1. 项目概述去年接手公司电商平台重构项目时我们面临着一个典型的技术困境原有单体架构在促销活动期间频繁崩溃数据库连接池经常被打满。经过技术选型评估最终决定采用Spring Cloud微服务架构进行改造其中用户模块和商品模块作为核心业务组件率先完成迁移。这次重构不仅让系统QPS从原来的200提升到5000更重要的是建立了可弹性扩展的技术底座。2. 技术架构设计2.1 微服务组件选型在技术栈选择上我们采用了以下组合方案服务注册中心Nacos替代原计划的EurekaAPI网关Spring Cloud Gateway配置中心Nacos Config服务调用OpenFeign Ribbon熔断降级Sentinel链路追踪SkyWalking特别说明选择Nacos而非Eureka的主要原因是其配置管理一体化特性实测发现配置变更推送速度比Spring Cloud Config快3倍以上。2.2 模块划分原则用户模块与商品模块的拆分遵循了三个核心原则业务高内聚用户相关操作注册/登录/信息管理全部收敛在user-service数据独立性用户基础信息与商品信息分库存储性能隔离将读多写少的商品查询与高频更新的用户行为分离3. 用户模块实现细节3.1 关键数据结构设计用户核心表结构如下CREATE TABLE user ( id bigint NOT NULL AUTO_INCREMENT COMMENT 雪花算法ID, username varchar(64) COLLATE utf8mb4_bin NOT NULL, password varchar(128) COLLATE utf8mb4_bin NOT NULL COMMENT BCrypt加密, phone varchar(20) COLLATE utf8mb4_bin DEFAULT NULL, status tinyint NOT NULL DEFAULT 1 COMMENT 0-禁用 1-正常, create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP, update_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, PRIMARY KEY (id), UNIQUE KEY idx_username (username), KEY idx_phone (phone) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COLLATEutf8mb4_bin;3.2 认证授权方案采用JWTOAuth2混合方案实现密码加密BCryptPasswordEncoder迭代次数设为12Token生成JJWT库生成HS256签名token权限控制基于Spring Security实现RBAC模型关键配置示例Configuration EnableWebSecurity public class SecurityConfig extends WebSecurityConfigurerAdapter { Override protected void configure(HttpSecurity http) throws Exception { http.csrf().disable() .authorizeRequests() .antMatchers(/auth/**).permitAll() .antMatchers(/admin/**).hasRole(ADMIN) .anyRequest().authenticated() .and() .addFilter(new JwtAuthenticationFilter(authenticationManager())) .sessionManagement() .sessionCreationPolicy(SessionCreationPolicy.STATELESS); } }4. 商品模块核心技术4.1 多级缓存架构为解决商品详情页的高并发读取问题设计了四级缓存方案缓存层级技术实现命中率响应时间客户端缓存HTTP Cache-Control30%10msCDN缓存阿里云CDN40%20-50ms分布式缓存Redis Cluster25%1-3ms本地缓存Caffeine4%0.1ms4.2 库存扣减方案采用RedisLua脚本实现原子性扣减-- KEYS[1]: 库存key -- ARGV[1]: 扣减数量 local stock tonumber(redis.call(GET, KEYS[1])) if stock tonumber(ARGV[1]) then return redis.call(DECRBY, KEYS[1], ARGV[1]) else return -1 end配合定时任务进行数据库同步Scheduled(cron 0 */5 * * * ?) public void syncStockToDB() { // 获取Redis中所有需要同步的商品ID SetString keys redisTemplate.keys(stock:*); for (String key : keys) { Long productId Long.parseLong(key.split(:)[1]); Integer stock Integer.valueOf(redisTemplate.opsForValue().get(key)); productMapper.updateStock(productId, stock); } }5. 