架構面試題—大并發量的訂單的解析

問題描述:做一個電商平臺,如何設置一個在買家下訂單后的”第60秒“發短信通知賣家發貨,需要考慮的是像淘寶一樣的大并發量的訂單。

原問題鏈接

https://www.oschina.net/question/926166_2137672

最基礎設計

最直觀能想到的解決辦法就是使用延遲隊列的實現原理,其就是一個按時間排好序的隊列,每次put的時候排序,然后take的時候就計算時間是否過期,如果過期則返回隊列第一個元素進行消費,否則當前線程阻塞X秒后彈出第一個元素,這個就是DelayQueue 的思路。

這種實現是最基礎的,但是也是問題最多的

1.DelayQueue 的最大容量是有上限的,承受不住過多的訂單
2.每次來新的訂單都要進行排序插入合適位置,訂單量級過大時性能會很低
3.這種方案只適合單機,無法橫向進行分布式擴展

升級版

針對上述的問題,我們采用Redis集群來替代DelayQueue 的設計

1.生成訂單后,立即往redis群集寫訂單信息(信息包含下單時間)。
2.根據redis集群的結點數量,開啟相應倍數(大于等于1)的線程數,n個線程掃描一個結點
3.各線程每次掃描得到的都是下單時間等于60s的訂單,再對這些訂單發送短信,并相應的從redis移除

這種方法解決了基礎版的三個問題,在升級版里還有一些點可以進行細化優化

1.訂單量爆發時,可以將每個訂單直接扔進redis,將壓力分給集群
2.訂單流量中低時,可以利用redis的SortedSet(有序集合)來進行操作,增大redis的掃描線程的顆粒度,進而提升處理效率
3.Redis并發時的數據一致性問題,可以通過redis事務靈活解決

到這里基本就可以解決本文所說的高并發量的帶時間延遲的問題了,我們再深入想一想這種設計的問題,如果時間不固定跨度廣的情況下其實輪詢的方式是不那么理想的會空轉cpu

時間輪(TimingWheel)

Kafka中存在大量的延遲操作,比如延遲生產、延遲拉取以及延遲刪除等。Kafka并沒有使用JDK自帶的Timer或者DelayQueue來實現延遲的功能,而是基于時間輪自定義了一個用于實現延遲功能的定時器(SystemTimer)。

JDK的Timer和DelayQueue和redis的SortedSet插入和刪除操作的平均時間復雜度為O(nlog(n)),并不能滿足Kafka的高性能要求,而基于時間輪可以將插入和刪除操作的時間復雜度都降為O(1)。

時間輪的應用并非Kafka獨有,其應用場景還有很多,在Netty、Akka、Quartz、Zookeeper等組件中都存在時間輪的蹤影。

參考下圖,Kafka中的時間輪(TimingWheel)是一個存儲定時任務的環形隊列,每個元素可以存放一個定時任務列表(TimerTaskList)。TimerTaskList是一個雙向鏈表,元素是(TimerTaskEntry),其中封裝了真正的定時任務TimerTask。

image.png

時間輪由多個時間格組成,每個時間格代表當前時間輪的基本時間跨度(tickMs)。時間輪的時間格個數是固定的,可用wheelSize來表示,那么整個時間輪的總體時間跨度(interval)可以通過公式 tickMs × wheelSize計算得出。

時間輪還有一個表盤指針(currentTime)currentTime當前指向的時間格也屬于到期部分,表示剛好到期,需要處理此時間格所對應的TimerTaskList的所有任務。

時間輪就像時鐘一樣,可以通過秒表指向誰就執行誰,當時間跨度大時,可以增加時間輪的級別,如圖

image.png

第一層的時間輪tickMs=1ms, wheelSize=20, interval=20ms。
第二層的時間輪的tickMs為第一層時間輪的interval,即為20ms。每一層時間輪的wheelSize是固定的,都是20,那么第二層的時間輪的總體時間跨度interval為400ms。
以此類推,這個400ms也是第三層的tickMs的大小,第三層的時間輪的總體時間跨度為8000ms。

時間輪的優點

1.把任務輪詢的多個線程改裝為了秒針的單一輪詢
2.從毫秒級或者秒級任務獲取執行改裝為批量的范圍獲取
3.擴展性極好,顆粒度可以根據業務場景自適應
4.插入和刪除操作的時間復雜度都降為O(1)

?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,401評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,011評論 3 413
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,263評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,543評論 1 307
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,323評論 6 404
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,874評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,968評論 3 439
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,095評論 0 286
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,605評論 1 331
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,551評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,720評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,242評論 5 355
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 43,961評論 3 345
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,358評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,612評論 1 280
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,330評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,690評論 2 370

推薦閱讀更多精彩內容