悠悠商城--web安全

架构原则

数据量尽量少

数据在网络上传输需要时间，且不管是请求数据还是返回数据都需要服务器做处理，而服务器在写网络时通常都要做压缩和字符编码，这些都非常消耗 CPU，所以减少传输的数据量可以显著减少 CPU 的使用。

简化秒杀页面的大小，去掉不必要的页面装修效果
JS/CSS压缩，减少流量

请求数要尽量少

浏览器每发出一个请求都多少会有一些消耗，例如建立连接要做三次握手，有的时候有页面依赖或者连接数限制，一些请求（例如 JavaScript）还需要串行加载等。另外，如果不同请求的域名不一样的话，还涉及这些域名的 DNS 解析，可能会耗时更久。因此减少请求数可以显著减少以上这些因素导致的资源消耗。

合并 CSS 和 JavaScript 文件，以减少请求数

路径要尽量短

所谓“路径”，就是用户发出请求到返回数据这个过程中，需求经过的中间的节点数。
每增加一个连接都会增加新的不确定性。从概率统计上来说，假如一次请求经过 5 个节点，每个节点的可用性是 99.9% 的的话，那么整个请求的可用性是：99.9% 的 5 次方，约等99.5%。
所以缩短请求路径不仅可以增加可用性，同样可以有效提升性能（减少中间节点可以减少数据的序列化与反序列化），并减少延时（可以减少网络传输耗时）。

将多个相互强依赖的应用合并部署在一起，把远程过程调用（RPC）变成 JVM 内部之间的方法调用。

依赖要尽量少

所谓依赖，指的是要完成一次用户请求必须依赖的系统或者服务，这里的依赖指的是强依赖。
要减少依赖，我们可以给系统进行分级，比如 0 级系统、1 级级系统、2 级系统、3 级系统，0 级系统如果是最重要的系统，以此类推。
注意，0 级系统要尽量减少对 1 级系统的强依赖，防止重要的系统被不重要的系统拖垮。例如支付系统是 0 级系统，而优惠券是 1 级系统的话，在极端情况下可以把优惠券给降级，防止支付系统被优惠券这个 1 级系统给拖垮。

次级系统服务降级

不要有单点

单点意味着没有备份，风险不可控，我们设计分布式系统最重要的原则就是“消除单点”。
要避免单点，关键点是避免将服务的状态和机器绑定，即把服务无状态化，这样服务就可以在机器中随意移动。

部署配置中心，实现配置动态化

动静分离

所谓“动静分离”，其实就是把用户请求的数据（如 HTML 页面）划分为“动态数据”和“静态数据”。
简单来说，“动态数据”和“静态数据”的主要区别就是看页面中输出的数据是否和 URL、浏览者、时间、地域相关，以及是否含有Cookie 等私密数据。
强调一下，我们所说的静态数据，不能仅仅理解为传统意义上完全存在磁盘上的 HTML 页面，它也可能是经过 Java 系统产生的页面，但是它输出的页面本身不包含上面所说的那些因素。也就是所谓“动态”还是“静态”，并不是说数据本身是否动静，而是数据中是否含有和访问者相关的个性化数据。

把静态数据缓存到离用户最近的地方

用户浏览器
服务器缓存
CDN

静态化改造就是要直接缓存 HTTP 连接
Web 代理服务器根据请求 URL，直接取出对应的 HTTP 连接而不是仅仅缓存数据。Web 代理服务器根据请求 URL，直接取出对应的 HTTP 响应头和响应体然后直接返回，这个响应过程简单得连 HTTP 协议都不用重新组装，甚至连 HTTP 请求头也不需要解析。
选择合适的缓存框架

Java
Nginx
Apache
Varnish

流量削峰

削峰的存在，一是可以让服务端处理变得更加平稳，二是可以节省服务器的资源成本。

排队
答题
分层过滤

减库存

基于数据库行锁

1	update goods set inventory = inventory-1 where id = #{goodsId} and inventory > 0

问题：大量锁竞争时，会影响数据库性能。

使用数据库乐观锁
1
update goods set inventory = inventory-1 where id = #{goodsId} and inventory > 0 and version = #{version}
问题：库存100，且同时只有100人抢购商品时，实际卖出的商品可能少于100。

使用redis令牌桶
预先创建n个令牌桶，n等于商品的个数。请求到来时，先获取令牌桶，只有获取了令牌桶的请求才能实际购买商品。

// 创建令牌桶
List<String> tokens = LongStream.range(0, number)
        .mapToObj(index -> "spike_" + UUID.randomUUID().toString().replace("-", ""))
        .collect(Collectors.toList());
redisTemplate.opsForList().leftPushAll(String.valueOf(goodsId), tokens);

// 获取令牌桶
String token = redisTemplate.opsForList().leftPop(String.valueOf(goodsId));
if (StringUtils.isEmpty(token)) {
    throw new RuntimeException(String.format("商品：%s已经售空", goodsId));
}

问题：实际卖出的商品可能少于100。

使用redis预减库存

// 判断redis中库存是否小于0
Long stock = redisTemplate.opsForValue().decrement("spike_" + goodsId);
if (stock == null || stock < 0) {
    // 内存标记商品已售空
    goodsOverMap.put(goodsId, true);
    throw new RuntimeException(String.format("商品已经售空，商品id：%s", goodsId));
}

异步减库存/创建订单

String token = redisTemplate.opsForList().leftPop(String.valueOf(goodsId));
if (StringUtils.isEmpty(token)) {
    throw new RuntimeException(String.format("商品：%s已经售空", goodsId));
}

// 异步发送秒杀消息
sendSpikeMsg(goodsId, userId);

兜底方案

降级

所谓“降级”，就是当系统的容量达到一定程度时，限制或者关闭系统的某些非核心功能，从而把有限的资源保留给更核心的业务。

限流

限流就是当系统容量达到瓶颈时，我们需要通过限制一部分流量来保护系统，并做到既可以人工执行开关，也支持自动化保护的措施。

拒绝服务

当系统负载达到一定阈值时，例如 CPU 使用率达到 90% 或者系统 load 值达到 2*CPU 核数时，系统直接拒绝所有请求，这种方式是最暴力但也最有效的保护方式。

优化

静态资源优化

JS/CSS压缩，减少流量
CDN就近访问

缓存

页面缓存
对象缓存

其它

隐藏秒杀地址