假如有100W个用户抢一张票,除了负载均衡办法,怎么支持高并发?

100万并发用户的分布式频道聊天系统 以上步骤为实现一个高并发、低延迟、可扩展的分布式频道聊天系统提供了完整的设计与实现流程,包括 WebSocket 服务器的实现、频道隔离、消息队列、Redis 管理、负载均衡和容器化部署。 阅读详情

假如有100W个用户抢一张票,除了负载均衡办法,怎么支持高并发?

 

面试被问到了这个问题,找了答案,记录一下

场景:多个用户抢一张票

假如有100W个用户,抢一张票,除了负载均衡的办法,怎么支持高并发?

修改字段 :将库存字段number字段设为unsigned,当库存为0时,因为字段不能为负数,将会返回false;

利用悲观锁(不适合高并发):悲观锁,也就是在修改数据的时候,采用锁定状态,排斥外部请求的修改。遇到加锁的状态,就必须等待;缺点:不适合高并发场景。每个请求都需要等待“锁”,某些线程可能永远都没有机会抢到这个“锁”,这种请求就会死在那里。同时,这种请求会很多,瞬间增大系统的平均响应时间,结果是可用连接数被耗尽,系统陷入异常。

假如有100W个用户抢一张票,除了负载均衡办法,怎么支持高并发?

 

Mysql事务:使用MySQL的事务,锁住操作的行;

//模拟下单操作

//库存是否大于0

mysqli_query($conn,"BEGIN");  //开始事务

$sql="select number from ih_store where goods_id='$goods_id' and sku_id='$sku_id' FOR UPDATE";//此时这条记录被锁住,其它事务必须等待此次事务提交后才能执行

$rs=mysqli_query($conn,$sql);

$row=$rs->fetch_assoc();

if($row['number']>0){

   //生成订单

   $order_sn=build_order_no();

   $sql="insert into ih_order(order_sn,user_id,goods_id,sku_id,price)

   values('$order_sn','$user_id','$goods_id','$sku_id','$price')";

   $order_rs=mysqli_query($conn,$sql);

   //库存减少

   $sql="update ih_store set number=number-{$number} where sku_id='$sku_id'";

   $store_rs=mysqli_query($conn,$sql);

   if($store_rs){

     echo '库存减少成功';

       insertLog('库存减少成功');

       mysqli_query($conn,"COMMIT");//事务提交即解锁

   }else{

     echo '库存减少失败';

       insertLog('库存减少失败');

   }

}else{

 echo '库存不够';

   insertLog('库存不够');

   mysqli_query($conn,"ROLLBACK");

}

?>

FIFO队列(不适合高并发):直接将请求放入队列中的,采用FIFO(First Input First Output,先进先出),这样的话,我们就不会导致某些请求永远获取不到锁 ;缺点:不适合高并发。高并发的场景下,因为请求很多,很可能一瞬间将队列内存“撑爆”,然后系统又陷入到了异常状态。或者设计一个极大的内存队列,也是一种方案,但是,系统处理完一个队列内请求的速度根本无法和疯狂涌入队列中的数目相比。也就是说,队列内的请求会越积累越多,最终Web系统平均响应时候还是会大幅下降,系统还是陷入异常。

假如有100W个用户抢一张票,除了负载均衡办法,怎么支持高并发?

 

文件锁:对于日IP不高或者说并发数不是很大的应用,一般不用考虑这些!用一般的文件操作方法完全没有问题。但如果并发高,在我们对文件进行读写操作时,很有可能多个进程对进一文件进行操作,如果这时不对文件的访问进行相应的独占,就容易造成数据丢失

使用非阻塞的文件排他锁:

<?php

//优化方案4:使用非阻塞的文件排他锁

include ('./mysql.php');

//生成唯一订单号

function build_order_no(){

  return date('ymd').substr(implode(NULL, array_map('ord', str_split(substr(uniqid(), 7, 13), 1))), 0, 8);

}

//记录日志

function insertLog($event,$type=0){

    global $conn;

    $sql="insert into ih_log(event,type)

    values('$event','$type')";

    mysqli_query($conn,$sql);

}

$fp = fopen("lock.txt", "w+");

if(!flock($fp,LOCK_EX | LOCK_NB)){

    echo "系统繁忙,请稍后再试";

    return;

}

//下单

$sql="select number from ih_store where goods_id='$goods_id' and sku_id='$sku_id'";

$rs =  mysqli_query($conn,$sql);