服务通信设计5.1 Feign最佳实践定义商品服务接口FeignClient(name product-service, configuration FeignConfig.class, fallbackFactory ProductClientFallbackFactory.class) public interface ProductClient { GetMapping(/api/internal/products/{id}) ResultProductDTO getProductById(PathVariable Long id); PostMapping(/api/internal/products/stock/deduct) ResultBoolean deductStock(RequestBody StockDeductDTO dto); }配置类示例public class FeignConfig { Bean public Logger.Level feignLoggerLevel() { return Logger.Level.FULL; } Bean public Retryer retryer() { return new Retryer.Default(100, 1000, 3); } }5.2 熔断降级策略Sentinel配置示例PostConstruct public void initFlowRules() { ListFlowRule rules new ArrayList(); FlowRule rule new FlowRule(); rule.setResource(getProductById); rule.setGrade(RuleConstant.FLOW_GRADE_QPS); rule.setCount(1000); // 阈值 rule.setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_WARM_UP); rule.setWarmUpPeriodSec(10); // 预热时间 rules.add(rule); FlowRuleManager.loadRules(rules); }6. 生产环境问题实录6.1 典型故障排查问题现象商品查询接口在晚高峰出现周期性超时排查过程通过SkyWalking发现Gateway到product-service的延迟突增检查Redis监控发现CPU使用率超过90%分析慢查询日志发现大量KEYS *操作定位到某个开发在代码中误用了keys命令扫描解决方案替换所有keys命令为SCAN迭代对热点商品增加本地缓存调整Redis线程池大小6.2 性能优化记录优化前后对比指标优化前优化后提升幅度用户登录RT120ms65ms45%商品查询QPS8003500337%订单创建TPS50200300%关键优化措施引入Caffeine缓存用户权限数据商品图片迁移到OSS数据库分库分表用户表按ID哈希商品表按类目范围7. 持续集成方案7.1 容器化部署Dockerfile示例FROM openjdk:11-jre WORKDIR /app COPY target/user-service-1.0.0.jar ./app.jar ENV JAVA_OPTS-Xms512m -Xmx512m -XX:MaxMetaspaceSize256m EXPOSE 8080 ENTRYPOINT [sh, -c, java ${JAVA_OPTS} -jar app.jar]Kubernetes部署片段apiVersion: apps/v1 kind: Deployment metadata: name: user-service spec: replicas: 3 selector: matchLabels: app: user-service template: metadata: labels: app: user-service spec: containers: - name: user-service image: registry.example.com/user-service:1.0.0 ports: - containerPort: 8080 resources: limits: cpu: 1 memory: 1Gi7.2 监控告警配置Prometheus监控指标示例- job_name: user-service metrics_path: /actuator/prometheus static_configs: - targets: [user-service:8080] relabel_configs: - source_labels: [__address__] target_label: instance regex: (.*):\d replacement: $1Grafana看板包含的关键图表JVM内存使用趋势接口成功率热力图数据库连接池使用情况Redis命中率变化曲线8. 踩坑经验分享Feign超时陷阱默认超时设置过短导致偶发失败解决方案全局配置超时时间feign: client: config: default: connectTimeout: 5000 readTimeout: 10000Nacos注册延迟服务下线后客户端感知延迟解决方案调整心跳参数spring.cloud.nacos.discovery.heart-beat-interval5s spring.cloud.nacos.discovery.heart-beat-timeout15s分布式事务问题用户积分与订单状态不一致最终方案采用本地消息表定时任务补偿缓存雪崩防护商品缓存同时失效导致DB压力骤增实施措施设置随机过期时间使用永不过期的基准数据增量过期策略实现缓存重建互斥锁这个项目让我深刻体会到微服务架构不是简单的技术堆砌而是需要根据业务特点进行深度定制。特别是在电商场景下对一致性和可用性的平衡取舍往往需要结合具体业务场景做出决策。比如在用户注册流程中我们最终选择了AP而非CP允许极端情况下短暂的数据不一致换取更高的系统可用性。 Spring Cloud微服务架构在电商平台重构中的实践
