php redis实现秒思路 php使用redis处理高并发

各位老铁们，大家好，今天由我来为大家分享php，以及php使用redis处理高并发的相关问题知识，希望对大家有所帮助。如果可以帮助到大家，还望关注收藏下本站，您的支持是我们更大的动力，谢谢大家了哈，下面我们开始吧！

“秒 ”是如何实现的

秒难做，是因为库存有限，很多人会在集中的时间内读写有限的数据，在短时间内，会面临成千上万倍的流量。那么如何能做好秒呢？我认为核心思想有这么两点：

将请求尽量的在上游环节就拦截住（不要轻易到数据库这一级）

充分利用缓存

那么这两点如何实现呢，下面详细说说：

最上层是客户端层，常见的都是浏览器访问。点击一次【秒按钮】，然后再点一次【秒按钮】，那么是访问了两次后端么？如果用户手速快一些的话，或者用第三方插件不停的点击，那么岂不是多出来很多请求。从产品层面，我们会设置点击一次按钮后，将按钮置灰，从技术角度，我们可以通过控制几秒内只能提交一次请求。看，这就是“将请求尽量的在上游环节就拦截住”。

当然客户端层做限制，对于在座的程序猿们都是小意思，因为一包，请求长什么样子一清二楚，然后写个脚本，循环调用就好了；为了防止这样的情况发生，后端的服务需要做去重的工作。比如按照用户名去重，在N秒内，只允许1个请求访问进来，然后做页面缓存；比如10秒内发送了一万次请求，其中1次请求访问成功并返回了页面，将这个页面进行缓存，剩余9999次请求直接返回这个缓存页面。

再往下走，10秒内一个客户只有一次请求进来，但是如果同时有一百万个客户，那么这10秒内也有有一百万次访问，那么如何应对呢？用【消息队列】，所有的请求过来，都排队吧，每次只让有限的请求去访问数据。

当然访问数据也不是直接去读写数据库，这里还有一层数据缓存，比如可以使用Memcached或者Redis缓存库存剩余，通常在秒中，这个“库存”可以是粗粒度的，也就是说这个数字可以是不准确的，客户关心的是买到还是买不到，而不会关心剩余数量到底是20件还是10件；数据读操作也可以放在缓存中，再由缓存和数据库做数据同步。

上面几步已经拦截了大多数的请求，到DB这一层的时候，基本上没有什么压力了。

我将持续分享Java开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。

面试高级php工程师，一般会问到哪些问题

高并发大访问量的mysql优化，服务器优化？

字段建索引、主从数据库、读写分离、表分区、负载均衡。

linux的慢查询日志会记录mysql的超时查询sql语句，定期察看进行优化。

2.大访问量下秒模块程序怎么设计，如果使用mysql会有多卖的情况，就是订单超过库存。

将订单数据缓存到内存，如果用数据库直接崩掉，毫无悬念的。

3.缓存的使用

能用静态的用静态，不能静态的用内存缓存，例如memcache、redis，不能缓存的用数据库。

4. ssion可不可以跨域？怎么跨域？

将PHP ssion机制重写（PHP提供），将 ssion存储在memcache或者数据库就可以跨域了。

另外 ssion能以三种方式存储，文件、数据库、缓存。

5.了不了解非关系型数据库？

mongodb

6.会不会写shell脚本以及linux的操作

还会问一下时下流行的东西，比如做没做过开发，例如支付开发、移动开发，等等问题。

问的核心东西都是围绕这些转的，如果有笔试会让你写sql，php功能（例如冒泡排序等排序），还有逻辑题。

我当初面试了很多，这是一个我的面试经验的总结，纯手打忘采纳。

Redis如何弥补传统MySQL架构的不足

谈一下我的理解，如果有不对的地方，请留言指正。

MySQL+Redis

Redis自身是可以做数据持久化的，很多同学都会想Redis应该可以替代MySQL，但是我们使用一项技术、一个框架的时候，不是看它能不能，而是要看它适合不适合。

所以大多数的存储都是MySQL+Redis，MySQL（或者其他关系型数据库）作为主存储，Redis作为辅助存储，被用作缓存，这样可以加快访问读取的速度，提高性能。

