教你2种常用的电商高并发处理解决方案_电商高并发解决方案

网站架构师面临的最大挑战之一就是并发。自Web服务开始以来，并发水平一直在不断增长，一个主流网站同时服务十万甚至数百万用户，这并不罕见。 

就目前应用广泛的电商系统来说，各种营销场景的增加，让电商系统高并发也成为一种必然。为此，本文将给大家带来2种高并发解决方案，希望能为电商系统实现高并发提供一些灵感。

1、多级缓存

2、Nginx 限流 

本文我们将以CRMEB商城为例，了解电商中常见的2种高并发方案

一、多级缓存

我们以CRMEB Pro版首页为例

 

在上图中，我们可以看到商品的分类变化不大，我们可以把它存储在缓存中，这样会大大减轻数据库的压力，这种情况我们可以用redis进行缓存，但是有时候电商网站的并发数只靠redis，会使redis的压力太大。这时我们在这里引入一个概念：多级缓存。

1. 什么是多级缓存

为了解决上述问题，我们在redis的基础上增加了另一个nginx缓存。这时候用户访问我们的网站，会先访问nginx缓存。如果nginx缓存不存在，他们会再次访问redis缓存。如果redis也不存在，我们最终会访问MySQL来获取数据。这样一来redis的压力就大大降低了，然后nginx缓存和redis缓存就形成了多级缓存。

2、多级缓存怎么实现

了解了多级缓存的概念，我们该怎么去实现多级缓存呢？

我们可以使用OpenResty实现，这是一个基于Nginx和Lua的高性能Web平台，它将Nginx与大量复杂的Lua库、第三方模块和大多数依赖项集成在一起。Lua是一种轻量级紧凑脚本语言，用标准C语言编写，以源代码的形式开放。它被设计成嵌入在应用程序中，从而为应用程序提供灵活的扩展和定制功能。在实际操作中，我们通常使用Lua脚本来访问Nginx缓存、Redis缓存和MySQL。流程图如下:

 

图片来自网络，侵权联系删除

但是，在上述过程中，我们会发现一个问题。当Redis缓存已经存在时，数据库中的数据已经更改。此时所有用户都访问缓存的数据，那么如何解决这个问题呢？

3、Redis 缓存同步 MySql 数据

我们可以通过 canal 解决上面的问题。canal 是一个用来监控数据库数据的变化的工具，可以在Mysql 数据更新时获取其更新的数据。

解决方案:当Mysql数据发生变化时，我们可以通过canal微服务或者用RocketMQ或Kafka配置MQ模式来改变redis中的缓存数据，使Redis中的缓存数据与Mysql中的数据保持一致。​​​​​​

二、Nginx 限流

平常情况下，首页的并发量会比较大，即使使用多级缓存，当用户不断刷新页面时，或者大量恶意请求首页，也会对系统造成影响。这时候就需要采用限流方案了。

1、什么是限流

顾名思义，限流就是限制流量。比如你的手机流量包只有1 G的流量，用完了就没了。这时候我们就可以说我们的流量被限制了，这就叫限流。

常见的限流有漏桶算法

图片来自网络，侵权联系删除

算法思路：

水（请求）从上方倒入水桶，从水桶下面流出（被处理）；

来不及流出的水，储存在水桶(缓冲器)里，以固定的速率流出；

水桶满后水溢出（丢弃）。

这个算法的核心是：缓存请求，统一处理，直接丢弃冗余请求。

2、nginx 限流的方式

控制速度

我们先来说第一种，控制速度。Nginx 控制速率主要使用的是漏桶算法，这样能够强行保证请求的实时处理速度不会超过设置的阈值。

配置 OpenResty 中 Nginx 的配置文件，使在访问 ip/test1 地址时进行限流，该地址会访问一个 Lua 脚本

user root root;
 
worker_processes 1;
 
events {
 
    worker_connections 1024;
 
}
 
http {
 
    include mime.types;
 
    default_type application/octet-stream;
 
 
 
    #限流设置
 
    limit_req_zone $binary_remote_addr zone=contentRateLimit:10m rate=10r/s;
 
 
 
    sendfile on;
 
    #tcp_nopush on;
 
    #keepalive_timeout 0;
 
    keepalive_timeout 65;
 
    #gzip on;
 
    server {
 
        listen 80;
 
        server_name localhost;
 
 
 
        location /test1{
 
            #使用限流配置
 
            limit_req zone=contentRateLimit;
 
            content_by_lua_file /root/lua/test1.lua;
 
        }
 
    }
 
}
复制代码

配置说明：

binary_remote_addr：是一种key，意思是基于 remote_addr(客户端IP) 来做限流，binary_ 的目的是压缩内存占用数。

zone：定义了一个共享内存区域来存储访问信息。 

contentRateLimit：10m 表示一个大小为10M，名字为 contentRateLimit 的内存区域。1M可以存储 16000 IP地址的访问信息，10M可以存储16W IP地址访问信息。

Rate：用于设置最大访问速率，rate=10r/s 表示每秒最多处理10个请求。

Nginx：实际上以毫秒为粒度来跟踪请求信息，因此 10r/s 实际上是限制每100毫秒处理一个请求。这意味着，自上一个请求处理完后，若后续100毫秒内又有请求到达，将拒绝处理该请求。

