如何解决秒杀的性能问题和超卖的讨论
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了如何解决秒杀的性能问题和超卖的讨论相关的知识，希望对你有一定的参考价值。
参考技术A KDJ指标又叫随机指标，应用法则是三条曲线，在应用时主要从五个方面进行考虑:KD的取值的绝对数字；KD曲线的形态；KD指标的交叉；KD指标的背离；J指标的取值大小。第一，从KD的取值方面考虑。KD的取值范围都是0~100，将其划分为几个区域:80以上为超买区，20以下为超卖区，其余为徘徊区。根据这种划分，KD超过80就应该考虑卖出了，低于20就应该考虑买入了。应该说明的是，上述划分只是一个应用KD指标的初步过程，仅仅是信号，完全按这种方法进行操作很容易招致损失。第二，从KD指标曲线的形态方面考虑。当KD指标在较高或较低的位置形成了头肩形和多重顶(底)时，是采取行动的信号。注意，这些形态一定要在较高位置或较低位置出现，位置越高或越低，结论越可靠。第三，从KD指标的交叉方面考虑。K与D的关系就如同股价与MA的关系一样，也有死亡交叉和黄金交叉的问题，不过这里交叉的应用是很复杂的，还附带很多其他条件。以K从下向上与D交叉为例:K上穿D是金叉，为买入信号。但是出现了金叉是否应该买入，还要看别的条件。第一个条件是金叉的位置应该比较低，是在超卖区的位置，越低越好。第二个条件是与D相交的次数。有时在低位，K、D要来回交叉好几次。交叉的次数以2次为最少，越多越好。第三个条件是交叉点相对于KD线低点的位置，这就是常说的“右侧相交”原则。K是在D已经抬头向上时才同D相交，比D还在下降时与之相交要可靠得多。第四，从KD指标的背离方面考虑。在KD处在高位或低位，如果出现与股价走向的背离，则是采取行动的信号。第五，J指标取值超过100和低于0，都属于价格的非正常区域，大于100为超买，小0为超卖。具体的可用个牛股宝手机炒股去看看，里面有多项指标指导，每项指标都有详细说明如何应用，使用起来有一定的帮助，希望能帮助到您，祝投资愉快！秒杀与超卖的 性能解决之路
一、秒杀带来了什么？
秒杀或抢购活动一般会经过【预约】【抢订单】【支付】这3个大环节，而其中【抢订单】
这个环节是最考验业务提供方的抗压能力的。
抢订单环节一般会带来2个问题：
1、高并发
比较火热的秒杀在线人数都是10w起的，如此之高的在线人数对于
网站架构从前到后都是一种考验。
2、超卖
任何商品都会有数量上限，如何避免成功下订单买到商品的人数不
超过商品数量的上限，这是每个抢购活动都要面临的难题。
二、如何解决？
首先，产品解决方案我们就不予讨论了。我们只讨论技术解决方案
1、前端
面对高并发的抢购活动，前端常用的三板斧是【扩容】【静态化】【限流】
A：扩容
加机器，这是最简单的方法，通过增加前端池的整体承载量来抗峰值。
B：静态化
将活动页面上的所有可以静态的元素全部静态化，并尽量减少动态元素。通过CDN来抗峰值。
C：限流
一般都会采用IP级别的限流，即针对某一个IP，限制单位时间内发起请求数量。
或者活动入口的时候增加游戏或者问题环节进行消峰操作。
D：有损服务
最后一招，在接近前端池承载能力的水位上限的时候，随机拒绝部分请求来保护活动整体的可用性。
2、后端
那么后端的数据库在高并发和超卖下会遇到什么问题呢？
主要会有如下3个问题：（主要讨论写的问题，读的问题通过增加cache可以很容易的解决）
I： 首先MySQL自身对于高并发的处理性能就会出现问题，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。
II： 其次，超卖的根结在于减库存操作是一个事务操作，需要先select，然后insert，最
后update -1。最后这个-1操作是不能出现负数的，但是当多用户在有库存的情况下
并发操作，出现负数这是无法避免的。
III： 最后，当减库存和高并发碰到一起的时候，由于操作的库存数目在同一行，就会出现
争抢InnoDB行锁的问题，导致出现互相等待甚至死锁，从而大大降低MySQL的处理性
能，最终导致前端页面出现超时异常。
针对上述问题，如何解决呢？ 我们先看眼淘宝的高大上解决方案：
I： 关闭死锁检测，提高并发处理性能。
II：修改源代码，将排队提到进入引擎层前，降低引擎层面的并发度。
III：组提交，降低server和引擎的交互次数，降低IO消耗。
解决方案1：
将存库从MySQL前移到Redis中，所有的写操作放到内存中，由于Redis中不存在锁故
不会出现互相等待，并且由于Redis的写性能和读性能都远高于MySQL，这就解决了高并发
下的性能问题。然后通过队列等异步手段，将变化的数据异步写入到DB中。
优点：解决性能问题
缺点：没有解决超卖问题，同时由于异步写入DB，存在某一时刻DB和Redis中数据不一致的风险。
解决方案2：
引入队列，然后将所有写DB操作在单队列中排队，完全串行处理。当达到库存阀值的时候
就不在消费队列，并关闭购买功能。这就解决了超卖问题。
优点：解决超卖问题，略微提升性能。
缺点：性能受限于队列处理机处理性能和DB的写入性能中最短的那个，
另外多商品同时抢购的时候需要准备多条队列。
解决方案3：
将写操作前移到MC中，同时利用MC的轻量级的锁机制CAS来实现减库存操作。
优点：读写在内存中，操作性能快，引入轻量级锁之后可以保证同一时刻
只有一个写入成功，解决减库存问题。
缺点：没有实测，基于CAS的特性不知道高并发下是否会出现大量更新失败？
不过加锁之后肯定对并发性能会有影响。
解决方案4：
将提交操作变成两段式，先申请后确认。然后利用Redis的原子自增操作（相比较MySQL的
自增来说没有空洞），同时利用Redis的事务特性来发号，保证拿到小于等于库存阀值的号的人都
可以成功提交订单。然后数据异步更新到DB中。
优点：解决超卖问题，库存读写都在内存中，故同时解决性能问题。
缺点：由于异步写入DB，可能存在数据不一致。另可能存在少买，也就是如果拿到号的人
不真正下订单，可能库存减为0，但是订单数并没有达到库存阀值。
以上是关于如何解决秒杀的性能问题和超卖的讨论的主要内容，如果未能解决你的问题，请参考以下文章