高并发一些解决方案

0.0 亿级商品并发响应

1. LVS+Nginx 集群，前后分离，静态资源放入Nginx下，网关Nginx限流
2. 大数据数据压缩
3. 分流限流（防刷，限制每个用户/s请求次数，令牌等，黑白名单），容灾降级（网络容灾，服务降级等等）
4. 异步（mq）+并行（多线程）处理
5. 多级缓存架构（本地缓存，redis缓存）
6. 分库分表，es搜索引擎
7. 服务弹性化，多机房多活，监控
8. 多种压测方案

1.0 多级缓存架构图

2.0 秒杀库存超卖解决方案

3.0 redis 访问倾斜/数据倾斜解决方案

4.0 redis 缓存与数据库不一致问题

5.0 下单自动取消—saas系统多租户id，取消时间不是统一的，自定义—如果是rabbitmq 可以用插件delayed；

30分钟和1分钟，看各自项目如何设置。如果有些商家设置时间是9999分钟时，过大，这种可以配合下xxljob定时任务，每天执行，如果有当天的任务，就放进rabbitmq里面；—这种看各自服务的设置

6.0 redis缓存穿透

缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求。
解决：
1：接口限流与熔断，降级
2：对于像ID为负数或者ID远远超过定义的大小的非法请求数据直接过滤掉
3：存在的id，放入redis布隆过滤器BitMap（假如有几亿条数据，一次性存入里面也不合理，可以根据hash算法模式，存入多个bigMap里面）
4：数据库和缓存都查询不到的情况下，把空值存入到缓存里面，增加短效时间内部

7.0 redis缓存击穿

缓存击穿，加入一个key是热点，当这个key在失效的瞬间，大批量的请求直接请求数据库，
解决：
1、设置热点数据永远不过期。
2、接口限流与熔断，降级。重要的接口一定要做好限流策略，防止用户恶意刷接口，同时要降级准备，当接口中的某些 服务 不可用时候，进行熔断，失败快速返回机制。
3、使用互斥锁，通过redis的setnx实现互斥锁,使得访问进数据库，只有一个请求

8.0 redis 雪崩

缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机
解决：
1、缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。
2、接口限流与熔断，降级
3、如果缓存数据库是分布式部署，将热点数据均匀分布在不同搞得缓存数据库中。
4、设置热点数据永远不过期。

9.0 如何提高调用第三方接口—请求合并

1：假如并发量多的情况，比如A服务调B服务商品，假如A并发量很大，每次请求A就去调B服务，对B服务压力也大，就推荐，A可以队列arrayblockingqueue+线程completablefuture，每隔5ms，去重商品ID，拿到ID集，在请求B服务，对B服务性能就大大提高，也降低网络io请求
2：项目本身也可以这样开发，假如对商品查询要求高，假如每次都进入服务器，增加Redis，mysql 性能压力，可以定时收集商品ID集来做查询；

 @Autowired
    private ICeShiService ceShiService;


    private CountDownLatch countDownLatch = new CountDownLatch(1);

    @Test
    void contextLoads() {
        System.out.println("ssssss");
        for (long i = 0; i < 1000L; i++) {
            long finalI = i;
            Thread thread = new Thread(() -> {
                try {
                    countDownLatch.await();
                    ceShiService.ceShi(finalI);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            });
            countDownLatch.countDown();
            thread.start();
        }
        try {
            Thread.sleep(100000L);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

    }

class CeShiDemo{
        Long id;
        CompletableFuture<String> completableFuture;
    }

    ArrayBlockingQueue<CeShiDemo> arrayBlockingQueue = new ArrayBlockingQueue<CeShiDemo>(1024*1024);


    Object object = new Object();
    @Override
    public String ceShi(long id) {
        CompletableFuture<String> a = new CompletableFuture();
        CeShiDemo ceShiDemo = new CeShiDemo();
        ceShiDemo.id = id;
        ceShiDemo.completableFuture = a;
        try {
            arrayBlockingQueue.put(ceShiDemo);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        String s = "ssss";
        try {
           s = a.get();
        } catch (InterruptedException e) {
            e.printStackTrace();
        } catch (ExecutionException e) {
            e.printStackTrace();
        }
        return s ;
    }

    @Override
    public String ceShi2(long id) {
        sleepFF();
        return null;
    }

    private ScheduledExecutorService service = Executors.newScheduledThreadPool(1);

   
     @PostConstruct
    public void init(){
        service.scheduleAtFixedRate(new Runnable() {
            @Override
            public void run() {
                synchronized(object) {
                    int size = arrayBlockingQueue.size();
                    System.out.println(System.currentTimeMillis()+";;;"+size+"长度");
                    if (size > 0) {
                        List<CeShiDemo> list = new ArrayList<>();
                        sleepFF();
                        for (int i = 0; i < size; i++) {
                            CeShiDemo poll = arrayBlockingQueue.poll();
                            // todo 调用第三方接口 这里也可以用批量请求模式，可以改造
                            //返回数据，唤醒信息,如果是列表，返回对应数据回去
                            poll.completableFuture.complete("我回来了" + poll.id);
                        }
                    } else {
                        return;
                    }
                }
            }
        },100,100,TimeUnit.MILLISECONDS);



    }


    public void sleepFF(){
        try {
            Thread.sleep(100L);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }