简历优化的好伙伴 - 高并发写
大家好,我是爱吃芝士的土豆倪,今天想给大家分享的是 - 简历优化的好伙伴 - 高并发写。
我们继续顺着上一个视频,高并发读继续讨论。
什么场景下写的qps会比较高呢?库存扣减,写库的场景都有可能,比如领劵,用掉了优惠卷等,那么我们来说一个共性,写qps。
首先第一个就是 流量削峰,那也就是说我们的峰值写流量太高了,我们db根本承受不住,要崩溃了,但是你就是要写那么多,那咋办呀,那就 慢慢写,也就是将峰值流量打到服务可以承受的程度,保证db不挂。常见的方式比如mq消峰,因为毕竟消息队列可以控制流速,以及内存消峰,比如直播间点赞,很多时候是你点了好多次一起加上的,而不是点一次加一次,还有一个是业务上的改动,流量分散,并不是所有的请求都是在那一瞬间都要打过来,有时候通过某种业务拦截,分批的过来,用户感知不到,但是却平分了压力。
第二个就是随机丢弃,相当于压力太大了,有些就不处理,比如优惠卷,领劵的时候某些场景返回库存不足呗
第三个是redis分片存储,提升并发度,比如hashmap java1.7原理,将一些优惠卷的数量存储到不同的分片中,能够提升写的并发度,但是需要注意的是,设计到跨分片的扣减,需要使用lua一起。
以上就是整理的一些常见的高并发写的实际问题。我们可以将其结合进我们自己的项目中。
以上就是我的分享了,我是爱吃芝士的土豆倪,谢谢大家收看。