7 交易性能优化技术之缓存库存

交易性能瓶颈

交易验证完全依赖数据库 每一次操作 都是用sql语句的形式去数据库里读的

库存行锁 所有减库存操作都是串行进行的

后置处理逻辑 比如增加商品销量等信息也会影响性能

 

交易验证优化

用户风控策略优化：策略缓存模型化 判断用户id是否存在是最基础的风控策略 其他的还可以有最近是否有异常行为 将这些策略模型化 异步写入redis缓存中 然后实时拦截

活动校验策略优化：引入活动发布流程 模型缓存化 紧急下线能力

 

库存行锁优化

扣减库存缓存化

异步同步数据库

库存数据库最终一致性保证

 

扣减库存缓存化

方案：

1)活动发布同步库存进缓存

2)下单交易减缓存库存

问题：数据库记录不一致 （小公司可用 所有精力去保证缓存的稳定性）

 

方案：即可以保证客户端用户的购买流程 又可以保证数据库和真实库存之间的最终一致性

1）活动发布同步库存进缓存

2）下单交易减缓存库存

3) 异步消息扣减数据库内库存

 

异步消息队列rocketmq

高性能，高并发，分布式消息中间件

典型应用场景：分布式事务，异步解耦