网站架构师面临的最大挑战之一就是并发。自Web服务开始以来，并发水平一直在不断增长，一个主流网站同时服务十万甚至数百万用户，这并不罕见。
就目前应用广泛的电商系统来说，各种营销场景的增加，让电商系统高并发也成为一种必然。为此，本文将给大家带来2种高并发解决方案，希望能为电商系统实现高并发提供一些灵感。
1、多级缓存
2、Nginx 限流
本文我们将以CRMEB商城为例，了解电商中常见的2种高并发方案
一、多级缓存
我们以CRMEB Pro版首页为例
在上图中，我们可以看到商品的分类变化不大，我们可以把它存储在缓存中，这样会大大减轻数据库的压力，这种情况我们可以用redis进行缓存，但是有时候电商网站的并发数只靠redis，会使redis的压力太大。这时我们在这里引入一个概念：多级缓存。
1. 什么是多级缓存
为了解决上述问题，我们在redis的基础上增加了另一个nginx缓存。这时候用户访问我们的网站，会先访问nginx缓存。如果nginx缓存不存在，他们会再次访问redis缓存。如果redis也不存在，我们最终会访问MySQL来获取数据。这样一来redis的压力就大大降低了，然后nginx缓存和redis缓存就形成了多级缓存。
2、多级缓存怎么实现
了解了多级缓存的概念，我们该怎么去实现多级缓存呢？
我们可以使用OpenResty实现，这是一个基于Nginx和Lua的高性能Web平台，它将Nginx与大量复杂的Lua库、第三方模块和大多数依赖项集成在一起。Lua是一种轻量级紧凑脚本语言，用标准C语言编写，以源代码的形式开放。它被设计成嵌入在应用程序中，从而为应用程序提供灵活的扩展和定制功能。在实际操作中，我们通常使用Lua脚本来访问Nginx缓存、Redis缓存和MySQL。流程图如下:
图片来自网络，侵权联系删除
但是，在上述过程中，我们会发现一个问题。当Redis缓存已经存在时，数据库中的数据已经更改。此时所有用户都访问缓存的数据，那么如何解决这个问题呢？
3、Redis 缓存同步 MySql 数据
我们可以通过 canal 解决上面的问题。canal 是一个用来监控数据库数据的变化的工具，可以在Mysql 数据更新时获取其更新的数据。
解决方案:当Mysql数据发生变化时，我们可以通过canal微服务或者用RocketMQ或Kafka配置MQ模式来改变redis中的缓存数据，使Redis中的缓存数据与Mysql中的数据保持一致。
二、Nginx 限流
平常情况下，首页的并发量会比较大，即使使用多级缓存，当用户不断刷新页面时，或者大量恶意请求首页，也会对系统造成影响。这时候就需要采用限流方案了。
1、什么是限流
顾名思义，限流就是限制流量。比如你的手机流量包只有1 G的流量，用完了就没了。这时候我们就可以说我们的流量被限制了，这就叫限流。
常见的限流有漏桶算法
图片来自网络，侵权联系删除
算法思路：
水（请求）从上方倒入水桶，从水桶下面流出（被处理）；
来不及流出的水，储存在水桶(缓冲器)里，以固定的速率流出；
水桶满后水溢出（丢弃）。
这个算法的核心是：缓存请求，统一处理，直接丢弃冗余请求。
2、nginx 限流的方式
控制速度
我们先来说第一种，控制速度。Nginx 控制速率主要使用的是漏桶算法，这样能够强行保证请求的实时处理速度不会超过设置的阈值。
配置 OpenResty 中 Nginx 的配置文件，使在访问 ip/test1 地址时进行限流，该地址会访问一个 Lua 脚本
user root root;
worker_processes 1;
events {
worker_connections 1024;
}
http {
include mime.types;
default_type application/octet-stream;
#限流设置
limit_req_zone $binary_remote_addr zone=contentRateLimit:10m rate=10r/s;
sendfile on;
#tcp_nopush on;
#keepalive_timeout 0;
keepalive_timeout 65;
#gzip on;
server {
listen 80;
server_name localhost;
location /test1{
#使用限流配置
limit_req zone=contentRateLimit;
content_by_lua_file /root/lua/test1.lua;
}
}
}
配置说明：
binary_remote_addr：是一种key，意思是基于 remote_addr(客户端IP) 来做限流，binary_ 的目的是压缩内存占用数。
zone：定义了一个共享内存区域来存储访问信息。
contentRateLimit：10m 表示一个大小为10M，名字为 contentRateLimit 的内存区域。1M可以存储 16000 IP地址的访问信息，10M可以存储16W IP地址访问信息。
Rate：用于设置最大访问速率，rate=10r/s 表示每秒最多处理10个请求。
Nginx：实际上以毫秒为粒度来跟踪请求信息，因此 10r/s 实际上是限制每100毫秒处理一个请求。这意味着，自上一个请求处理完后，若后续100毫秒内又有请求到达，将拒绝处理该请求。
限流速度为每秒 10 次请求，如果有10次请求同时到达一个空闲的 nginx，他们都能得到执行吗？
事实上，漏桶漏出请求是匀速的。10r/s是怎样匀速的呢？每100ms漏出一个请求。在这个配置中，桶是空的，所有不能实时漏出的请求，会被拒绝掉。所以如果10次请求同时到达，那么只有一个请求能够得到执行，其它的，都会被拒绝。这不太友好，大部分业务场景下我们希望这10个请求都能得到执行。
处理突发流量