Redis被用作缓存，以减少数据库IO的读操作，减轻数据库的压力，例如：

存储热点数据：经常会被查询，但是不经常被修改或者删除的数据；

计数器：诸如很多论坛用于统计点击数；

分布式锁及单线程机制；

最新列表、排行榜：请不要使用 lecttop10fromxxxx。

划重点，下面介绍一下缓存穿透

很多时候，程序员习惯先查询Redis，查询不到的话再去查询数据库，能查到的话再写入Redis中，认为这样不仅缓解了数据库的压力，同时也能保证数据的准确性。

但是由于缓存不命中就会查询数据库，如果一直查询不到的话，就导致每次请求都会查询数据库，如果短时间内有大量这样的请求，那么数据库可能会扛不住。

这就是缓存穿透。

其实应对的也很简单，查询不到的数据，也缓存到Redis中，并设置数据的过期时间。

举个不一定恰当的例子，例如Redis中缓存员工信息，提供接口根据工号查询员工信息：

接口入参工号A001。

先在Redis中查询，查询不到。

去数据库中查询，也查询不到。

插入Redis，key=A001，value=null，设置过期时间五分钟。

这样，五分钟之内再根据A001查询，不会穿透到数据库。

四分钟后，数据库中插入了A001的数据。

五分钟后，Redis中数据过期，下一次请求过来，会查询数据库，并把信息加载到Redis中。

希望我的回答，能够帮助到你！

我会持续分享Java程序开发、架构设计、职业发展等方面的知识和见解，希望能得到你的关注今日头条【会点代码的大叔】，转载请注明出处。

redis秒为什么加锁

放置这边购后，还没有付款，其他人也到了当前订单，所以要进行整过过程的加锁。

如何解决秒编程高并发问题

高并发问题

就是指在同一个时间点，有大量用户同时访问URL ，比如双11都会产生高并发。

高并发带来的后果

服务端??导致站点服务器、DB服务器资源被占满崩溃。??数据的存储和更新结果和理想的设计不一致。用户角度??尼玛，这么卡，刷新了还这样，垃圾，不玩了

二：分析阻碍服务速度的原因1:事物行级锁的等待

java的事务管理机制会限制在一次commit之前，下一个用户线程是无法获得锁的，只能等待

2：延迟

3：JAVA的自动回收机制（GC）

三：处理高并发的常见

1：首先可以将静态资源放入CDN中，减少后端服务器的访问

2：访问数据使用Redis进行缓存

3：使用Negix实现负载均衡

4：数据库集群与库表散列

php redis实现秒思路 php使用redis处理高并发第1张

四：实战优化秒

1：分析原因

当用户在想秒时，秒时间未到，用户可能会一直刷新页面，获取时间和资源（A：此时会一直访问服务器），当时间到了，大量用户同时获取秒接口API（B），获取API之后秒（C），指令传输到各地服务器，服务器再将传递到数据库（D），服务器启用事务减库存操作，在服务器端JAVA 过程中，可能因为JAVA的自动回收机制，还需要一部分时间回收内存（E）。

2：优化思路：

面对上面分析可能会影响的过程，我们可以进行如下优化

A：我们可以将一些静态的资源放到CDN上，这样可以减少对服务器的请求

B：对于暴露秒接口，这种动态的无法放到CDN上，我们可以采用Redis进行缓存

request——>Redis——>MySQL

C：数据库操作，对于MYSQL的速度大约可以达到1秒钟40000次，影响速度的还是因为行级锁，我们应尽可能减少行级锁持有时间。

DE：对于数据库来说操作可以说是相当快了，我们可以将指令放到MYSQL数据库上去，减少延迟以及服务器GC的时间。

3：具体实现

3.1：使用Redis进行缓存

引入redis访问客户端Jedis

12<dependency>3<groupId>redis.clients</groupId>4<artifactId>jedis</artifactId>5<version>2.7.3</version>6</dependency>

优化暴露秒接口：对于SecviceImpl中exportSeckillUrl 的优化，伪代码如下

getfromcache//首先我们要从Redis中获取需要暴露的URL

ifnull//如果从Redis中获取的为空

getdb//那么我们就访问MYSQL数据库进行获取

putcache//获取到后放入Redis中

el locgoin//否则，则直接

我们一般不能直接访问Redis数据库，首先先建立数据访问层RedisDao，RedisDao中需要提供两个，一个是getSeckill和putSeckill

在编写这两个时还需要注意一个问题，那就是序列化的问题，Redis并没有提供序列化和反序列化，我们需要自定义序列化，我们使用protostuff进行序列化与反序列化操作

引入protostuff依赖包

12<dependency>3<groupId>com.dyuproject.protostuff</groupId>4<artifactId>protostuff-core</artifactId>5<version>1.0.8</version>6</dependency>7<dependency>8<groupId>com.dyuproject.protostuff</groupId>9<artifactId>protostuff-runtime</artifactId>10<version>1.0.8</version>11</dependency>

