背景介绍:



       对于一个互联网平台来说，高并发是经常会遇到的场景。最有代表性的比如秒杀和抢购。高并发会出现三个特点：



 　　1、高并发读取



 　　2、高并发写入（一致性）



 　　3、出现超卖问题



      如何有效的解决这三个问题是应对高并发的关键。



一般系统都分为前端和后端。



前端如何应对？



1、缓存静态数据，例如图片，html页面，js等



2、搭建负载均衡集群，目前采用较多的为nginx



3、进行ip限制，限制同一个ip单位时间内发起的请求数量。或者建立ip黑名单，避免恶意攻击



4、考虑系统降级。比如当达到系统负载的时候返回一个静态处理页面



后端如何应对？



1、采用mysql读写分离，但是当高并发的时候mysql性能会降低。 一般来说，MySQL的处理性能会随着并发thread上升而上升，但是到了一定的并发度之后会出现明显的拐点，之后一路下降，最终甚至会比单thread的性能还要差。比如加减库存的操作，通常并发量不高的做法为：update xxx set count=count-xx where curcount>xx；这样可以充分利用mysql的事务锁来避免出现超卖的情况。但是并发量上了后，会因为排他锁等待而大大降低性能。



2、采用redis数据库，前置到mysql。思路如下：



      2.1系统启动后，初始化sku信息到redis数据库，记录其可用量和锁定量



      2.2使用乐观锁，采用redis的watch机制。逻辑为：



           1.定义门票号变量，设置初始值为0。watchkey



           2.watch该变量,watch(watchkey);



           3.使用redis事务加减库存。首先获取可用量和抢购量比较，如果curcount>buycount，那么正常执行减库存和加锁定量操作： 


multi; 
 
 
 

                  redis incr watchkey; 
 
 
 

                  redis decrby curcount buycount; 
 
 
 

                  redis incrby  lockcount buycount; 
 
 
 

                  exec;



     由于上述操作都在事务内进行，一旦watchkey被其他的事务修改过，那么exec将返回nil，如此就放弃本次请求。一般都是在循环中重复尝试直到成功或没有可用量。



     最后通过订单信息流，保证mysql数据库的最终一致性。



3、其他方式希望大家补充！