概述

之前處理過一個購物車故障，覺得還挺經典的，在這裡跟大家分享一下。這個故障直接導致前端新增購物車、獲取使用者購物車列表等操作都失敗了。購物車是入口，一旦出現問題，影響極其嚴重。

臨時處理

購物車服務所有介面，是有列印響應時間的，發現比平時慢了很多。由於情況已是十萬火急了，我只能先重啟購物車，緩衝一下，然後利用這段緩衝時間，趕緊定位問題。

問題定位

之前對購物車應用基於Spring Cloud微服務化了，已經穩定運行了幾個月了，且當時上線前也經過壓測，介面效能是沒問題的。怎麼突然之間就有問題了呢？根據以往的經驗，大部分故障都是SQL

後來仔細一看，庫存慢查詢語句，要查詢庫存的商品比平時多很多。商品個數少的話，這條語句還是非常快的，一旦多了就開始慢了。

解決方案

由於庫存計算體系的歷史原因，這條SQL是很難優化的。情況又是十萬火急的，大老闆一直在問咋回事。因此臨時改程式碼，將商品庫存放到Redis快取起來。購物車服務的話，是允許庫存資料不實時的，因為後面的結算和支付會實時計算庫存，庫存不足的時候，會提示使用者的。

注意：

• 由於購物車是入口，流量很大，而從購物車到結算頁再到支付，由於有一個操作步驟，因此結算頁和支付頁的流量是沒有購物車那麼大的；
• 部分使用者購物車上的商品資料是非常多的，但是未必都會買，使用者也可以勾選要買的商品，然後下單；
• 部分使用者沒有清理購物車失效商品的習慣，導致購物車上的商品非常多。

終極解決方案

將庫存服務獨立出去，將商品庫存資料放置到快取，並引入實時重新整理快取中庫存資料的機制，讓快取中的資料儘量保證新鮮。這樣的話，查詢庫存的時候，大部分都可以從快取中獲取，不會穿透到資料庫上。

補充

我們對介面進行壓測的時候，部分場景下，要考慮入參的個數，不能簡單的用幾個資料壓測，覺得效能OK就不管了。