秒杀项目之——通过令牌发放机制，控制秒杀大闸以及队列泄洪
秒杀项目用于处理高并发情况，我们采取发放令牌机制，根据用户的token、商品id、活动商品id和一串uuid产生一个令牌存入redis中
同时引入了秒杀大闸，目的是流量控制，比如当前活动商品只有100件，我们就发放500个令牌，秒杀前会先发放令牌，令牌发放完则把后来的用户挡在这一层之外，控制了流量
获取令牌后会对比redis中用户产生的令牌，对比成功才可以购买商品
首先，获取活动商品详情时就要根据库存设置大闸数量，我们设置大闸为库存的5倍
在发放令牌时就要根据大闸数量判断要不要发放
这样一来就减轻了巨大访问流量带来的压力
但是尽管如此，我们可以试想，如果一个网站做秒杀活动，有10个商品秒杀，每个有1000件，那么就要发放50000个令牌，这样的数量仍然很大，所以我们采取了队列泄洪来解决此问题
什么是队列化泄洪呢，就好比很多人同时进一个门，门很小，人很多，就可以排成队，假如一次能进20个人，就20个人一波，一波一波的进
同理，队列化泄洪就是把访问的用户分成批次，来减轻同时巨大的访问量造成的压力，一般分为令牌桶算法和漏桶算法，我们一般用令牌桶算法，那么怎么实现呢？
队列化泄洪——ExecutorService， 通过这个可以从队列中每次获取一定数据量的请求进行处理，处理的速度取决于下游的窗口的处理速度。
@Autowired
private ExecutorService executorService;
@PostConstruct
public void init(){
executorService = Executors.newFixedThreadPool(20);
}
//封装下单请求
@RequestMapping(value = "/createorder",method = {RequestMethod.POST},consumes={CONTENT_TYPE_FORMED})
@ResponseBody
public CommonReturnType createOrder(@RequestParam(name="itemId")Integer itemId,
@RequestParam(name="amount")Integer amount,
@RequestParam(name="promoId",required = false)Integer promoId,
@RequestParam(name="promoToken",required = false)String promoToken) throws BusinessException {
-------------省略验证登录、令牌等信息
//同步调用线程池的submit方法
//拥塞窗口为20的等待队列，用来队列化泄洪
Future<Object> future = executorService.submit(new Callable<Object>() {
@Override
public Object call() throws Exception {
//加入库存流水init状态
String stockLogId = itemService.initStockLog(itemId,amount);
//再去完成对应的下单事务型消息机制
if(!mqProducer.transactionAsyncReduceStock(userModel.getId(),itemId,promoId,amount,stockLogId)){
throw new BusinessException(EmBusinessError.UNKNOWN_ERROR,"下单失败");
}
return null;
}
});
try {
future.get();
} catch (InterruptedException e) {
throw new BusinessException(EmBusinessError.UNKNOWN_ERROR);
} catch (ExecutionException e) {
throw new BusinessException(EmBusinessError.UNKNOWN_ERROR);
}
return CommonReturnType.create(null);
}
为了防止服务器承受不确定的洪峰流量，可以采取限流的策略-- 单机限流，负载均衡还不错的情况下，效果还是不错的，每次访问一个接口，先判断当前的访问量是否达到设定值，如果达到了直接回绝。-- Guava Limiter, 设定的访问值根据我们压测的结果设定的--300qps
集群限流：依赖redis或者其他的中间件技术做统一的计数器，往往会产生性能瓶颈
单机限流：负载均衡的前提下，单机限流的效果要好
我们使用guava limiter 也就是单机限流，限制单个接口的流量
private RateLimiter orderCreateRateLimiter;
@PostConstruct
public void init(){
executorService = Executors.newFixedThreadPool(20);
orderCreateRateLimiter = RateLimiter.create(300);
}
在下单之前校验
if(!orderCreateRateLimiter.tryAcquire()){
throw new BusinessException(EmBusinessError.RATELIMIT);
}