限流速度为每秒 10 次请求，如果有10次请求同时到达一个空闲的 nginx，他们都能得到执行吗？

事实上，漏桶漏出请求是匀速的。10r/s是怎样匀速的呢？每100ms漏出一个请求。在这个配置中，桶是空的，所有不能实时漏出的请求，会被拒绝掉。所以如果10次请求同时到达，那么只有一个请求能够得到执行，其它的，都会被拒绝。这不太友好，大部分业务场景下我们希望这10个请求都能得到执行。

处理突发流量

上述情况称为突发流量，上面的例子仅限于10r/s，如果正常流量突然增加，超出的请求会被拒绝，无法处理突发流量，可以结合 burst 参数使用来解决该问题。

修改上文中的 Nginx 配置文件

server {
 
    listen 80;
 
    server_name localhost;
 
    location /test1 {
 
        limit_req zone=contentRateLimit burst=20 nodelay;
 
        content_by_lua_file /root/lua/test1.lua;
 
    }  
 
}
复制代码

burst 译为突发、爆发，表示在超过设定的处理速率后能额外处理的请求数,当 rate=10r/s 时，将1s拆成10份，即每100ms可处理1个请求。

此处，burst=12，若同时有12个请求到达，Nginx 会处理第一个请求，剩余11个请求将放入队列，然后每隔100ms从队列中获取一个请求进行处理。若请求数大于12，将拒绝处理多余的请求，直接返回 503。

不过，单独使用 burst 参数并不实用。假设 burst=50 ，rate依然为10r/s，排队中的50个请求虽然每100ms会处理一个，但第50个请求却需要等待 50 * 100ms即 5s，这么长的处理时间自然难以接受。

因此，burst 往往结合 nodelay 一起使用。

继续修改上文中的 Nginx 配置文件

server {
 
    listen 80;
 
    server_name localhost;
 
    location /test1 {
 
        limit_req zone=contentRateLimit burst=20 nodelay;
 
        content_by_lua_file /root/lua/test1.lua;
 
    }  
 
}
复制代码

平均每秒允许不超过10个请求，突发不超过20个请求，并且处理突发20个请求的时候，没有延迟，等到完成之后，按照正常的速率处理。

如上两种配置结合就达到了速率稳定，但突然流量也能正常处理的效果。

控制并发量（连接数）

nginx 还提供了利用连接数限制某一个用户的ip连接的数量来控制流量。一种是限制固定连接数，第二种是限制每个客户端IP与服务器的连接数，同时限制与服务器的连接总数。

注意：并非所有连接都被计算在内，只有当服务器正在处理请求并且已经读取了整个请求头时，才会计算有效连接。

配置限制固定连接数：

http {
 
    include mime.types;
 
 
 
    default_type application/octet-stream;
 
 
 
    #限流设置
 
    limit_req_zone $binary_remote_addr zone=contentRateLimit:10m rate=10r/s;
 
 
 
    #根据IP地址来限制，存储内存大小10M
 
    limit_conn_zone $binary_remote_addr zone=addr:1m;
 
 
 
    sendfile on;
 
    #tcp_nopush on;
 
    #keepalive_timeout 0;
 
    keepalive_timeout 65;
 
 
 
    #gzip on;
 
 
 
    server {
 
        listen 80;
 
        server_name localhost;
 
           
 
        location /test2 {
 
            limit_conn addr 2;
 
            content_by_lua_file /root/lua/test2.lua;
 
        }                                                        
 
        location /test1 {
 
            limit_req zone=contentRateLimit burst=20 nodelay;
 
            content_by_lua_file /root/lua/test1.lua;
 
        }    
 
    }
 
}
复制代码

limit_conn_zone $binary_remote_addr zone=addr:10m; 表示限制根据用户的IP地址来显示，设置存储地址为的内存大小10M

limit_conn addr 2; 表示同一个地址只允许连接2次。

限制每个客户端IP与服务器的连接数，同时限制与服务器的连接总数：

http {
 
    include mime.types;
 
 
 
    default_type application/octet-stream;
 
 
 
    #限流设置
 
    limit_req_zone $binary_remote_addr zone=contentRateLimit:10m rate=10r/s;
 
 
 
    #存储个人请求IP的限流配置
 
    limit_conn_zone $binary_remote_addr zone=perip:10m;
 
    #整个location对应的请求并发容量配置
 
    limit_conn_zone $server_name zone=perserver:100m;
 
 
 
    sendfile on;
 
    #tcp_nopush on;
 
    #keepalive_timeout 0;
 
    keepalive_timeout 65;
 
 
 
    #gzip on;
 
 
 
    server {
 
        listen 80;
 
        server_name localhost;
 
           
 
        location /test2 {
 
            limit_conn perip 10;#单个客户端ip与服务器的连接数"10"
 
            limit_conn perserver 100; ＃限制与服务器的总连接数"100"
 
            content_by_lua_file /root/lua/test2.lua;
 
        }                                                        
 
        location /test1 {
 
            limit_req zone=contentRateLimit burst=20 nodelay;
 
            content_by_lua_file /root/lua/test1.lua;
 
        }    
 
    }
 
}
复制代码

总结：我们在redis的基础上增加了另一个nginx缓存就能实现多级缓存，使用漏桶算法可以实现限流的效果，再结合 burst 参数使用来解决突发流量的处理。这几种方法相结合，就能实现电商系统高并发。