为什么同样是上亿的并发,购票系统就要比电商系统技术挑战更大?
同為高并發,微博熱搜、天貓秒殺、12306 搶票有什么不同呢?
那接下來我們就來分別聊聊他們有什么特性~
1、微博熱搜
「微博熱搜」是一個典型的讀多寫少場景,讀今日的熱點新聞,寫自己的微博評論。
作為一個后端開發,看到“讀多寫少”,第一反應就應該想到要加緩存。
可是,為什么微博總是宕機,抵擋不住 xxx 明星出軌新聞流量?
對微博來說,難點在于熱點無法預測,在面對突發流量時,如何快速擴容。
2、電商秒殺
電商秒殺的大部分做法都是先定日子,然后上報要參與的秒殺商品,最后倒計時秒殺。
也就是說什么時候會有秒殺活動,哪些商品會參與秒殺,這些數據在秒殺前服務端是都可以獲取到的。
而這些數據,也正是關鍵的“熱點數據”。
有了熱點數據之后,服務端可以在秒殺開始前,先加載好相關熱點數據的緩存,做好預熱。
同時,在秒殺前做好相應的限流、擴容準備,已應對即將到來的突發流量。
3、12306 搶票
12306 搶票是一個類秒殺的業務,其核心為:查票、買票。
那么,12306 的秒殺和電商的秒殺有什么不一樣嗎?
電商秒殺:秒殺的對象是商品,一個商品的 sku 個數總是有限的,客戶端直接將用戶想要購買的 skuId 傳給服務端即可。
12306 搶票:秒殺的對象是票。“票”是一個很特殊的商品,比如從杭州到北京,沿路會經過若干各站點。
起始站點、車次、時間,各種不同的選擇會組合出各種不同的結果,即便是“查票”這一個功能,服務端可能也需要大量的計算。
不同的組合方式可能就是不同的下單行為,而秒殺,直接秒對應的商品即可。
這也就是為什么大家再說高并發的時候,總是會不約而同的想到12306的原因。不得不承認,12306的系統架構確實牛,說他是最復雜的購票系統都不為過。
那么你知道,想要承載億級的高并發,你都需要get哪些技能嗎?現在很多公司面試的時候都要求有高并發經驗。
現在正好就有這樣一個機會,即使你沒有碰過高并發的項目,面試的時候也可以和面試官侃侃而談!
BATJ名師授課,在線答疑!限時免費,而且現在添加小姐姐還能白嫖超多學習資料!
Java學習路線+大廠面試真題+N種學習資料等你來哦~
????限時免費????
前100名?0元?解鎖課程
抓緊掃碼報名 ?僅限前100名
現在添加小姐姐還能五選一
實體資料直接包郵到家!
ke
課
cheng
程
da
大
gang
綱
1
億級并發搶票系統MySQL如何設計索引更高效?
1、一節課教你看懂mysql的執行計劃
2、mysql索引的實現原理和數據結構
3、mysql索引設計的技巧
4、mysql聚簇索引和非聚簇索引的區別
5、mysql索引的終極調優方案
6、mysql分布式集群的設計原則
7、mysql如何實現高效的讀寫分離和分庫分表
2
億級并發搶票系統如何用Redis高效實現復雜的售票業務?
1、通過redis解決千萬級并發壓力架構設計
2、項目中遇到哪些問題?設計方案?秒殺?雪崩?穿透?擊穿?預熱?
3、無鎖化,串行化,扁平化克制高并發瓶頸!
4、redis 宕機了咋辦,如何做到可用性和一致性的trad off?
5、12306搶票,微信紅包,電商詳情頁等高頻面試問題!
6、redis持久化,主從復制,分片集群在BAT中的具體使用設計
7、redis分布式鎖造成的架構壓力和錯誤的架構設計問題
8、正確用布隆過濾器,跳表skiplist,HashMap解決并發場景問題
9、如何和面試官互動獲得offer
10、學習方法和面試方法分享
11、逃避認知偏差,技術詛咒,幸存者偏差
3
億級并發搶票系統中常見問題及最優解決方案
1、高并發場景下秒殺超賣Bug復現
2、秒殺場景下JVM鎖現場壓測實戰
3、高并發場景下,分布式鎖思路分析
4、高并發秒殺場景下MySQL分布式鎖實戰
5、高并發秒殺場景下Redis分布式鎖實戰
6、如何在雙十一大促中提升分布式鎖性能
7、抗住雙十一流量峰值的其他方案
8、從源碼級別看分布式鎖如何實現
9、CAP和BASE理論在分布式場景中的應用?
10、分布式鎖全部代碼實戰壓測演示
4
億級并發搶票系統架構都用到的哪些中間件?
1、SOA.Webservice.Dubbo.SpringCloud究竟什么是微服務?
2、單體應用向微服務異構平臺架構演變
3、Eureka 微服務注冊與發現
4、Actuator 微服務監控
RestTemplate 服務器遠程調用
Ribbon 客戶端的負載均衡
OpenFeign 聲明式服務調用
Hystrix 微服務熔斷.降級.資源隔離
HystrixDashboard
Zuul 微服務網關
Config 微服務配置中心
Sleuth zipkin 微服務鏈路追蹤
分布式文件存儲中間件 FastDFS?
分布式消息中間件?RocketMQ Kafka RabbitMQ ActiveMQ
分布式搜索中間件ElasticSearch
分布式緩存中間件 Redis
高并發高性能接入層中間件 LVS.Keepalived.Nginx.Haproxy
5
億級并發搶票系統架構中怎么避免死鎖問題?
1、三高系統必然涉及的面試題核心講解
2、高并發、大數據的首選解決方案
3、雙十一下分布式高并發場景下的存儲技術選型
4、redis、kafka、es、hbase等技術技術選型總結
5、大廠面試高頻架構設計題思路
6、為什么大廠都不用主從同步
7、讀寫分離、業務隔離、分片集群常見的坑
8、正確用布隆過濾器,跳表skiplist,HashMap解決并發場景問題
9、mysql索引的性能問題
10、redis為什么快的多個原因
11、redis是單線程還是多線程
12、秒殺、12306搶票、微信紅包、電商詳情頁等高頻面試問題
今晚20:00開始直播
千人在線直播間等你
為什么我推薦你來聽這門課?
免費領取面試必備算法資料
掃碼領取左程云老師最新算法視頻
(百度左神)
助你更快更穩地拿下心儀offer
掃碼領取更多資料
好了,回歸主題
聽完這次直播課程
你會有哪些收獲呢
程序員面試技巧、避坑經驗
突破現階段技術瓶頸
優化簡歷增加面試邀約次數
面試中如何搞定技術面、HR面
...
總結
以上是生活随笔為你收集整理的为什么同样是上亿的并发,购票系统就要比电商系统技术挑战更大?的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 为啥查询那么慢?
- 下一篇: 大佬把Spring框架总结的「无比详细」