黑马点评plus --异步秒杀重构升级
参考 阿星不是程序员 的开源项目
前端发起请求
localhost:8085/voucher-order/seckill/{id} , 后端接受一个voucherId 后续seckillVoucher方法执行下单逻辑
java
Result<Long> seckillVoucher(Long voucherId);
整体流程图
查询优惠券信息(by Id)
优惠券信息查询使用多级缓存存储优惠券信息, 双重判断 + 缓存空值 + 分布式锁 + 布隆过滤器 组合的方案来解决缓存击穿和穿透的问题
流程图(gpt生成)
为什么要 两次检查 Redis 缓存 是否命中 ?
- 防止缓存击穿
- 避免大量线程同时查数据库
一个线程来到 了 ,去查 本地缓存 和 redis 都没命中 ,就会去查 数据库,但是 此时这个线程, 还没有来得及重写到redis中时,又有一大批线程来了,此时虽然第一个线程已经查到了,但这些线程仍然需要去查数据库 ,这样就造成大量数据库的查询操作 ,影响性能 .
分布式锁+再次判断redis解决 解决缓存击穿
此时 , 一个线程来了 ,去查 本地缓存 和 redis 都没命中, 接着 这个线程会和其他一大批线程竞争分布式锁 ,只有拿到锁的 线程 继续往后走
其他线程等待 ,等这个线程执行结束了 ( 查完数据库 -> 写入缓存), 释放锁 ,其他线程才能继续竞争锁 ,往后执行, 再次判断redis 是否命中 ,命中直接返回,从而 当很多相同的并发查询来到时, 只允许一个线程去数据库查询拿信息再写回缓存(分布式锁), 大大减少了数据库的压力.
到时, 只允许一个线程去数据库查询拿信息再写回缓存(分布式锁), 大大减少了数据库的压力.
注意: 这个在查询优惠券库存时 也用到了