$row = $rs->fetch_assoc();

if($row['number']>0){//库存是否大于0

    //模拟下单操作

    $order_sn=build_order_no();

    $sql="insert into ih_order(order_sn,user_id,goods_id,sku_id,price)

    values('$order_sn','$user_id','$goods_id','$sku_id','$price')";

    $order_rs =  mysqli_query($conn,$sql);

    //库存减少

    $sql="update ih_store set number=number-{$number} where sku_id='$sku_id'";

    $store_rs =  mysqli_query($conn,$sql);

    if($store_rs){

      echo '库存减少成功';

        insertLog('库存减少成功');

        flock($fp,LOCK_UN);//释放锁

    }else{

      echo '库存减少失败';

        insertLog('库存减少失败');

    }

}else{

  echo '库存不够';

    insertLog('库存不够');

}

fclose($fp);

 ?>

乐观锁(重要):乐观锁,是相对于“悲观锁”采用更为宽松的加锁机制,大都是采用带版本号(Version)更新。实现就是,这个数据所有请求都有资格去修改,但会获得一个该数据的版本号,只有版本号符合的才能更新成功,其他的返回抢购失败。这样的话,我们就不需要考虑队列的问题,不过,它会增大CPU的计算开销。但是,综合来说,这是一个比较好的解决方案;如redis的watch;

假如有100W个用户抢一张票,除了负载均衡办法,怎么支持高并发?

 

<?php

$redis = new redis();

 $result = $redis->connect('127.0.0.1', 6379);

 echo $mywatchkey = $redis->get("mywatchkey");

/*

  //插入抢购数据

 if($mywatchkey>0)

 {

     $redis->watch("mywatchkey");

  //启动一个新的事务。

    $redis->multi();

   $redis->set("mywatchkey",$mywatchkey-1);

   $result = $redis->exec();

   if($result) {

      $redis->hSet("watchkeylist","user_".mt_rand(1,99999),time());

      $watchkeylist = $redis->hGetAll("watchkeylist");

        echo "抢购成功!<br/>";

        $re = $mywatchkey - 1;  

        echo "剩余数量:".$re."<br/>";

        echo "用户列表:<pre>";

        print_r($watchkeylist);

   }else{

      echo "手气不好,再抢购!";exit;

   } 

 }else{

     // $redis->hSet("watchkeylist","user_".mt_rand(1,99999),"12");

     //  $watchkeylist = $redis->hGetAll("watchkeylist");

        echo "fail!<br/>";   

        echo ".no result<br/>";

        echo "用户列表:<pre>";

      //  var_dump($watchkeylist); 

 }*/

$rob_total = 100;   //抢购数量

if($mywatchkey<=$rob_total){

    $redis->watch("mywatchkey");

    $redis->multi(); //在当前连接上启动一个新的事务。

    //插入抢购数据

    $redis->set("mywatchkey",$mywatchkey+1);

    $rob_result = $redis->exec();

    if($rob_result){

         $redis->hSet("watchkeylist","user_".mt_rand(1, 9999),$mywatchkey);

        $mywatchlist = $redis->hGetAll("watchkeylist");

        echo "抢购成功!<br/>";

      

        echo "剩余数量:".($rob_total-$mywatchkey-1)."<br/>";

        echo "用户列表:<pre>";

        var_dump($mywatchlist);

    }else{

          $redis->hSet("watchkeylist","user_".mt_rand(1, 9999),'meiqiangdao');

        echo "手气不好,再抢购!";exit;

    }

}

?>
商城高并发秒杀系统架构分析和设计 引言 高并发、高可用,都是面试的重点,如果你在简历中的项目与商城、秒杀相关,亦或是头部大厂、中厂,这样的问题你一定不会陌生。 之前面试某头部大厂,一面、二面均提到了关于商城中库存一致性和高并发中防止超卖、少卖、减库存,大概率三面也会问相关问题,趁这个机会,整理一下关于高并发秒杀系统的知识点。 这篇文章主要分析:如何在100万人同时抢一万张火车票时,系统提供正常、稳定的服务。 1. 高并发系统架构 高并发系统一般都会采用分布式集群部署,服务层上有层层负载均衡,并提供各种容灾手段(双活数据中心、异地多活、节点容 阅读详情

相关推荐

PID控制器(位置式和增量式)

