得物面试：每秒上万次，秒杀如何下单处理？

2023-12-18 18:04:17

尼恩说在前面

在40岁老架构师 尼恩的读者交流群(50+)中，最近有小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、shein 希音、百度、网易的面试资格，遇到很多很重要的面试题：

每秒上万次下单请求，秒杀如何处理？

小伙伴 没有回答好，导致面试挂了。

小伙伴面试完了之后，来求助尼恩：如何才能回答得很漂亮，才能 让面试官刮目相看、口水直流。

所以，尼恩给大家做一下系统化、体系化的梳理，使得大家内力猛增，可以充分展示一下大家雄厚的 “技术肌肉”，让面试官爱到 “不能自已、口水直流”，然后实现”offer直提”。

当然，这道面试题，以及参考答案，也会收入咱们的 《尼恩Java面试宝典》V146版本PDF集群，供后面的小伙伴参考，提升大家的 3高 架构、设计、开发水平。

《尼恩 架构笔记》《尼恩高并发三部曲》《尼恩Java面试宝典》的PDF，请到文末公号【技术自由圈】获取

文章目录

问题场景

传统的优化手段，如数据库的分布式改造和缓存的使用，主要针对的是读请求。

在高并发场景下，尤其是秒杀抢购等极端情况下，系统需要处理大量的写请求。

在秒杀抢购等极端情况下，如何处理每秒上万次的下单请求。

1 秒钟之内，有 1 万个数据库连接同时达到，系统的数据库濒临崩溃，寻找能够应对如此高并发的写请求方案迫在眉睫。

而写请求的处理更为复杂，因为它涉及到数据库的并发控制、事务管理等一系列问题。这时我们想到了消息队列。

消息队列的概念和作用

消息队列（Message Queuing）是一种在多个任务之间传递消息的机制。

它允许应用程序通过网络发送和接收消息，而无需知道消息的发送者和接收者。

消息队列在系统中起到了缓冲和传递的作用，使得系统各个组件之间可以解耦合，提高系统的灵活性和可扩展性。

消息队列的应用

在面对高并发写请求时，消息队列可以发挥以下作用：

  1. 削峰填谷：消息队列可以作为一个缓冲区，将大量的写请求暂存起来，避免请求直接涌向数据库。这样，就可以平衡系统的负载，避免数据库因并发请求过多而崩溃。
  2. 异步处理：通过消息队列，我们可以将一些次要的业务流程异步处理，提高系统性能。例如，在秒杀场景中，我们可以将生成订单、扣减库存等主要流程与发送优惠券、增加积分等次要流程分开处理，从而提高整体的处理效率。
  3. 解耦合：消息队列可以使系统各个组件之间的耦合度降低。例如，在秒杀场景中，我们可以将业务逻辑与数据统计逻辑解耦，使得数据统计不会影响到业务逻辑的执行。

秒杀场景的削峰填谷

在后台启动若干个异步处理程序，消费消息队列中的消息，异步处理程序去执行校验库存、数据库落库、扣积分、扣优惠券等逻辑。

因为只有有限个队列处理线程在执行，所以落入后端数据库上的并发请求是有限的。

而请求是可以在消息队列中被短暂地堆积，如果后端的消息积压太严重，就进行预警和扩容。

如何做消息队列的扩容，也是一个重点的面试题， 具体的答案请参见技术自由圈的文章：

阿里面试：如何保证RocketMQ消息有序？如何解决RocketMQ消息积压？

秒杀场景的松耦合

除了削峰填谷以外，消息队列的另一个作用是松耦合。

秒杀的链路设计的操作比较多，包括积分、优惠券、库存等等。

一个思路是：可以使用 RPC 的方式来同步地调用，但是这样调用会有两个问题：

  • 整体系统的耦合性比较强，当RPC的接口发生故障时，会影响到秒杀系统的可用性。
  • 当数据系统需要新的字段，就要变更接口的参数，那么秒杀系统也要随着一起变更。

这时，可以考虑使用消息队列降低其他系统和秒杀系统的耦合度。

秒杀系统产生一条购买数据后，我们可以先把全部数据发送给消息队列，然后其他服务再订阅这个消息队列的话题，这样它们就可以接收到数据，然后再做过滤和处理了。

秒杀系统在这样解耦合之后，数据系统的故障就不会影响到秒杀系统了，同时，当数据系统需要新的字段时，只需要解析消息队列中的消息，拿到需要的数据就好了。

消息队列的实践

在实际应用中，我们需要注意以下几点：

  1. 消息队列的配置和管理：我们需要合理配置消息队列的大小和容量，以满足系统的需求。同时，我们需要对消息队列进行监控和管理，确保其正常运行。
  2. 消息的丢失和重复处理：在消息队列中，消息可能会因为各种原因丢失或重复。我们需要设计相应的处理策略，以确保消息的可靠传递。
  3. 消息队列的扩展性：随着系统规模的扩大，消息队列可能需要支持更多的消费者和生产者。我们需要设计灵活的消息队列架构，以满足系统的扩展性需求。

消息队列MQ的选型

MQ的常见产品

  • ActiveMQ：java语言实现，万级数据吞吐量，处理速度ms级，主从架构，成熟度高

  • RabbitMQ：erlang语言实现，万级数据吞吐量，处理速度us级，主从架构，

  • RocketMQ ：java语言实现，十万级数据吞吐量，处理速度ms级，分布式架构，功能强，扩展性强

  • kafka：scala语言实现，十万级数据吞吐量，处理速度ms级，分布式架构，功能较少，应用于大数据较多

TPS达到5600万的RocketMQ

RocketMQ是阿里开源的一款非常优秀中间件产品，最早就是kafka的Java版本，脱胎于阿里的另一款队列技术MetaQ，后捐赠给Apache基金会作为一款孵化技术，仅仅经历了一年多的时间就成为Apache基金会的顶级项目。

RocketMQ已经在阿里内部被广泛的应用，并且经受住了多次双十一的这种极致场景的压力（2017年的双十一，RocketMQ流转的消息量达到了万亿级，峰值TPS达到5600万）

有关rocketmq 的架构知识，rocketmq 的源码知识，具体请参见尼恩的源码视频。

总结

消息队列在高并发系统设计中起到了关键的作用。它可以帮助我们处理高并发的写请求，提高系统的性能和稳定性。

然而，使用消息队列也需要我们关注一些实践问题，如消息的丢失和重复处理，以及消息队列的扩展性等。

说在最后

高并发写相关的面试题，是非常常见的面试题。

以上的内容，如果大家能对答如流，如数家珍，基本上 面试官会被你 震惊到、吸引到。最终，让面试官爱到 “不能自已、口水直流”。offer， 也就来了。

在面试之前，建议大家系统化的刷一波 5000页 《尼恩Java面试宝典PDF》，并且在刷题过程中，如果有啥问题，大家可以来 找 40岁老架构师尼恩交流。

另外，如果没有面试机会，可以找尼恩来帮扶、领路。尼恩指导了大量的就业困难的小伙伴上岸，前段时间帮助一个40岁+就业困难小伙伴，拿到了一个年薪100W的offer。

尼恩技术圣经系列PDF

……完整版尼恩技术圣经PDF集群，请找尼恩领取

《尼恩 架构笔记》《尼恩高并发三部曲》《尼恩Java面试宝典》PDF，请到下面公号【技术自由圈】取↓↓↓

文章来源:https://blog.csdn.net/crazymakercircle/article/details/135065693
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。