基于SpringBoot的高并发选课系统

项目简介

本项目主要解决在高校选课场景下，保证选课系统在大量读写压力下不宕机，以及选课时尽可能提高选课QPS，给学生一个良好的选课体验，完成上述功能同时保证选课安全

运行效果图

其他效果图请到image文件夹中查看

技术选型

前端：Bootstrap、JQuery、Thymeleaf

后端：SpringBoot、Shiro、JPA、Caffeine

中间件：Redis、RabbitMQ、Druid

数据库：MySQL

优化思路

页面查看

解决思路：从Redis缓存中查看数据，减少数据库访问

从数据可见性角度来讲，分为对所有人可见的公有信息，和只有自己可见的私有信息

公有信息

不变动： 必修课课程表中的数据是不变动，一般展现的是该专业学生本学期所必选的的课程信息，这类信息不发生变动，缓存到Redis中，缓存时间为一天

变动：

必修课课程一般对应好几个授课计划，以高数来讲，这个课可能会对应好几个授课教师以及好几个时段的授课计划，但这类必修课授课计划学校一般会为学生预选，只有少部分学生因不满意授课时段或授课老师会去退课并重新选课，所以这类数据变动频率小，Redis缓存一分钟
选修课授课计划一般是一个课程对应一个授课计划，因为是选修课，所以学校不为学生预选，需要学生自己选，所以这块并发压力大，数据变化频繁，Redis缓存一分钟

缺点： 学生看到的课程余量存在延迟，可能已经选完了，但列表上还显示有课，因此会在学生第一次进入选课页面提醒学生数据有延迟

特有优化： 数据库在加载授课计划信息时，只会加载有余量的课程

私有信息

不变动： 考试查询和成绩查询，这类数据不会发生变动，学生看个几次就不会再看了，Redis缓存30分钟

变动： 选课结果，在选课初期学生可能频繁查看选课结果，Redis缓存30分钟

特有优化： 选课结果按时间降序排序，优先展示最新选的课程

登陆

学生可能多次登陆系统，第一次登陆时将学生信息加载进Redis，减少后续登陆时对数据库的访问
通过单例模式构建全局唯一类，根据sessionID保存学生学号，供后续使用

选课

此功能为整个系统的重点优化之处， 主要分为两大步骤，选课安全验证和执行选课操作

选课安全验证

IP限流，每分钟可以访问三次，与学号绑定，通过Redis实现

Integer sno = StudentIDUtils.getStudentIDFromMap();
        Integer count = (Integer) redisService.get("ip-", String.valueOf(sno));
        if (count == null) {
            //一分钟内可以访问三次
            redisService.set("ip-", String.valueOf(sno), 1, 1, TimeUnit.MINUTES);
        }else if (count < 3){
            redisService.incr("ip-"+sno, 1);
        }else {
            throw new GlobalException(CodeMsg.COUNT_OVER);
        }

判断是否存在该课程，从Redis中查看
判断是否在规定选课时限范围内，从Redis中查看
若满足上述步骤，根据课程号生成其md5值，暴露秒杀地址
执行选课操作时验证秒杀地址是否正确

执行选课操作

通过本地标记判断是否有余量，若有，执行后续
判断是否重选，通过查看Redis是否有对应缓存来实现
判断上课时间是否冲突，构造冲突判断算法，遍历Redis中已选课程进行验证
库存预减，当库存为0时，将该授课计划添加到本地缓存中，本地缓存通过Caffeine构建

Long num = redisService.hdecr("forPlanCount", String.valueOf(pno), 1);
//        LOGGER.info("redis中读取pno={} 的授课计划余量为{}", pno, num);
        if(num < 0){
            //没余量，写入本地缓存中
            caffeineCache.put(pno, true);
            throw new GlobalException(CodeMsg.PlAN_OVER);
        }

选课请求压入MQ，异步执行，流量削峰，消费端消费选课信息，将结果写入数据库，结果写入数据库这一步采用事务机制，先插入结果，后减余量，减少事务期间锁持有时间，优化数据库读写性能
返回执行成功标识，但结果需要到选课查询页面确认

预加载

@Service
public class ChooseServiceImpl implements ChooseService, InitializingBean {
  @Override
    public void afterPropertiesSet() throws Exception {
      //预加载相关操作
    }
}

通过上述代码所示，Spring在生成Bean初期，会将选课所需要的相关数据加载到Redis中

超选

//选课
    @Modifying
    @Query("update PlanEntity p set p.num = p.num-1 where p.pno =?1 and p.num > 0")
    Integer reduceNumByPno(Integer pno);

退课

到Redis中查看是否存在该条选课记录
删除该条选课记录，对应授课计划余量加一（事务，减少锁持有时间）
修改Redis中对应数据，余量加一，删除掉该条选课记录
返回退课成功标识

其他优化点

安全相关： 存储在数据库中的密码和选课链接都经过了MD5加密，对应MD5值的生成经过了两次加盐

数据库操作： 引入Druid数据库连接池，提升对数据库的操作性能

压力测试

测试内容：选课QPS

测试技术：Jmeter

测试环境：MacBook Pro2018，JDK1.8,Jmeter 5.3

测试计划：理想状态下（余量充足，不存在重复选课，上课时间不冲突等），同时执行5000个线程（模仿5000个同学），选同一节课，看选课执行情况

测试方案：

利用mysql存储过程生成5000个学生学号，并将数据导出为cvs格式，供Jmeter使用

delimiter //
create procedure createSno ()
begin
    declare i int;
    set i = 1;
    while i <= 5000 do
        insert into testData values(i);
        set i = i + 1;
    end while;
end //
delimiter ;

call createSno();

使用Jmeter图形化界面生成测试方案，验证测试方案可行性

使用Jmeter命令行压测（图形化界面仅用来做验证，并不适合高负载压测），执行5次，查看结果

jmeter -n -t [xuanke.jmx,测试文件] -l [xuanke.txt,结果输出] -e -o [/test,web输出]

压测结果说明

多次压测后得出来的平均选课qps为500出头，读页面的平均选课qps为900多

muieer/xuanke