PID控制算法

zhinian_hao的博客 4512

性能常识 性能测试常见面试题

描述你在岗位中的工作职责 清楚的表达自己在上家公司主要做什么的,负责什么项目、平台的接口性能测试等等,不要把之前所工作的公司都介绍一遍。在不明白面试官意图的情况下滔滔不绝,结果不会太好 你的项目测试怎么开展,有遇到哪些性能问题? 需要根据自己公司的一些情况、和对性能测试的理解介绍下当前性能测试的流程。通过介绍流程,面试官可以初步了解你们测试的是否系统全面,哪个环节可能是有问题。是否有值得借鉴...

liuwkk的博客 2937

【脑电信号处理与特征提取】P2-夏晓磊:脑电的神经起源与测量

ElectroEncephaloGraphyTherefore, EEG produces a graphed representation of the electrical activity occurring in a person’s brain.(把一个人的大脑中的电活动画出来)脑电头皮表面记录到的大脑活动产生的电信号(微伏)。(记录位置:硬脑膜/大脑皮层表面- ECoG,神经元群- LFP与MUR/MUA:活动位置:心电、眼电、肌电等)脑电图电压随时间变化的波形图。

m0_51474171的博客 1897

php100万并发怎么优化,百万并发处理-100个并发需要多少带宽

您的意思是用户总数或并发访问的数量,如果这是用户总数,则并发访问的数量应该很小,并且不需要太多带宽。 如果是同时访问的次数,就是这样。 假设平均页面大小为30K,要求每个页面在两秒内打开,因此每个页面必须以大于或等于15k/s的速度传输,有200个用户,总速度必须大于或等于15k/s*200=300k/s,因此带宽必须大于或等于3M,如果要求更严格,页面必须在一秒内打开,那么带宽必须大于或等于30...

weixin_39579483的博客 2063

影像组学分析流程中,图像分割前要做的事(图像预处理)

在InputVolume中无法找到自己想要重采样的序列,这时可以检查一下序列的Volume type是不是MRMLMulti。这时,Volume type将由MRMLMulti改为Scaler,随后即可在3D slicer中完成Resample Scaler Volume。2.1、重采样:通过3Dslicer中的Resample Scaler Volume实现。具体设置参数:spacing(1,1,1),Interpolation选择Bspline。2、图像预处理:重采样和标准化。

weixin_45011313的博客 3726

Pika Labs vs Runway ML:零基础小白如何选择最适合自己的AI视频生成工具?

本文详细对比了Pika Labs和Runway ML两款AI视频生成工具,从操作界面、生成效果、隐藏成本、工作流适配性和未来兼容性五个维度进行分析。Pika Labs适合零基础用户快速生成社交媒体短内容,而Runway ML则更适合专业级视频制作。帮助用户根据自身需求选择最适合的AI视频生成工具。

wood5的博客 604

一文清晰阐述百万并发需要如何分析和设计

现在网上有很多说如何支持百万并发,打开一看都没讲啥,等于0,这怎么能忍?不让我学习是不可能的。那么支持百万并发(同时在线)要如何分析和设计它,今天祥子哥哥就带大家来剖析一下要如何设计? 首先要阐述几个概念和问题: linux系统打开文件描述符是有限的。文件描述符简写为FD(File Descrption),linux的有个核心思想是一切内容都用FD来描述,所以对应一个网络连接,实际上linux服务器打开的就是一个fd。 linux里面FD是分三层的,系统层面,用户层面,进程层面。这三层F...

wanyuxiang000的专栏 4429

NVIDIA DRIVE SDK学习(二)——NvMedia

可以通过使用NvSciBuf API通过NvMedia Tensor属性分配NvSciBuf来创建NvMedia张量。由于NvSciBuf API有助于NvMedia和NVIDIA®CUDA®之间的数据共享,这使得分配的张量可以在NvSciBuf API允许的情况下重复使用。它支持图像聚合操作。NvSciSync组件使得NvMedia组件可以与其他组件保持同步,比如CUDA组件、基于NvSciSync的组件等。立体视差模式:在这种模式下,该模块通过左图像和右图像来产生立体视差,从而进行物体深度测量。

weixin_39592381的博客 3048

高并发秒杀设计抢券

1,创建10个商品 $redis = new redis(); $redis->connect('127.0.0.1', 8888); //库存 $num=10; //检查库存,goods_store 定义为健名 $len=$redis->llen('goods_store'); //实际库存-被抢购的库存 = 剩余可用库存 $count = $num-$len; for($i=0;$i<$count;$i++) //往goods_store列表中,未抢购之前这里应该是默认滴

qq_42888874的博客 1568

pandas教程:2012 Federal Election Commission Database 2012联邦选举委员会数据库

里面包含了支持者的名字,职业和雇主,地址,赞助金额。我们可以已经能想到如何切割、整理数据,来提取赞助者的统计数据,或提取宣传活动的模式,这里我们展示一些不同的分析方法。可以看到有些职业是同一种工作类型,指代的是同一个东西。这两个连续操作是分别独立执行的,一个结束后,另一个才开始。上,这里我是把数据集压缩成了ZIP格式,解压后能正常导入)。我觉得也有必要好好了解一下,这个网站做了很好的讲解,),所以我们最好添加这样的信息。这样的情况,即把两个索引操作连在一起。,发现映射关系被正常执行了,所以这里的。

Cachel Wood的博客 351

【ESP 保姆级教程】玩转emqx数据集成篇④ ——数据桥接之HTTP服务

主要是学习数据桥接功能以及构建自己的http服务器,这是一个非常有用的功能。包括各种传感器上报基本上都需要数据桥接功能支持,所以还是希望认真学习这一块开发,然后结合数据库存储等等知识点进行进一步学习。

单片机菜鸟哥的博客 1307

【如何搭建一个高并发的抢券系统,QPS上万】

如何搭建一个高并发抢券系统,QPS上万。

qq_42547726的博客 849

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

sqli-labs不支持mysqli_假如有100W个用户抢一张票,除了负载均衡办法,怎么支持高并发?...

面试被问到了这个问题,找了答案,记录一下场景:多个用户抢一张票假如有100W个用户,抢一张票,除了负载均衡的办法,怎么支持高并发?修改字段 :将库存字段number字段设为unsigned,当库存为0时,因为字段不能为负数,将会返回false;利用悲观锁(不适合高并发):悲观锁,也就是在修改数据的时候,采用锁定状态,排斥外部请求的修改。遇到加锁的状态,就必须等待;缺点:不适合高并发场景。每个请求都...

weixin_42115074的博客 76

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

基于SpringCloud的分布式演唱会抢票系统计算机毕业设计项目

当前演唱会抢票存在显著痛点:集中售票时流量瞬时爆发(单场次峰值请求超 10 万 / 秒),传统单体系统易崩溃,出现 “页面卡顿”“提交失败” 等问题;票源分配不透明,黄牛利用脚本恶意囤票,真实粉丝抢票成功率不足 20%;订单处理延迟,支付超时、重复下单等异常频发,用户体验差;多场次、多城市票务数据分散,运营方难以实时监控库存与销售趋势,易出现 “某区域余票积压” 或 “超售” 纠纷。 基于 SpringCloud 的分布式演唱会抢票系统可破解这些问题:依托微服务架构实现流量分流与弹性扩容,打造 “高并发抗住

全网粉丝10W+、全栈领域优质创作者、掘金、阿里云等社区博客专家、专注于全栈领域和毕业项目实战 880

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

项目经理:你来设计一下,项目需要支持100万人同时抢1万张票

每到节假日期间,一二线城市返乡、外出游玩的人们几乎都面临着一个问题:抢火车票!虽然现在大多数情况下都能订到票,但是放票瞬间即无票的场景,相信大家都深有体会。尤其是春节期间,大家不仅使用12...

独行侠梦的博客 239

高并发和锁

这里写自定义目录标题高并发与锁场景:多个用户抢一张票 高并发与锁 面试被问到了这个问题,找了答案,记录一下 场景:多个用户抢一张票 假如有100W个用户,抢一张票,除了负载均衡的办法,怎么支持高并发? 修改字段 :将库存字段number字段设为unsigned,当库存为0时,因为字段不能为负数,将会返回false; 利用悲观锁(不适合高并发):悲观锁,也就是在修改数据的时候,采用锁定状态,排斥外...

nnzhuilian的博客 2856

如何用Python自动化工具实现大麦网智能抢票:终极完整指南

还在为热门演唱会门票秒光而烦恼吗?大麦网抢票自动化系统为你提供终极解决方案!这款基于Python开发的智能抢票工具,通过Selenium和Appium技术实现双端自动化操作,让你彻底告别手速焦虑和网络延迟困扰。无论是周杰伦演唱会还是刘若英音乐会,只需简单配置,系统就能以毫秒级响应速度帮你抢到心仪的门票。 ## 🚀 项目亮点速览 这个开源的大麦抢票自动化工具拥有多项核心优势: 🔹 **双端

gitblog_00881的博客 417

设计一个支持100W QPS的短链系统

通过本文的详细介绍,您应对如何设计一个支持100W QPS的短链系统有了全面的了解。我们讨论了需求分析、系统架构设计、数据库设计、短链生成算法、缓存策略、负载均衡与高可用性、接口设计与实现、性能优化与监控、安全性与防护措施等方面。通过合理利用这些技术手段,可以构建一个高效、稳定和可靠的短链系统,满足高并发场景的需求。

lssffy的博客 1595

如何设计10亿用户级的微博Feed流系统并应对100W QPS的挑战?

随着社交平台用户量和内容数量的剧增,如何在技术架构上应对海量数据的实时处理,如何有效抵御极端流量带来的雪崩,成为每个互联网企业必须面对的核心问题。在这篇文章中,我们将详细解析微博Feed流的系统设计,如何利用不同模式优化内容分发、缓存机制,如何应对“推送风暴”和“拉取风暴”,并分享我们在设计大规模系统时的技术经验。Feed流是社交平台的核心功能之一,是指通过关注关系、推荐算法等方式持续向用户推送或展示动态更新的内容流。

慕漓的博客 701

如何构建95%成功率的Python自动化抢票系统:大麦网票务解决方案技术深度解析

在当今热门演出票务市场中,传统手动抢票方式面临着网络延迟、手动操作瓶颈、页面元素识别困难等多重技术挑战,导致抢票成功率普遍低于10%。针对这一行业痛点,我们开发了一套基于Python的**自动化抢票系统**,通过创新的技术架构和智能算法,将抢票成功率提升至95%以上。本技术方案采用双平台设计,同时支持Web端Selenium和移动端Appium自动化控制,为票务自动化提供了完整的解决方案。 ##

gitblog_01132的博客 1102

“12306”是如何支撑百万QPS的?(秒杀-抢购-架构)

12306 抢票,极限并发带来的思考 尤其是春节期间,大家不仅使用 12306,还会考虑“智行”和其他的抢票软件,全国上下几亿人在这段时间都在抢票。“12306 服务”承受着这个世界上任何秒杀系统都无法超越的 QPS,上百万的并发再正常不过了! 笔者专门研究了一下“12306”的服务端架构,学习到了其系统设计上很多亮点,在这里和大家分享一下并模拟一个例子:如何在 100 万人同时抢 1 万张火车票...

小小九儿的博客 461

高并发与负载均衡——nginx反向代理与负载均衡

一、反向代理 1.面向服务开发 模块化,解耦的开发,提高团队合作效率,现阶段的开发。 2.正向代理与反响代理的区别 代理是的方向是就客户端而言的,对于翻墙来说,是正向代理,Client访问不了服务器,这时候需要一个代理服务器代理我们访问服务器,这就是正向代理,代理服务器代理客户端。对于分布式架构业务服务,来说反向代理服务器其实做的是反响代理的工作,因为反响代理服务器代理的是Client访问...

whathellll的博客 1万+

千万级别高并发"秒杀"架构设计

每到节假日期间,一二线城市返乡、外出游玩的人们几乎都面临着一个问题:抢火车票!虽然现在大多数情况下都能订到票,但是放票瞬间即无票的场景,相信大家都深有体会。尤其是春节期间...

微信搜:import_bigdata,大数据领域硬核原创作者 919

Java百万高并发的技术方案

前言:高并发,几乎是每个程序员都想拥有的经验。原因很简单:随着流量变大,会遇到各种各样的技术问题,比如接口响应超时、CPU load升高、GC频繁、死锁、大数据量存储等等,这些问题能推动我们在技术深度上不断精进。面对突发流量,不可能临时改造架构,最快的方式就是增加机器来线性提高系统的处理能力。高扩展性需要考虑:服务集群、数据库、缓存和消息队列等中间件、负载均衡、带宽、依赖的第三方等,当并发达到某一个量级后,上述每个因素都可能成为扩展的瓶颈点。 一、什么是高并发 高并发(High Concurrency)

何哥的博客 1万+
上一篇: 只要你能回答出关于Redis的这八个问题,就能看出是否精通
下一篇: 地理可视化引擎 L7 2.0 发布,让地图动起来
爱玛士
博客等级 码龄7年 720粉丝 253原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值