设计一个抽奖系统

• 👏作者简介：大家好，我是爱吃芝士的土豆倪，24届校招生Java选手，很高兴认识大家
• 📕系列专栏：Spring原理、JUC原理、Kafka原理、分布式技术原理、数据库技术
• 🔥如果感觉博主的文章还不错的话，请👍三连支持👍一下博主哦
• 🍂博主正在努力完成2023计划中：源码溯源，一探究竟
• 📝联系方式：nhs19990716，加我进群，大家一起学习，一起进步，一起对抗互联网寒冬👀

抽奖系统

需求概述

如果设计一个抽奖系统，如何设计一个高并发的秒杀系统？

这类项目在网上其实很多，但是实际的工作流到底是什么呢？难不成只有简单的数据库操作和逻辑判断吗？实际的工作流都有哪些呢？站在整体上来看都需要哪些呢？下面就以一个项目来讲解下都有什么？

设计思路

总库表梳理

核心领域开发之抽奖领域

库表梳理

结构梳理

核心介绍

其实可以看到，该部分其实是DDD结构中的一个单独的领域，主要是用来走抽奖逻辑。那么实际上仅仅对于抽奖这件事来说，其实就是抽奖策略的设计。通过策略包装里面的doDraw方法选择合适的策略进行抽奖。那么核心流就是策略都有哪些？

实际上关于这方面的策略主要有 总体策略 和 单项策略。

单项策略就是说加入某个奖品抽完了，我们不需要重新计算概率，如果刚好抽到了没有的奖品，那么就相当于没抽到

而总体概率加入说没有商品了，需要重新计算现有商品的概率。

核心领域开发之发放奖品领域

这一步算的上是，抽出奖品后以什么样的规则进行发放了。

结构梳理

lottery-domain
└── src└── main└── java└── cn.itedus.lottery.domain.award├── model├── repository│   ├── impl│   │   └── AwardRepository│   └── IAwardRepository└── service├── factory│   ├── DistributionGoodsFactory.java│   └── GoodsConfig.java└── goods├── impl│   ├── CouponGoods.java│   ├── DescGoods.java│   ├── PhysicalGoods.java│   └── RedeemCodeGoods.java├── DistributionBase.java└── IDistributionGoodsc.java

关于 award 发奖领域中主要的核心实现在于 service 中的两块功能逻辑实现，分别是：goods 商品处理、factory 工厂

goods：包装适配各类奖品的发放逻辑，虽然我们目前的抽奖系统仅是给用户返回一个中奖描述，但在实际的业务场景中，是真实的调用优惠券、兑换码、物流发货等操作，而这些内容经过封装后就可以在自己的商品类下实现了。

factory：工厂模式通过调用方提供发奖类型，返回对应的发奖服务。通过这样由具体的子类决定返回结果，并做相应的业务处理。从而不至于让领域层包装太多的频繁变化的业务属性，因为如果你的核心功能域是在做业务逻辑封装，就会就会变得非常庞大且混乱。

核心领域开发之活动领域

流程梳理

实际上活动的创建在实际的工作流中必须涉及到这些步骤，那么基于这些步骤就可以设计具体的代码结构

结构梳理

lottery-domain
└── src└── main└── java└── cn.itedus.lottery.domain.activity├── model├── repository│   └── IActivityRepository└── service├── deploy├── partake [待开发]└── stateflow├── event│   ├── ArraignmentState.java│   ├── CloseState.java│   ├── DoingState.java│   ├── EditingState.java│   ├── OpenState.java│   ├── PassState.java│   └── RefuseState.java├── impl│   └── StateHandlerImpl.java├── AbstractState.java├── IStateHandler.java└── StateConfig.java

ID生成与分库分表

关于 ID 的生成因为有三种不同 ID 用于在不同的场景下；

• 订单号：唯一、大量、订单创建时使用、分库分表
• 活动号：唯一、少量、活动创建时使用、单库单表
• 策略号：唯一、少量、活动创建时使用、单库单表

所以针对订单号的这种情况，需要考虑分库分表的实现思路

综合来说具体的实现思路如下：设计一个简易版的数据库路由-CSDN博客

应用层编排

这个图其实就简单的将主题的思路都囊括出来了，当有了各种活动以后，需要对当前用户能否参与活动进行检验，如状态、日期、库存、参与次数等。然后进入抽奖部分，按照不同的策略进行抽奖，最终做到落库，在这里后续的设计打算使用MQ进行解耦分离。

