秒杀系统

介绍

高并发大流量下的秒杀架构

部署说明

代码下载

git clone -b <对应的tag> https://github.com/ZhouBoXiao/miaosha.git

编译打包

修改根目录下http.sh中的jdk配置

#如果本地环境不是jdk8，需要配置该项目
#export JAVA_HOME=/usr/java/jdk1.8.0_66/
#export CLASSPATH=${JAVA_HOME}/lib
#export PATH=${JAVA_HOME}/bin:$PATH

mvn clean
mvn package  -Dmaven.test.skip=true

docker环境搭建

docker compose安装方法一：

#下载
sudo curl -L https://github.com/docker/compose/releases/download/1.26.2/docker-compose-`uname -s`-`uname -m` -o /usr/local/bin/docker-compose
#安装
chmod +x /usr/local/bin/docker-compose
#查看版本
docker-compose version

方法二：

#安装docker-compose
pip install docker-compose 
#查看版本
docker-compose version

docker-compose.yml 文件,内容如下：

version: '2'
services:
  zookeeper:
    image: wurstmeister/zookeeper
    ports:
      - "2181:2181"
  kafka:
    image: wurstmeister/kafka
    links:
      - zookeeper:zk
    ports:
      - "9002:9092"
    depends_on:
      - zookeeper
    environment:
      KAFKA_ADVERTISED_HOST_NAME: 192.168.2.107
      KAFKA_ADVERTISED_PORT: "9092"
      KAFKA_ZOOKEEPER_CONNECT: zk:2181
  redis:
    image: redis
    ports:
      - "6379:6379"
  mysql:
    image: mysql
    ports:
      - "3306:3306"
    environment:
      MYSQL_ROOT_PASSWORD: 'password'

使用docker-compose up -d在后台启动服务使用docker-compose ps查看启动的服务使用docker-compose stop 停止服务

# 进入容器
docker exec -it 容器ID  /bin/bash
# 创建topic
$KAFKA_HOME/bin/kafka-topics.sh --create --topic seckill --zookeeper miaosha_zookeeper_1:2181 --replication-factor 1 --partitions 1

启动脚本

./http.sh start service启动，

终止方法

执行./http.sh stop

技术方案

系统设计的要点

计时TimeCounter

创建注解TimeCounter，然后再定义切面Aspect，如下：

@Slf4j
@Aspect
public class CounterAspect {

    /**
     * 定义切点，定位到@Log注解的地方
     */
    @Pointcut("@annotation(com.geekq.miaosha.annotation.TimeCounter)")
    public void counterPointCut() {

    }

    /**
     * 注解打印日志
     */
    @Around("counterPointCut()")
    public Object doAround(ProceedingJoinPoint joinPoint) throws Throwable {
        long start = System.currentTimeMillis();
        try {
            return joinPoint.proceed();
        } finally {
            long end = System.currentTimeMillis();
            log.info("## method {} costs {} ##", joinPoint.getSignature().getName(), end - start);
        }
    }
}

在方法上添加注解TimeCounter，即可计算消耗时间。

日志优化之MDC

Logback设计的一个目标之一是对分布式应用系统的审计和调试。在现在的分布式系统中，需要同时处理很多的请求。如何来很好的区分日志到底是那个请求输出的呢？我们可以为每一个请求生一个logger，但是这样子最产生大量的资源浪费，并且随着请求的增多这种方式会将服务器资源消耗殆尽，所以这种方式并不推荐。

一种更加轻量级的实现是使用MDC机制，在处理请求前将请求的唯一标示放到MDC容器中，这个唯一标示会随着日志一起输出，以此来区分该条日志是属于那个请求的。并在请求处理完成之后清除MDC容器。

日志拦截器LogInterceptor

        MDC.put(Constants.IP, Utils.getIpAddr(request));
        String requestId = Utils.getRequestId();
        MDC.put(Constants.REQUESTID, requestId);

唯一标识是requestId，采用雪花算法（）。

限流Sentinel

Sentinel介绍