上述情况称为突发流量，上面的例子仅限于10r/s，如果正常流量突然增加，超出的请求会被拒绝，无法处理突发流量，可以结合 burst 参数使用来解决该问题。
修改上文中的 Nginx 配置文件
server {
listen 80;
server_name localhost;
location /test1 {
limit_req zone=contentRateLimit burst=20 nodelay;
content_by_lua_file /root/lua/test1.lua;
}
}
burst 译为突发、爆发，表示在超过设定的处理速率后能额外处理的请求数,当 rate=10r/s 时，将1s拆成10份，即每100ms可处理1个请求。
此处，burst=12，若同时有12个请求到达，Nginx 会处理第一个请求，剩余11个请求将放入队列，然后每隔100ms从队列中获取一个请求进行处理。若请求数大于12，将拒绝处理多余的请求，直接返回 503。
不过，单独使用 burst 参数并不实用。假设 burst=50 ，rate依然为10r/s，排队中的50个请求虽然每100ms会处理一个，但第50个请求却需要等待 50 * 100ms即 5s，这么长的处理时间自然难以接受。
因此，burst 往往结合 nodelay 一起使用。
继续修改上文中的 Nginx 配置文件
server {
listen 80;
server_name localhost;
location /test1 {
limit_req zone=contentRateLimit burst=20 nodelay;
content_by_lua_file /root/lua/test1.lua;
}
}
平均每秒允许不超过10个请求，突发不超过20个请求，并且处理突发20个请求的时候，没有延迟，等到完成之后，按照正常的速率处理。
如上两种配置结合就达到了速率稳定，但突然流量也能正常处理的效果。
控制并发量（连接数）
nginx 还提供了利用连接数限制某一个用户的ip连接的数量来控制流量。一种是限制固定连接数，第二种是限制每个客户端IP与服务器的连接数，同时限制与服务器的连接总数。
注意：并非所有连接都被计算在内，只有当服务器正在处理请求并且已经读取了整个请求头时，才会计算有效连接。
配置限制固定连接数：
http {
include mime.types;
default_type application/octet-stream;
#限流设置
limit_req_zone $binary_remote_addr zone=contentRateLimit:10m rate=10r/s;
#根据IP地址来限制，存储内存大小10M
limit_conn_zone $binary_remote_addr zone=addr:1m;
sendfile on;
#tcp_nopush on;
#keepalive_timeout 0;
keepalive_timeout 65;
#gzip on;
server {
listen 80;
server_name localhost;
location /test2 {
limit_conn addr 2;
content_by_lua_file /root/lua/test2.lua;
}
location /test1 {
limit_req zone=contentRateLimit burst=20 nodelay;
content_by_lua_file /root/lua/test1.lua;
}
}
}
limit_conn_zone $binary_remote_addr zone=addr:10m; 表示限制根据用户的IP地址来显示，设置存储地址为的内存大小10M
limit_conn addr 2; 表示同一个地址只允许连接2次。
限制每个客户端IP与服务器的连接数，同时限制与服务器的连接总数：
http {
include mime.types;
default_type application/octet-stream;
#限流设置
limit_req_zone $binary_remote_addr zone=contentRateLimit:10m rate=10r/s;
#存储个人请求IP的限流配置
limit_conn_zone $binary_remote_addr zone=perip:10m;
#整个location对应的请求并发容量配置
limit_conn_zone $server_name zone=perserver:100m;
sendfile on;
#tcp_nopush on;
#keepalive_timeout 0;
keepalive_timeout 65;
#gzip on;
server {
listen 80;
server_name localhost;
location /test2 {
limit_conn perip 10;#单个客户端ip与服务器的连接数"10"
limit_conn perserver 100; ＃限制与服务器的总连接数"100"
content_by_lua_file /root/lua/test2.lua;
}
location /test1 {
limit_req zone=contentRateLimit burst=20 nodelay;
content_by_lua_file /root/lua/test1.lua;
}
}
}
总结：我们在redis的基础上增加了另一个nginx缓存就能实现多级缓存，使用漏桶算法可以实现限流的效果，再结合 burst 参数使用来解决突发流量的处理。这几种方法相结合，就能实现电商系统高并发。如果还有不明白之处可以在下方留言，大家一起学习讨论。