规则引擎设计

应用层编排的设计的具体思路其实还是需要知道一开始的活动才行的，但是假如说活动有很多，怎么知道要参加什么活动呢？

所以需要一种规则引擎

通过这种规则引擎的方式来选取不同的活动，然后在执行后续的逻辑。

MQ解耦发货流程

使用消息队列必须要考虑的是发送成功或者失败，以后重复消费的问题。

首先需要开启幂等。然后发送端如果发送失败的话，更新表，这个表中存储的是发送成功或者失败的状态。如果发送失败的话，将来需要使用定时任务进行回调，而图中下半部分的MQ是否消费成功，则是手动开启了消费确认。

定时任务扫描

按照上面说的，如果任务发送MQ失败了，需要用定时任务进行回调，就是使用这个，现在比较常见的有xxl-job，这里我们使用自研的一个：设计一个简易版本的分布式任务调度系统-CSDN博客

扫描库表补偿发货单MQ消息

按照定时任务扫描，如果成功了就发送MQ，没有成功的话，就继续等待下一次定时任务扫描即可。

分布式锁扣减

• 在抽奖系统中引入 Redis 模块，优化用户参与抽奖活动。因为只要有大量的用户参与抽奖，那么这个就属于秒杀场景。所以需要使用 Redis 分布式锁的方式来处理集中化库存扣减的问题，否则在 TPS 达到1k-2k，就会把数据库拖垮。
• 在设计秒杀流程时，优化锁的颗粒度力度，不要把锁直接放到活动编号上，这样在极端临界情况下会出现秒杀解锁失败，导致库存有剩余但不能下单的情况。所以需要增加锁的颗粒度，以滑动库存剩余编号的方式进行加锁，例如 100001_1、100001_2、100001_3，以此类推，具体看代码实现。
• 增加缓存扣减库存后，发送 MQ 消息进行异步更新数据库中活动库存，做最终数据一致性处理。这一部分如果你的系统并发体量较大，还需要把 MQ 的数据不要直接对库更新，而是更新到缓存中，再由任务最阶段同步，以此减少对数据库表的操作

即使是使用 Redis 分布式锁，我们也不希望把锁的颗粒度放的太粗，否则还是会出现活动有库存但不能秒杀，提示“活动过于火爆”。那么我们就需要按照活动编号把库存锁的颗粒度缩小，实际操作也并不复杂，只是把活动ID+库存扣减后的值一起作为分布式锁的Key，这样就缩小了锁的颗粒度。

其中有一个比较关键的就是扣减库存后，在各个以下的流程节点中，如果有流程失败则进行缓存库存的恢复操作。

总体思路

优化思路

前置知识：项目压测优化实践思路-CSDN博客

机器环境配置：

1、阿里云服务器三台 4c8G 100mbps 带宽

2、一台中间件机器

3、一台监控机器 prometheus、influxdb 、grafana

4、一台应用机器 jdk 、lottery 、arthas、 nedo_export

一、定义 REST 接口进行压测使用

二、Postmain 模拟调用

Postmain 模拟调用 RESTFUL 接口 需关注响应时长和返回数据包大小，因为数据包大小会影响到带宽占用。根据响应时长可以算出压测中线程组的执行总时长

三、梯度压测

梯度压测(逐渐增加并发，观察系统的负载，找到系统的临界点)

线程数:根据接口的响应时间来决定 如果很短 就可以用很少的线程 反之更多的线程循环次数：接口响应时间 * 循环次数 = 执行样本的时间(s) 可以控制所有线程组在多久的时间内执行完成

线程数	循环次数	样本数
5	4000	20000
10	4000	40000
20	4000	80000
25	4000	100000
30	4000	120000
35	4000	140000
40	4000	160000
45	4000	180000
50	4000	200000

总线程总数：275

总循环次数：40000 次

总样本数：1,040,000

四、数据库连接异常

开始压测：MySQL 直接报错

问题 1：数据库连接异常

引入 DBRouter 待数据源配置的 用 master 分支的代码（需要在 dbrouter 的 master 分支加一个 druid 依赖否则会报如下错误）

Caused by: java.lang.ClassNotFoundException: com.alibaba.druid.pool.DruidDataSource
at java.net.URLClassLoader.findClass(URLClassLoader.java:387) ~[na:1.8.0_371]
at java.lang.ClassLoader.loadClass(ClassLoader.java:418) ~[na:1.8.0_371]
at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:355) ~[na:1.8.0_371]
at java.lang.ClassLoader.loadClass(ClassLoader.java:351) ~[na:1.8.0_371]
at java.lang.Class.forName0(Native Method) ~[na:1.8.0_371]
at java.lang.Class.forName(Class.java:264) ~[na:1.8.0_371]
at
cn.bugstack.middleware.db.router.config.DataSourceAutoConfig.createDataSource(DataSourceAu
toConfig.java:103) ~[db-router-spring-boot-starter-1.0.2-SNAPSHOT.jar:1.0.2-SNAPSHOT]

