# Miaosha

**Repository Path**: baoyulei/miaosha

## Basic Information

- **Project Name**: Miaosha
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-07-22
- **Last Updated**: 2025-09-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 秒杀通 - 高性能秒杀系统

## 项目简介

秒杀通是一个基于微服务架构的高并发秒杀系统，旨在解决电商场景中高并发秒杀业务的技术挑战。系统通过一系列优化措施，能够在单机环境下实现2000-3000 QPS的秒杀处理能力，平均响应时间控制在50ms以内，99%响应时间在100ms以内。

## 技术栈

- **后端框架**: Spring Boot 3.5.3
- **数据库**: MySQL 8.0
- **缓存**: Redis 6.x
- **RPC框架**: 基于Netty自研RPC框架
- **ORM框架**: MyBatis-Plus 3.5.5
- **JSON处理**: FastJSON2 2.0.53
- **工具库**: Hutool 5.8.25
- **AI框架**: Spring AI 1.0 (集成Ollama)
- **其他**: Lombok 1.18.30

## 核心功能

### 1. 微服务架构
- 网关服务：负责路由转发和权限校验
- 用户服务：处理用户注册、登录等用户相关功能
- 商品服务：管理商品信息和库存
- 订单服务：处理订单创建和状态管理
- 日志服务：提供高性能异步日志处理
- AI服务：集成AI分析能力

### 2. 高并发处理优化
- 多层限流策略：网关层、服务层、接口层三级限流
- Redis缓存预扣减：将库存放在Redis中预扣减，大幅降低数据库压力
- 分布式锁：基于Redis实现的分布式锁，防止超卖
- 异步处理：订单创建等耗时操作异步化，提升响应速度

### 3. 分布式事务处理
- 基于Redis原子操作 + 可靠消息表 + 消息队列的最终一致性方案
- 通过定时任务扫描消息表，发送消息到消息队列
- 实现消息重试机制确保远程事务最终执行成功

### 4. 高性能日志系统
- 异步批量日志处理机制，降低对主业务流程的影响
- 支持多目的地输出（控制台、文件、数据库）
- 钩子机制支持AI日志分析扩展

### 5. AI智能分析
- 集成AI分析模块，提供日志智能分析、异常检测、性能分析等功能
- 通过AI分析钩子与日志处理模块解耦集成

## 性能表现

在单机环境下（配置：Intel i7-9750H CPU @ 2.60GHz，16GB内存），经过压力测试和优化，系统可以达到以下性能指标：

| 接口类型 | QPS | 平均响应时间 | 99%响应时间 |
|---------|-----|-------------|------------|
| 普通查询接口 | 5000-8000 | < 20ms | < 50ms |
| 秒杀接口 | 2000-3000 | < 50ms | < 100ms |

### Docker容器化部署性能估算

在基于Docker的容器化部署环境中，假设部署配置如下：
- 网关服务：1个容器实例
- 用户、商品、订单服务：各2个容器实例
- Redis：2个实例
- MySQL：2个实例
- 总内存：32GB（实际Docker分配）

在这种部署环境下，系统性能将有显著提升：

| 接口类型 | QPS | 平均响应时间 | 99%响应时间 |
|---------|-----|-------------|------------|
| 普通查询接口 | 15000-25000 | < 15ms | < 30ms |
| 秒杀接口 | 8000-12000 | < 25ms | < 50ms |

性能提升原因：
1. **服务水平扩展**：用户、商品、订单服务均部署了2个实例，通过负载均衡分发请求，有效提升整体处理能力
2. **数据库读写分离**：MySQL部署2个实例，可实现主从复制和读写分离，提升数据库处理能力
3. **缓存集群部署**：Redis部署2个实例，可分片存储热点数据，提升缓存访问性能
4. **资源隔离**：每个服务独立部署在容器中，避免资源争用，提升系统稳定性

