從CRUD到高并發架構：用C#實現秒殺系統的終極方案
作者：cocan
引入監控系統，如Prometheus和Grafana，實時監控系統的各項指標，包括CPU使用率、內存占用、數據庫連接數等。在系統中添加詳細的日志記錄，記錄關鍵操作和異常信息，便于在出現問題時進行排查和分析。
在當今的互聯網應用開發中，構建高并發系統是一項極具挑戰性的任務。秒殺系統作為典型的高并發場景，對系統的性能、穩定性和可靠性提出了極高的要求。本文將帶領大家從基礎的CRUD操作開始，逐步深入到高并發架構的設計與實現，最終打造一個基于C#的高性能秒殺系統。
一、理解秒殺系統的業務需求
1.1 業務場景
秒殺系統通常應用于電商平臺、票務系統等場景，在特定時間點，大量用戶同時搶購有限數量的商品或服務。例如，電商平臺的限時搶購活動，用戶在規定的幾分鐘內搶購特價商品；票務系統中熱門演出或賽事門票的瞬間開售等。
1.2 核心需求
- 高并發處理能力：能夠應對瞬間涌入的大量請求，確保系統不崩潰、不卡頓。
- 數據一致性：保證商品庫存數量的準確性，避免超賣現象的發生。
- 快速響應：用戶操作能夠得到及時反饋，提升用戶體驗。
- 安全可靠：防止惡意攻擊，如機器人刷單等行為。
二、技術選型與準備
2.1 后端框架
我們選擇ASP.NET Core作為后端開發框架。ASP.NET Core具有高性能、跨平臺、依賴注入等特性，非常適合構建高并發的Web應用。通過NuGet包管理器，安裝以下核心包：
- Microsoft.AspNetCore.App：ASP.NET Core應用的基礎包。
- Microsoft.EntityFrameworkCore.SqlServer：用于連接和操作SQL Server數據庫。
2.2 數據庫
SQL Server作為關系型數據庫，具備強大的數據管理和事務處理能力，適合存儲商品信息、訂單數據等。在appsettings.json文件中配置數據庫連接字符串：
{
"ConnectionStrings": {
"DefaultConnection": "Server=YOUR_SERVER_NAME;Database=YOUR_DATABASE_NAME;User ID=YOUR_USERNAME;Password=YOUR_PASSWORD"
}
}2.3 緩存
Redis作為內存緩存，具有極高的讀寫速度，能夠有效減輕數據庫壓力。安裝StackExchange.Redis包來操作Redis。在Startup.cs中配置Redis連接：
using StackExchange.Redis;
public void ConfigureServices(IServiceCollection services)
{
var redis = ConnectionMultiplexer.Connect("YOUR_REDIS_SERVER:6379");
services.AddSingleton<IConnectionMultiplexer>(redis);
}三、從CRUD到高并發架構的演進
3.1 基礎CRUD操作
首先，創建商品和訂單的實體類，使用Entity Framework Core進行數據庫的CRUD操作。
- 商品實體類：
public class Product
{
public int Id { get; set; }
public string Name { get; set; }
public int Stock { get; set; }
}- 訂單實體類：
public class Order
{
public int Id { get; set; }
public int ProductId { get; set; }
public string UserId { get; set; }
public DateTime OrderTime { get; set; }
}- 數據訪問層（DAL）示例：
public class ProductRepository
{
private readonly YourDbContext _context;
public ProductRepository(YourDbContext context)
{
_context = context;
}
public async Task<Product> GetProductById(int id)
{
return await _context.Products.FindAsync(id);
}
public async Task UpdateProductStock(int id, int newStock)
{
var product = await _context.Products.FindAsync(id);
product.Stock = newStock;
await _context.SaveChangesAsync();
}
}3.2 引入緩存優化
在高并發場景下，頻繁訪問數據庫會導致性能瓶頸。通過引入Redis緩存，將熱門商品信息緩存起來，減少數據庫查詢次數。
- 緩存獲取商品信息示例：
public async Task<Product> GetProductByIdFromCache(int id)
{
var redis = _connectionMultiplexer.GetDatabase();
var productJson = await redis.StringGetAsync($"product:{id}");
if (!string.IsNullOrEmpty(productJson))
{
return JsonConvert.DeserializeObject<Product>(productJson);
}
var product = await _productRepository.GetProductById(id);
if (product != null)
{
await redis.StringSetAsync($"product:{id}", JsonConvert.SerializeObject(product));
}
return product;
}3.3 高并發架構設計
為了應對高并發，我們采用以下架構設計：
- 負載均衡：使用Nginx作為負載均衡器，將請求均勻分配到多個后端服務器實例上，避免單點服務器過載。
- 消息隊列：引入RabbitMQ作為消息隊列，將訂單創建等操作異步化。當用戶下單時，先將訂單信息發送到消息隊列，由專門的消費者服務從隊列中取出訂單信息進行處理，這樣可以削峰填谷，減輕數據庫的壓力。
- 分布式鎖：為了保證商品庫存的一致性，使用Redis分布式鎖。在進行庫存扣減操作前，先獲取分布式鎖，確保同一時間只有一個線程能夠操作庫存。
public async Task<bool> TryAcquireLockAsync(string lockKey, string requestId, TimeSpan expirationTime)
{
var redis = _connectionMultiplexer.GetDatabase();
return await redis.StringSetAsync(lockKey, requestId, expirationTime, When.NotExists);
}
public async Task ReleaseLockAsync(string lockKey, string requestId)
{
var redis = _connectionMultiplexer.GetDatabase();
var script = @"
if redis.call('GET', KEYS[1]) == ARGV[1] then
return redis.call('DEL', KEYS[1])
else
return 0
end
";
await redis.ScriptEvaluateAsync(
LuaScript.Prepare(script),
new RedisKey[] { lockKey },
new RedisValue[] { requestId });
}四、實現秒殺系統的核心邏輯
4.1 秒殺接口設計
創建一個API接口來處理秒殺請求。在接口中，先從緩存中獲取商品信息，檢查庫存是否充足，然后嘗試獲取分布式鎖進行庫存扣減操作，最后將訂單信息發送到消息隊列。
