[面試][資料庫]如何解決高併發情境的商品秒殺問題

13th鐵人賽面試 nosql redis 秒殺

寶寶出頭天

團隊自虐病友團

2021-10-05 08:10:05

7189 瀏覽

分享至

如果今天有上萬人在同一時間搶限量商品，昨天分享的方案基本撐不住。

不過面對這個情境，Redis 表示終於輪到我了！今天這篇文章會以 Node.js + Redis 為範例，帶讀者一起解決這個問題。

大綱

如何解決高併發情境的商品秒殺問題
- 1.1 面試官為什麼會問？
- 1.2 面試官想從答案確認什麼？
- 1.3 筆者提供的簡答
回答問題所需具備的知識
- 2.1 先了解 Redis 的基礎知識
- 2.2 使用 Node.js + Redis 解決高併發秒殺問題
- 2.3 模擬秒殺情境確認商品沒有超賣
衍伸問題
- 3.1 如果有數萬用戶同時查看 TOP100 的點數排行榜，資料庫如何設計？
- 3.2 Redis 跟 Memcached 的差異

1. 如何解決高併發商品秒殺問題

1.1 面試官為什麼會問？

這算是資料庫的常見面試題，除了金融、電商喜歡考這題外；社交平台、新創公司、遊戲產業也會換個形式考類似的題目。

因為這算是職缺所需具備的技術，如果求職者沒有相關經驗可能就會止步於這個關卡。

如果有去以上產業的打算，最好有一定的 NoSQL（ex：Redis、MongoDB）基礎再去面試；因為在面試官的眼中有基礎跟完全不會的差距很大，求職者可以沒有實務經驗，但明知產業會碰到這些技術還不去學習就是態度問題了。

1.2 面試官想從答案確認什麼？

能提出高併發情境商品秒殺的解決方案
如果解決方案為 NoSQL，對它的認知有多少
是否接觸過同類型的 NoSQL

1.3 筆者提供的簡答

通常這類型的秒殺活動都有固定檔期，我會先將活動用的商品及庫存數量同步到 Redis 資料庫；為了避免超賣，在 Client 端下單時會執行 Lua 腳本，當秒殺到指定數量或是時間結束後就不再接受請求，活動結束後將 Redis 的資料同步到關聯式資料庫。

2. 回答問題所需具備的知識

2.1 先了解 Redis 的基礎知識

如果有短時間大量訪問、需要性能提升的需求，往往會先想到 Redis 這個記憶體資料庫。

Redis 為什麼快？
- 記憶體資料庫
  記憶體讀寫本來就快。
- 單執行緒（single-threaded）
  如果使用多執行緒會耗費時間在上下文的切換以及加鎖上面；而單執行緒會依照請求順序執行，不需考慮同步以及加鎖帶來的效能問題。
  Redis 是基於記憶體操作，所以效能的瓶頸不在 CPU 而在記憶體、網路頻寬；因為 CPU 不是瓶頸，所以可以開多個 Redis 建立 Cluster 分散壓力。
- I/O 多路複用（multiplexing）
  Redis 使用了 epoll IO 多路複用，可以用一條執行緒處理併發的網路請求。
  