编写数据访问层RedisDao

1packagecom.xqc. ckill.dao.cache;23importorg.slf4j.Logger;4importorg.slf4j.LoggerFactory;56importcom.dyuproject.protostuff.LinkedBuffer;7importcom.dyuproject.protostuff.ProtostuffIOUtil;8importcom.dyuproject.protostuff.runtime.RuntimeSchema;9importcom.xqc. ckill.entity.Seckill;1011importredis.clients.jedis.Jedis;12importredis.clients.jedis.JedisPool;1314/**15*Redis缓存优化16*17*@authorACang（xqc）18*19*/20publicclassRedisDao{21privatefinalLoggerlogger=LoggerFactory.getLogger(this.getClass());2223privatefinalJedisPooljedisPool;2425publicRedisDao(Stringip,intport){26jedisPool=newJedisPool(ip,port);27}2829privateRuntimeSchema<Seckill>schema=RuntimeSchema.createFrom(Seckill.class);3031publicSeckillgetSeckill(long ckillId){32//redis操作逻辑33try{34Jedisjedis=jedisPool.getResource();35try{36Stringkey=" ckill:"+ ckillId;37//并没有实现内部序列化操作38//get->byte[]->反序列化->Object(Seckill)39//采用自定义序列化40//protostuff:pojo.41byte[]bytes=jedis.get(key.getBytes());42//缓存中获取到bytes43if(bytes!=null){44//空对象45Seckill ckill=schema.newMessage();46ProtostuffIOUtil.mergeFrom(bytes, ckill,schema);47// ckill被反序列化48return ckill;49}50}finally{51jedis.clo ();52}53}catch(Exceptione){54logger.error(e.getMessage(),e);55}56returnnull;57}5859publicStringputSeckill(Seckill ckill){60// tObject(Seckill)->序列化->byte[]61try{62Jedisjedis=jedisPool.getResource();63try{64Stringkey=" ckill:"+ ckill.getSeckillId();65byte[]bytes=ProtostuffIOUtil.toByteArray( ckill,schema,66LinkedBuffer.allocate(LinkedBuffer.DEFAULT_BUFFER_SIZE));67//超时缓存68inttimeout=60*60;//1小时69Stringresult=jedis. tex(key.getBytes(),timeout,bytes);70returnresult;71}finally{72jedis.clo ();73}74}catch(Exceptione){75logger.error(e.getMessage(),e);76}7778returnnull;79}808182}

优化ServiceImpl的exportSeckillUrl的

1publicExpo rexportSeckillUrl(long ckillId){2//优化点:缓存优化:超时的基础上维护一致性3//1：访问redis4Seckill ckill=redisDao.getSeckill( ckillId);5if( ckill==null){6//2:访问数据库7 ckill= ckillDao.queryById( ckillId);8if( ckill==null){9returnnewExpo r(fal , ckillId);10}el {11//3:放入redis12redisDao.putSeckill( ckill);13}14}1516DatestartTime= ckill.getStartTime();17DateendTime= ckill.getEndTime();18// 当前时间19DatenowTime=newDate();20if(nowTime.getTime()<startTime.getTime()21||nowTime.getTime()>endTime.getTime()){22returnnewExpo r(fal , ckillId,nowTime.getTime(),startTime.getTime(),23endTime.getTime());24}25//转化特定字符串的过程，不可逆26Stringmd5=getMD5( ckillId);27returnnewExpo r(true,md5, ckillId);28}2930privateStringgetMD5(long ckillId){31Stringba = ckillId+"/"+salt;32Stringmd5=DigestUtils.md5DigestAsHex(ba .getBytes());33returnmd5;34}

3.2并发优化：

在秒操作，正常的应该如下：先减库存，并且得到行级锁，再插入购买明细，然后再提交释放行级锁，这个时候行级锁锁住了其他一些操作，我们可以进行如下优化，这时只需要延迟一倍。

