欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 汽车 > 新车 > [特殊字符]实战:使用 Canal + MQ + ES + Redis + XXL-Job 打造高性能地理抢单系统

[特殊字符]实战:使用 Canal + MQ + ES + Redis + XXL-Job 打造高性能地理抢单系统

2025/5/2 23:55:08 来源:https://blog.csdn.net/m0_73612839/article/details/147565685  浏览:    关键词:[特殊字符]实战:使用 Canal + MQ + ES + Redis + XXL-Job 打造高性能地理抢单系统

📚目录

  1. 项目背景

  2. 技术栈总览

  3. 详细流程分析

    • 3.1 Canal监听MySQL Binlog

    • 3.2 MQ中转传递订单变化

    • 3.3 Elasticsearch存储并查询附近订单

    • 3.4 Redis高性能抢单+Lua防止抢单冲突

    • 3.5 XXL-Job定时任务处理

  4. 完整系统流程图

  5. 总结

一、项目背景

针对类似外卖、跑腿、上门维修等业务场景,存在大量订单需要快速分配给周边服务人员。为了保证抢单速度快、系统高可用,我们设计了一套基于:

  • MySQL主库 + Canal监听Binlog

  • MQ异步推送订单变更

  • Elasticsearch进行地理位置查询

  • Redis加速抢单并防止重复抢单

  • XXL-Job异步修正状态

的完整解决方案。


二、技术栈总览

技术用途
Canal监听数据库Binlog变化
MQ (RocketMQ)订单变更异步推送
Elasticsearch地理位置检索订单
Redis高并发缓存抢单、Lua保证原子操作
XXL-Job定时任务处理订单

三、详细流程分析

3.1 Canal监听MySQL Binlog

目的:实时感知订单表(如:order)中数据变化(新建/更新/删除)。

步骤

  1. Canal连接MySQL,模拟一个Slave。

  2. 订阅需要监听的表,比如:

    instance.filter.regex = db_name.order
    
  3. 把监听到的变更事件,转换成统一格式,推送到MQ。

注意

  • Canal要有正确的binlog起始点。

  • reset master后要删除Canal的meta.dat文件。

Canal配置关键项

canal.instance.master.address=127.0.0.1:3306
canal.instance.dbUsername=canal
canal.instance.dbPassword=canal
canal.instance.filter.regex=order.*

3.2 MQ中转传递订单变化

目的:削峰填谷,异步解耦,解放数据库压力。

  • Canal将每条订单变更消息发送到MQ,例如RocketMQ的OrderChangeTopic

  • 消费端程序监听此Topic,异步拉取消息,处理数据同步到ES和Redis。

RocketMQ发送格式示例(JSON)

{"eventType": "UPDATE","orderId": "123456","status": "NEW","longitude": 113.2644,"latitude": 23.1291
}

3.3 Elasticsearch存储并查询附近订单

目的:让服务人员可以基于地理位置检索周边5km内未被抢的订单。

订单结构设计(Mapping):

{"mappings": {"properties": {"orderId": { "type": "keyword" },"status": { "type": "keyword" },"location": { "type": "geo_point" }}}
}

Java (ES 8+ Lambda Client) 地理查询示例

SearchResponse<OrderDoc> response = client.search(s -> s.index("orders").query(q -> q.bool(b -> b.must(m -> m.match(mq -> mq.field("status").query("NEW"))).filter(f -> f.geoDistance(gd -> gd.field("location").distance("5km").location(l -> l.latlon(23.1291, 113.2644)))))),
OrderDoc.class
);

注意

  • 地理位置需要保存为geo_point格式。

  • 查询时注意单位(km、m)。


3.4 Redis高性能抢单+Lua防止抢单冲突

目的:防止高并发下,出现多个服务人员抢到同一订单的问题。

抢单流程

  1. 抢单时直接查Redis,避免访问MySQL。

  2. 使用Lua脚本,原子性判断是否已被抢。

Lua抢单脚本示例

if redis.call("get", KEYS[1]) == false thenredis.call("set", KEYS[1], ARGV[1])return 1
elsereturn 0
end

Java调用Lua脚本示例

DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
redisScript.setScriptText(luaScriptContent);
redisScript.setResultType(Long.class);Long result = stringRedisTemplate.execute(redisScript,Collections.singletonList("order:123456"),"TAKEN"
);if (result == 1L) {// 抢单成功
} else {// 已被抢
}

注意

  • KEY设计为order:{orderId}

  • 失效时间根据业务设置,比如订单未支付自动失效。


3.5 XXL-Job定时任务处理

目的:在服务人员未支付、超时未接单等情况下,自动取消订单,释放资源。

常见定时任务

  • 每分钟扫描未支付的订单,关闭超时订单。

  • 抢单后超时未接单,订单重新入池。

XXL-Job处理示例

@XxlJob("orderTimeoutHandler")
public void orderTimeoutHandler() {List<String> timeoutOrderIds = orderService.findTimeoutOrders();for (String orderId : timeoutOrderIds) {orderService.cancelOrder(orderId);}
}

调度配置

  • 调度周期:每1分钟

  • 失败重试:3次

  • 超时时间:30秒


四、完整系统流程图


五、总结

通过这一套组合:

  • Canal保证数据库变化实时捕捉

  • MQ解耦数据同步和订单更新

  • ES支撑复杂地理位置查询

  • Redis + Lua保障高并发原子抢单

  • XXL-Job负责后置状态修正

整套抢单系统实现了:

✅ 高可用
✅ 高性能
✅ 地理范围精准控制
✅ 数据一致性

适合各类跑腿、外卖、上门维修等业务场景。

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

热搜词