  這個有點抽象，我用繳交作業為情境說明：
  假設你是一個老師，採用多路復用的原則批改作業，那你批改的順序就是看誰先繳交作業，而不是按照學號順序批改（此作法中間有人沒交作業就會卡住）；這樣就能避免大量無用操作，為非阻塞模式的實現。
Redis 資料保存方案
可以使用 RDB 、AOF 來做持久化。
- RDB 持久化（Redis Database）
  在指定的時間間隔內將資料 dump 到硬碟；因為是定期操作，如果 Redis 當機會遺失部分資料，此方案適合大規模資料恢復。
- AOF 持久化（Append Only File）
  這個方案可以完整紀錄所有資料的變化，因為採用日誌追加的方式，所以就算當機也不會影響已經儲存的日誌，災難復原的完成度高；缺點是檔案比 RDB 大、大規模資料恢復速度較 RDB 慢。
Redis 資料淘汰機制
Redis 主要保存的都是熱點資訊，在儲存資料有限的狀態下（記憶體不足，無法寫入新資料）；就要合理的設定淘汰機制：
- 選擇性移除有設定過期時間的資料
  - volatile-lru：挑選最近較少使用的資料淘汰。
  - volatile-ttl：挑選即將過期的資料淘汰。
  - volatile-random：挑選隨機資料淘汰。
- allkeys-lru：挑選最近較少使用的資料淘汰。
- allkeys-random：挑選隨機資料淘汰。
- no-enviction：禁止淘汰；若選用這個設定，當數據到達 maxmemory 時會回傳 OOM 錯誤。
原則上淘汰策略以「volatile-lru、allkeys-lru」為主（淘汰較少使用的資料）。

2.2 使用 Node.js + Redis 解決高併發秒殺問題

目標
- 產生秒殺商品基礎資訊（商品名稱、庫存）
- 模擬秒殺情境，確認是否會超賣
- 確認有保存購買人資訊
使用技術
- Redis
  本篇文章使用 Redis 的 Hash、List type 來儲存資訊。
  
  如果完全沒有相關基礎，建議先參考這篇文章來安裝 Redis 以及它的 GUI 工具。
- Lua 腳本
  為了避免超賣，這裡採用 Lua 腳本；在 Redis Server 執行 EVAL 指令時，在結果回傳前只會執行當下 Lua 腳本的邏輯，其他 Client 端的命令須等待直到 EVAL 執行完為止。
  
  Lua 腳本的邏輯應盡量簡單以保證執行效率，否則會影響 Client 端的體驗。

程式架構

主程式：redisSecKill.js

先啟用 Redis Client 端（如未安裝相關套件，請在專案資料夾下輸入 yarn add ioredis）。
用 prepare 函式，以 Hash type 建立參加秒殺的產品庫存。
用 secKill 函式模擬使用者購買行為，緩存並執行 Lua 腳本。

const fs = require("fs");
const Redis = require("ioredis");
const redis = new Redis({
  host: "127.0.0.1",
  port: 6379,
  password: "",
});

redis.on("error", function (error) {
  console.error(error);
});

async function prepare(item_name) {
  // 參加秒殺活動的商品庫存
  await redis.hmset(item_name, "Total", 100, "Booked", 0);
}

const secKillScript = fs.readFileSync("./secKill.lua");

async function secKill(item_name, user_name) {
  // 1. 緩存腳本取得 sha1 值
  const sha1 = await redis.script("load", secKillScript);
  // console.log(sha1);

  // 2. 透過 evalsha 執行腳本
  // redis Evalsha 命令基本語法如下
  // EVALSHA sha1 numkeys key [key ...] arg [arg ...]
  redis.evalsha(sha1, 1, item_name, 1, "order_list", user_name);
}

function main() {
  console.time("secKill");
  const item_name = "item_name";
  prepare(item_name);
  for (var i = 1; i < 10000; i++) {
    const user_name = "baobao" + i;
    secKill(item_name, user_name);
  }
  console.timeEnd("secKill");
}
main();

Lua 腳本：secKill.lua
在 Lua 腳本執行邏輯：「確認下單數量」➜「取得商品庫存」➜「如果庫存足夠就下單」➜「儲存購買者資訊（List type）」。

local item_name = KEYS[1]
local n = tonumber(ARGV[1])
local order_list = ARGV[2]
local user_name = ARGV[3]
if not n  or n == 0 then
  return 0
end
local vals = redis.call("HMGET", item_name, "Total", "Booked");
local total = tonumber(vals[1])
local booked = tonumber(vals[2])
if not total or not booked then
  return 0
end
if booked + n <= total then
  redis.call("HINCRBY", item_name, "Booked", n)
  redis.call("LPUSH", order_list, user_name)
  return n
end
return 0