1. 项目概述去年接手公司电商平台重构项目时我们面临着一个典型的技术困境原有单体架构在促销活动期间频繁崩溃数据库连接池经常被打满。经过技术选型评估最终决定采用Spring Cloud微服务架构进行改造其中用户模块和商品模块作为核心业务组件率先完成迁移。这次重构不仅让系统QPS从原来的200提升到5000更重要的是建立了可弹性扩展的技术底座。2. 技术架构设计2.1 微服务组件选型在技术栈选择上我们采用了以下组合方案服务注册中心Nacos替代原计划的EurekaAPI网关Spring Cloud Gateway配置中心Nacos Config服务调用OpenFeign Ribbon熔断降级Sentinel链路追踪SkyWalking特别说明选择Nacos而非Eureka的主要原因是其配置管理一体化特性实测发现配置变更推送速度比Spring Cloud Config快3倍以上。2.2 模块划分原则用户模块与商品模块的拆分遵循了三个核心原则业务高内聚用户相关操作注册/登录/信息管理全部收敛在user-service数据独立性用户基础信息与商品信息分库存储性能隔离将读多写少的商品查询与高频更新的用户行为分离3. 用户模块实现细节3.1 关键数据结构设计用户核心表结构如下CREATE TABLE user ( id bigint NOT NULL AUTO_INCREMENT COMMENT 雪花算法ID, username varchar(64) COLLATE utf8mb4_bin NOT NULL, password varchar(128) COLLATE utf8mb4_bin NOT NULL COMMENT BCrypt加密, phone varchar(20) COLLATE utf8mb4_bin DEFAULT NULL, status tinyint NOT NULL DEFAULT 1 COMMENT 0-禁用 1-正常, create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP, update_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, PRIMARY KEY (id), UNIQUE KEY idx_username (username), KEY idx_phone (phone) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COLLATEutf8mb4_bin;3.2 认证授权方案采用JWTOAuth2混合方案实现密码加密BCryptPasswordEncoder迭代次数设为12Token生成JJWT库生成HS256签名token权限控制基于Spring Security实现RBAC模型关键配置示例Configuration EnableWebSecurity public class SecurityConfig extends WebSecurityConfigurerAdapter { Override protected void configure(HttpSecurity http) throws Exception { http.csrf().disable() .authorizeRequests() .antMatchers(/auth/**).permitAll() .antMatchers(/admin/**).hasRole(ADMIN) .anyRequest().authenticated() .and() .addFilter(new JwtAuthenticationFilter(authenticationManager())) .sessionManagement() .sessionCreationPolicy(SessionCreationPolicy.STATELESS); } }4. 商品模块核心技术4.1 多级缓存架构为解决商品详情页的高并发读取问题设计了四级缓存方案缓存层级技术实现命中率响应时间客户端缓存HTTP Cache-Control30%10msCDN缓存阿里云CDN40%20-50ms分布式缓存Redis Cluster25%1-3ms本地缓存Caffeine4%0.1ms4.2 库存扣减方案采用RedisLua脚本实现原子性扣减-- KEYS[1]: 库存key -- ARGV[1]: 扣减数量 local stock tonumber(redis.call(GET, KEYS[1])) if stock tonumber(ARGV[1]) then return redis.call(DECRBY, KEYS[1], ARGV[1]) else return -1 end配合定时任务进行数据库同步Scheduled(cron 0 */5 * * * ?) public void syncStockToDB() { // 获取Redis中所有需要同步的商品ID SetString keys redisTemplate.keys(stock:*); for (String key : keys) { Long productId Long.parseLong(key.split(:)[1]); Integer stock Integer.valueOf(redisTemplate.opsForValue().get(key)); productMapper.updateStock(productId, stock); } }5. 