## 系统架构图

```
┌─────────────────────────────────────────────────────────────────────┐
│                            API Gateway                              │
└─────────────────────────────────────────────────────────────────────┘
                                     │
         ┌───────────────────────────┼───────────────────────────┐
         ▼                           ▼                           ▼
┌─────────────────┐      ┌─────────────────┐      ┌─────────────────┐
│   User Service  │      │ Product Service │      │  Order Service  │
│   (2 instances) │      │ (2 instances)   │      │ (2 instances)   │
└─────────────────┘      └─────────────────┘      └─────────────────┘
         │                           │                           │
         ▼                           ▼                           ▼
┌─────────────────┐      ┌─────────────────┐      ┌─────────────────┐
│    RPC Framework│◄────►│    RPC Framework│◄────►│    RPC Framework│
└─────────────────┘      └─────────────────┘      └─────────────────┘
         │                           │                           │
         ▼                           ▼                           ▼
┌─────────────────┐      ┌─────────────────┐      ┌─────────────────┐
│   Redis Cluster │      │    MySQL 8.0    │      │   Message Queue │
│   (2 instances) │      │  (2 instances)  │      │                 │
└─────────────────┘      └─────────────────┘      └─────────────────┘
         │                           │                           │
         ▼                           ▼                           ▼
┌─────────────────┐      ┌─────────────────┐      ┌─────────────────┐
│    Log Service  │      │    AI Service   │      │  Monitor System │
└─────────────────┘      └─────────────────┘      └─────────────────┘
```

## 快速开始

### 环境准备
1. JDK 17
2. Maven 3.11.0
3. MySQL 8.0
4. Redis 6.x

### 项目构建
```bash
mvn clean package
```

### 数据库初始化
执行 [init_data.sql](init_data.sql) 文件初始化数据库表结构和基础数据

### 配置修改
修改各服务模块下的 `application.yml` 文件，配置数据库和Redis连接信息

### 启动服务
1. 启动 Redis 服务
2. 启动 MySQL 服务
3. 依次启动各微服务模块：
   - miaosha-user-provider
   - miaosha-product-provider
   - miaosha-order-provider
   - miaosha-gateway

## 项目亮点

### 1. 自研分布式锁
基于Redis实现类似Redisson的分布式锁，保证库存扣减的原子性，防止超卖

### 2. 多层限流策略
在网关层、服务层、接口层均设置相应的限流措施，采用滑动窗口算法有效防止系统被冲垮

### 3. 可靠消息表机制
通过可靠消息表和消息队列确保分布式事务的最终一致性

### 4. 分布式链路追踪
实现完整的分布式链路追踪功能，支持基于TraceId的请求链路查询

### 5. 自定义RPC框架
基于Netty实现服务间通信，深入理解分布式通信原理

## 项目结构

```
MiaoShaFrame
├── miaosha-common          // 公共模块
├── miaosha-gateway         // 网关模块
├── miaosha-user-provider   // 用户服务
├── miaosha-product-provider// 商品服务
├── miaosha-order-provider  // 订单服务
├── miaosha-rpc             // RPC框架
├── miaosha-log             // 日志模块
├── miaosha-ai              // AI模块
├── init_data.sql           // 数据库初始化脚本
└── README.md               // 项目说明文档
```

## 性能测试方法

### 压力测试工具
推荐使用 JMeter 或 wrk 进行压力测试

### 测试指标
- QPS（每秒查询数）
- 响应时间（平均响应时间、95%响应时间、99%响应时间）
- 吞吐量
- 错误率

### 测试环境
- CPU: Intel i7-9750H @ 2.60GHz
- 内存: 16GB
- JVM参数: -Xms2g -Xmx2g -XX:+UseG1GC

### 测试脚本示例（wrk）
```bash
# 普通查询接口测试
wrk -t12 -c100 -d30s --timeout 10s http://localhost:8080/api/product/list

# 秒杀接口测试
wrk -t12 -c100 -d30s --timeout 10s -s seckill.lua http://localhost:8080/api/order/seckill
```

## 优化建议

### 数据库优化
1. 合理设计索引
2. 使用连接池
3. 读写分离

### 缓存优化
1. 合理设置缓存过期时间
2. 使用多级缓存
3. 缓存预热

### JVM优化
1. 合理设置堆内存大小
2. 选择合适的垃圾收集器
3. 调整GC参数

### 网络优化
1. 使用长连接
2. 减少网络传输数据量
3. 使用压缩传输

## 联系方式

如有任何问题或建议，请联系项目维护者。