当前位置: 首页 > news >正文

[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。

相关文章:

  • ASP.NET图片盗链防护指南
  • 总线位宽不变,有效数据位宽变化的缓存方案
  • 概率论与统计(不确定性分析)主要应用在什么方面?涉及到具体知识是什么?
  • 深入解析 npm 与 Yarn:Node.js 包管理工具对比与选型指南
  • 考研系列-计算机组成原理第五章、中央处理器
  • Spring Cloud Stream喂饭级教程【搜集全网资料整理】
  • 【Fifty Project - D18】
  • 【Flutter】Unity 三端封装方案:Android / iOS / Web
  • NGINX `ngx_http_core_module` 深度解读与实战指南
  • 晶晨S905L/LB芯片_安卓11.0_已适配移动遥控_支持外置网卡_支持IPV6_通刷线刷包
  • 通过ThreadLocal存储登录用户信息
  • rt-linux下的D状态的堆栈抓取及TASK_RTLOCK_WAIT状态
  • 使用 OpenCV 和 dlib 进行人脸检测
  • ElasticSearch从入门到精通-覆盖DSL操作和Java实战
  • Flutter 学习之旅 之 flutter 有时候部分手机【TextField】无法唤起【输入法软键盘】的一些简单整理
  • 【玩转 JS 函数式编程_016】DIY 实战:巧用延续传递风格(CPS)重构倒计时特效逻辑
  • 【HarmonyOS 5】鸿蒙检测系统完整性
  • 解决 Elasticsearch 启动错误:failed to obtain node locks
  • OpenSPG/KAG v0.7.1 发布, 针对新版若干优化和BUGFIX
  • DeepSeek智能时空数据分析(五):基于区域人口数量绘制地图散点-大模型搜集数据NL2SQL加工数据
  • 国家发改委答澎湃:将指导限购城市针对长期摇号家庭和无车家庭等重点群体定向增发购车指标
  • 美大学建“私人联盟”对抗政府:学校已存在300年,特朗普才上任3个月
  • 我国将出台稳就业稳经济推动高质量发展若干举措,将根据形势变化及时出台增量储备政策
  • 伊朗港口爆炸致18死800余伤,三分之二伤者已出院
  • 人民日报读者点题:规范涉企执法,怎样防止问题反弹、提振企业信心?
  • 云南鲁甸县一河滩突然涨水致4死,有人在救人过程中遇难