服务通信设计5.1 Feign最佳实践定义商品服务接口FeignClient(name product-service, configuration FeignConfig.class, fallbackFactory ProductClientFallbackFactory.class) public interface ProductClient { GetMapping(/api/internal/products/{id}) ResultProductDTO getProductById(PathVariable Long id); PostMapping(/api/internal/products/stock/deduct) ResultBoolean deductStock(RequestBody StockDeductDTO dto); }配置类示例public class FeignConfig { Bean public Logger.Level feignLoggerLevel() { return Logger.Level.FULL; } Bean public Retryer retryer() { return new Retryer.Default(100, 1000, 3); } }5.2 熔断降级策略Sentinel配置示例PostConstruct public void initFlowRules() { ListFlowRule rules new ArrayList(); FlowRule rule new FlowRule(); rule.setResource(getProductById); rule.setGrade(RuleConstant.FLOW_GRADE_QPS); rule.setCount(1000); // 阈值 rule.setControlBehavior(RuleConstant.CONTROL_BEHAVIOR_WARM_UP); rule.setWarmUpPeriodSec(10); // 预热时间 rules.add(rule); FlowRuleManager.loadRules(rules); }6. 生产环境问题实录6.1 典型故障排查问题现象商品查询接口在晚高峰出现周期性超时排查过程通过SkyWalking发现Gateway到product-service的延迟突增检查Redis监控发现CPU使用率超过90%分析慢查询日志发现大量KEYS *操作定位到某个开发在代码中误用了keys命令扫描解决方案替换所有keys命令为SCAN迭代对热点商品增加本地缓存调整Redis线程池大小6.2 性能优化记录优化前后对比指标优化前优化后提升幅度用户登录RT120ms65ms45%商品查询QPS8003500337%订单创建TPS50200300%关键优化措施引入Caffeine缓存用户权限数据商品图片迁移到OSS数据库分库分表用户表按ID哈希商品表按类目范围7. 持续集成方案7.1 容器化部署Dockerfile示例FROM openjdk:11-jre WORKDIR /app COPY target/user-service-1.0.0.jar ./app.jar ENV JAVA_OPTS-Xms512m -Xmx512m -XX:MaxMetaspaceSize256m EXPOSE 8080 ENTRYPOINT [sh, -c, java ${JAVA_OPTS} -jar app.jar]Kubernetes部署片段apiVersion: apps/v1 kind: Deployment metadata: name: user-service spec: replicas: 3 selector: matchLabels: app: user-service template: metadata: labels: app: user-service spec: containers: - name: user-service image: registry.example.com/user-service:1.0.0 ports: - containerPort: 8080 resources: limits: cpu: 1 memory: 1Gi7.2 监控告警配置Prometheus监控指标示例- job_name: user-service metrics_path: /actuator/prometheus static_configs: - targets: [user-service:8080] relabel_configs: - source_labels: [__address__] target_label: instance regex: (.*):\d replacement: $1Grafana看板包含的关键图表JVM内存使用趋势接口成功率热力图数据库连接池使用情况Redis命中率变化曲线8. 踩坑经验分享Feign超时陷阱默认超时设置过短导致偶发失败解决方案全局配置超时时间feign: client: config: default: connectTimeout: 5000 readTimeout: 10000Nacos注册延迟服务下线后客户端感知延迟解决方案调整心跳参数spring.cloud.nacos.discovery.heart-beat-interval5s spring.cloud.nacos.discovery.heart-beat-timeout15s分布式事务问题用户积分与订单状态不一致最终方案采用本地消息表定时任务补偿缓存雪崩防护商品缓存同时失效导致DB压力骤增实施措施设置随机过期时间使用永不过期的基准数据增量过期策略实现缓存重建互斥锁这个项目让我深刻体会到微服务架构不是简单的技术堆砌而是需要根据业务特点进行深度定制。特别是在电商场景下对一致性和可用性的平衡取舍往往需要结合具体业务场景做出决策。比如在用户注册流程中我们最终选择了AP而非CP允许极端情况下短暂的数据不一致换取更高的系统可用性。