修改executeSeckill 如下：

1@Transactional2/**3*使用注解控制事务的优点:4*1:开发团队达成一致约定,明确标注事务的编程风格。5*2:保证事务的时间尽可能短,不要穿插其他操作RPC/HTTP请求或者剥离到事务外部.6*3:不是所有的都需要事务,如只有一条修改操作,只读操作不需要事务控制.7*/8publicSeckillExecutionexecuteSeckill(long ckillId,longu rPhone,Stringmd5)9throwsSeckillException,RepeatKillException,SeckillClo Exception{10if(md5==null||!md5.equals(getMD5( ckillId))){11thrownewSeckillException(" ckilldatarewrite");12}13// 秒逻辑:减库存+记录购买行为14DatenowTime=newDate();1516try{17//记录购买行为18intin rtCount=successKilledDao.in rtSuccessKilled( ckillId,u rPhone);19//唯一: ckillId,u rPhone20if(in rtCount<=0){21//重复秒 22thrownewRepeatKillException(" ckillrepeated");23}el {24//减库存,热点商品竞争25intupdateCount= ckillDao.reduceNumber( ckillId,nowTime);26if(updateCount<=0){27//没有更新到记录，秒结束,rollback28thrownewSeckillClo Exception(" ckillisclo d");29}el {30//秒成功commit31SuccessKilledsuccessKilled=successKilledDao.queryByIdWithSeckill( ckillId,u rPhone);32returnnewSeckillExecution( ckillId,SeckillStatEnum.SUCCESS,successKilled);33}34}35}catch(SeckillClo Exceptione1){36throwe1;37}catch(RepeatKillExceptione2){38throwe2;39}catch(Exceptione){40logger.error(e.getMessage(),e);41//所有编译期异常转化为运行期异常42thrownewSeckillException(" ckillinnererror:"+e.getMessage());43}44}

3.3深度优化：（存储过程）

定义一个新的接口，使用存储过程秒操作

1/**2* 秒操作by存储过程3*@param ckillId4*@paramu rPhone5*@parammd56*/7SeckillExecutionexecuteSeckillProcedure(long ckillId,longu rPhone,Stringmd5);

实现executeSeckillProcedure

1publicSeckillExecutionexecuteSeckillProcedure(long ckillId,longu rPhone,Stringmd5){2if(md5==null||!md5.equals(getMD5( ckillId))){3returnnewSeckillExecution( ckillId,SeckillStatEnum.DATA_REWRITE);4}5DatekillTime=newDate();6Map<String,Object>map=newHashMap<String,Object>();7map.put(" ckillId", ckillId);8map.put("phone",u rPhone);9map.put("killTime",killTime);10map.put("result",null);11// 存储过程,result被 12try{13 ckillDao.killByProcedure(map);14//获取result15intresult=MapUtils.getInteger(map,"result",-2);16if(result==1){17SuccessKilledsk=successKilledDao.18queryByIdWithSeckill( ckillId,u rPhone);19returnnewSeckillExecution( ckillId,SeckillStatEnum.SUCCESS,sk);20}el {21returnnewSeckillExecution( ckillId,SeckillStatEnum.stateOf(result));22}23}catch(Exceptione){24logger.error(e.getMessage(),e);25returnnewSeckillExecution( ckillId,SeckillStatEnum.INNER_ERROR);2627}2829}

编写SeckillDao实现有存储过程秒的逻辑

1/**2*使用存储过程秒 3*@paramparamMap4*/5voidkillByProcedure(Map<String,Object>paramMap);

在Mybatis中使用

12< lectid="killByProcedure"statementType="CALLABLE">3callexecute_ ckill(4#{ ckillId,jdbcType=BIGINT,mode=IN},5#

,6#{killTime,jdbcType=TIMESTAMP,mode=IN},7#{result,jdbcType=INTEGER,mode=OUT}8)9</ lect>

在Controller层使用

1@Respon Body2publicSeckillResult<SeckillExecution>execute(@PathVariable(" ckillId")Long ckillId,3@PathVariable("md5")Stringmd5,4@CookieValue(value="killPhone",required=fal )Longphone){5//springmvcvalid6if(phone==null){7returnnewSeckillResult<SeckillExecution>(fal ,"未 ");8}9SeckillResult<SeckillExecution>result;10try{11//存储过程调用.12SeckillExecutionexecution= ckillService.executeSeckillProcedure( ckillId,phone,md5);13returnnewSeckillResult<SeckillExecution>(true,execution);14}catch(RepeatKillExceptione){15SeckillExecutionexecution=newSeckillExecution( ckillId,SeckillStatEnum.REPEAT_KILL);16returnnewSeckillResult<SeckillExecution>(true,execution);17}catch(SeckillClo Exceptione){18SeckillExecutionexecution=newSeckillExecution( ckillId,SeckillStatEnum.END);19returnnewSeckillResult<SeckillExecution>(true,execution);20}catch(Exceptione){21logger.error(e.getMessage(),e);22SeckillExecutionexecution=newSeckillExecution( ckillId,SeckillStatEnum.INNER_ERROR);23returnnewSeckillResult<SeckillExecution>(true,execution);24}25}

至此，此的代码优化工作基本完成。但是在部署时可以将其更加优化，我们一般会使用如下架构