服务，商品服务，库存服务等等

服务化设计主要解决了哪些问题

• 流量分散，原来模式整体网络会很容易出现流量集中情况。
• 合理降级，原来模式核心业务与非核心业务耦合，在关键时候互相影响
• 扩容简单，原来模式由于业务多，服务整体扩容，浪费成本也不经济
• 上线独立，原来模式单次上线需求列表多，上线时间长，影响面大
• 开发独立，原来模式代码耦合度比较高，修改代码通常会对多个模块产生影响，操控难度大，风险高。

4、缓存设计

在说缓存的时候我们要先给大家普及一个概念，CPU缓存，是介于CPU和内存之间的一个临时存储设备，它用来解决CPU运算速度与内存读写速度不同的问题，缓存的容量非常小，一般就几兆或者十几兆，因为缓存的读写速度要比内存的频率更高，所以CPU减少了大量与内存之间的数据传输，所以大大提高了CPU的运输能力。

一级缓存其实还分为一级数据缓存( Data Cache，D-Cache，L1d)和一级指今缓存(Instruction Cache，I-CacheL1i)，分别用于存放数据及执行数据的指令解码，两者可同时被CPU访问，减少了CPU多核心、多线程争用缓存造成的冲突，提高了处理器的效能

缓存的分类

所以大家在做开发设计的时候要多考虑增加缓存，可以大大减少请求量和提升请求效率。但是在做缓存的时候也会遇到二个问题

第一个就是缓存穿透的问题 缓存穿透主要只查询缓存时候，缓存里没有，然后再去数据库里查询。如果是恶意请求，在瞬间请求流量非常大的时候，缓存里都没有，所有请求都会穿透到数据库，这样会导致数据库瞬间压力会非常大

应对方案一：缓存空对象，这样就不会去查DB，但是需要考虑业务的影响

应对方案二：用一个定时任务不断的刷新缓存里的值

第二个就是缓存热点的问题 比如在查询某一个活动信息的时候 某一个存在Redis的Key在短时间内被查询了1亿次，这样会导致所有请求在瞬间都会请求到同一台Redis上，导致单台Redis压力过大，整体服务不可用，那么怎么去解决。也是两个方案

1、根据hash值分散存储

2、数据打散，采用多级缓存的策略

所以大家在做缓存设计的时候要注意上面的这两个点，很重要 很重要 很重要

5、队列设计

队列主要使用场景:异步处理、系统解耦数据同步、流量削峰、扩展性、缓冲等。

比如 削峰处理 :瞬间流量过大，数据排队处理

例如 : 发券系统能力有限，瞬间流量太大直接打到发券服务，可能会导致发券服务压力过大，服务不可用

6、数据异构

异构数据主要存储数据之间的关系，然后通过查询源库，查询实际数据。不过，有时可以通过数据冗余存储来减少源库查询量或者提升查询性能。

例如 : 评价数据，商品和评价的数据关系用Solr存储，用户和评价的数据关系用数据库存储，最后元数据采用Hbase存储。

总结：高并发的六大核心设计思想希望大家好好的学习，有任何不懂或者不理解的私聊老R 为你一一解答

#头条创作挑战赛#