[ApiController]
[Route("[controller]")]
public class SeckillController : ControllerBase
{
private readonly IProductService _productService;
private readonly IOrderService _orderService;
private readonly IDistributedLockService _lockService;
public SeckillController(
IProductService productService,
IOrderService orderService,
IDistributedLockService lockService)
{
_productService = productService;
_orderService = orderService;
_lockService = lockService;
}
[HttpPost]
public async Task<IActionResult> Seckill([FromBody] SeckillRequest request)
{
var product = await _productService.GetProductByIdFromCache(request.ProductId);
if (product == null || product.Stock <= 0)
{
return BadRequest("商品已售罄");
}
var lockKey = $"seckill:{request.ProductId}";
var requestId = Guid.NewGuid().ToString();
if (!await _lockService.TryAcquireLockAsync(lockKey, requestId, TimeSpan.FromSeconds(10)))
{
return BadRequest("系統繁忙，請稍后重試");
}
try
{
var success = await _productService.DecreaseStock(product.Id);
if (success)
{
var order = new Order
{
ProductId = product.Id,
UserId = request.UserId,
OrderTime = DateTime.Now
};
await _orderService.AddOrderToQueue(order);
return Ok("秒殺成功");
}
else
{
return BadRequest("商品已售罄");
}
}
finally
{
await _lockService.ReleaseLockAsync(lockKey, requestId);
}
}
}4.2 訂單處理與庫存管理
訂單處理服務從消息隊列中消費訂單信息，將訂單數據持久化到數據庫。庫存管理服務負責在接收到庫存扣減請求時，確保庫存數量的準確性。
- 訂單處理服務示例：
public class OrderService : IOrderService
{
private readonly IModel _rabbitMqModel;
private readonly YourDbContext _context;
public OrderService(IModel rabbitMqModel, YourDbContext context)
{
_rabbitMqModel = rabbitMqModel;
_context = context;
}
public async Task AddOrderToQueue(Order order)
{
var body = Encoding.UTF8.GetBytes(JsonConvert.SerializeObject(order));
_rabbitMqModel.BasicPublish(
exchange: "",
routingKey: "order_queue",
basicProperties: null,
body: body);
}
public async Task ProcessOrders()
{
var consumer = new EventingBasicConsumer(_rabbitMqModel);
consumer.Received += async (model, ea) =>
{
var body = ea.Body.ToArray();
var orderJson = Encoding.UTF8.GetString(body);
var order = JsonConvert.DeserializeObject<Order>(orderJson);
_context.Orders.Add(order);
await _context.SaveChangesAsync();
_rabbitMqModel.BasicAck(deliveryTag: ea.DeliveryTag, multiple: false);
};
_rabbitMqModel.BasicConsume(
queue: "order_queue",
autoAck: false,
consumer: consumer);
}
}- 庫存管理服務示例：
public class ProductService : IProductService
{
private readonly ProductRepository _productRepository;
private readonly IConnectionMultiplexer _connectionMultiplexer;
public ProductService(
ProductRepository productRepository,
IConnectionMultiplexer connectionMultiplexer)
{
_productRepository = productRepository;
_connectionMultiplexer = connectionMultiplexer;
}
public async Task<bool> DecreaseStock(int productId)
{
var product = await _productRepository.GetProductById(productId);
if (product == null || product.Stock <= 0)
{
return false;
}
product.Stock--;
await _productRepository.UpdateProductStock(productId, product.Stock);
var redis = _connectionMultiplexer.GetDatabase();
await redis.StringSetAsync($"product:{productId}", JsonConvert.SerializeObject(product));
return true;
}
}五、系統測試與優化
5.1 性能測試
使用工具如JMeter對秒殺系統進行性能測試，模擬大量并發用戶請求，觀察系統的響應時間、吞吐量等指標。根據測試結果，調整系統參數，如緩存過期時間、消息隊列的并發消費者數量等。
5.2 安全優化
防止惡意攻擊是秒殺系統的重要環節。通過設置驗證碼、限制單個IP的請求頻率等方式，阻止機器人刷單行為。同時，對用戶輸入進行嚴格的參數校驗，防止SQL注入等安全漏洞。
5.3 監控與日志
引入監控系統，如Prometheus和Grafana，實時監控系統的各項指標，包括CPU使用率、內存占用、數據庫連接數等。在系統中添加詳細的日志記錄，記錄關鍵操作和異常信息，便于在出現問題時進行排查和分析。
通過以上步驟，我們成功地從基礎的CRUD操作構建出了一個具備高并發處理能力的秒殺系統。在實際應用中，還需要根據業務需求和系統運行情況不斷進行優化和完善，以確保系統的穩定性和可靠性。希望本文能為你在構建高并發系統的道路上提供有價值的參考。
責任編輯：武曉燕
來源：
程序員編程日記