加入 Druid 依赖，用的是 Master 分支代码 需要加一个 Druid 数据源 否则启动

在 Lottery 的父依赖中排除指定依赖

五、引入 Druid 数据源

压测 2：修改 Druid 数据源后直接压测

系统负载：1 分钟负载 2.1 5 分钟负载 1.3 15 分钟负载 0.7；说明系统可以处理过来系统的负载和 CPU 的核数有关，对于 4 核 CPU 来说 当负载大于 4 就需要介入查看。CPU 使用和内存占用不高

每个样本的汇总报告:系统的 TPS 持续增加

RT：最开始响应时间长 后来持续平稳，应该是最开始的样本 完成了抽奖的整个流程，后续的请求返回的都是系统无库存，在 Redis 层拦截

TPS

活动线程数

总结：看监控信息显示，负载不高，响应时间在最开始的时候稍长 后续逐渐平稳，TPS 持续增加，异常率很低。推测是在 Redis 层库存校验时进行了拦截返回，几乎后面所有的请求响应结果都是无库存。

{"code":"0001","info":"活动剩余库存非可用","drawAwardInfo":null}

六、分布式锁和抽奖的后续流程

压测三：基于压测二的总结，接下来压测 获取分布式锁和抽奖的后续流程，【建议先跑两个线程组看看，接口的响应时间，在决定启动多个线程执行多少次，尽量避免直接启动压测二的样本】

（1）Jmeter 测试计划

（2）样本和线程数

线程数	循环数	样本数
5	1000	5000
10	1000	10000

（3）聚合报告

看聚合报告 RT 的相应时间都在 100ms 以上，所以适合用 少线程 多循环的方式执行（原因是因为低时延）

prometheus 监控，整个系统资源使用率 不高 ，负载不高 IO 也不高

TPS：

RT：响应时间越来越长

CPU：利用率很低

七、添加索引

压测三改进：

（1）对应响应时间长的接口，压测的时候可以增加多个线程数 ，循环次数减

（2）由于操作数据库比较多查询较多，建立字段索引列，加快查询效率

创建联合索引，user_take_activity 和 user_take_activity_count 添加联合索引，activity 表可以给 activity_id 加一个单列索引(数据量较少，暂时看不出效果)

索引执行效果

样本：

线程数	循环次数	样本数
200	20	4000
300	20	6000

聚合报告：吞吐量上来了是上一轮压测的 8 倍多 但是执行响应时间还是很长，平均值还在708ms 左右 是上一轮的 7 倍左右

RT：

总结：

通过响应时间 可以确定是采用多线程 少循环次数 还是 少线程 多循环次数

增加索引值 ，提高查询效率，TPS 有所回升，所以我们需要确定代码中那块的执行时间比较长，进而优化，借助阿里的 arthas 性能分析

八、Arthas 分析接口响应时长并将查库操作存入 Redis

监控 doDrawProcess 找到耗时的 doPartake 方法

trace cn/itedus/lottery/application/process/draw/impl/ActivityDrawProcessImpl doDrawProcess

监控 doPartake 方法

trace cn/itedus/lottery/domain/activity/service/partake/IActivityPartake doPartak

查询账单接口响应时间 100MS 左右 生成领取记录接口在 224ms 左右

优化查询账单接口：将查库操作改为查 Redis

修改后的代码：

压测后的结果：RT 有所减少 TPS 有所增加

Arthas 返回结果：查询账单接口减少 50ms

九、磁盘和网络带宽导致负载增加

增加线程数压测

样本数：

线程数	循环次数	样本数
200	200	40000
400	200	80000
600	200	120000
800	200	160000
1000	200	200000

聚合报告： TPS 平均在 1500 左右 RT 平均在 472

prometheus 监控显示 系统 1 分钟负载已达到 5.4 说明系统中有大量的排队请求，系统已经请求不过来了，这个时候就需要优化了，因为已经达到系统的瓶颈了，带宽也达到最大值，说明带宽也影响了系统的处理能力，CPU 和内存正常

磁盘 IO 使用率很高、网络带宽不足或延迟 造成系统的负载很高 但是 CPU 和内存正常

TPS: 很稳定

RT：响应时间在增加

十、增加 Tomcat 线程数

Tomcat 线程数为 400 默认 200

prometheus 监控显示 负载有所降低

聚合报告：

RT：

TPS: