秒杀项目-第七章:交易性能优化技术之缓存库存

本文探讨了交易性能优化技术中的缓存库存策略,包括用户风控策略优化,通过策略缓存模型化减少数据库交互。同时,介绍了活动校验策略优化,如引入活动发布流程和模型缓存化,以及如何处理紧急下线能力。针对库存行锁,提出了扣减库存的多种方案,如同步库存到缓存和异步消息扣减数据库内库存,但面临数据一致性挑战。最后提到了使用rocketMQ进行异步同步。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

交易性能优化技术之缓存库存

压测:
下单链接:/order/creatororder?token=XXXXXXXX
post参数:itemId=6、amount=1、promoId=1
线程数=200、5秒内发起、循环20次

类别TPS响应时间(毫秒)CPU%
无优化(java)28250075%
无优化(数据库)3363636%

线程数=1000、5秒内发起、循环20次

类别TPS响应时间(毫秒)CPU%
无优化(数据库)420164910%

在这里插入图片描述

7-2交易验证优化

用户风控策略优化:策略缓存模型化

将itemmodel和usermodel存入redis
线程数=1000、5秒内发起、循环20次

类别TPS响应时间(毫秒)CPU%
优化后(数据库)120060010%

活动校验策略优化:引入活动发布流程、模型缓存化、紧急下线能力

给item_id加上唯一索引

库存行锁优化:
1、扣减库存缓存化
方案一:
(1)活动发布同步库存进缓存
(2)下单交易减缓存库存
问题:
(1)数据库记录不一致
方案二:
(1)活动发布同步库存进缓存
(2)下单交易减缓存库存
(3)异步消息扣减数据库内缓存
2、异步同步数据库
问题:
(1)异步消息发送失败
(2)扣减操作执行失败
(3)下单失败无法正确回补库存
3、库存数据库最终保存一致

rocketMQ

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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