高并发排盘架构：异步队列 + 缓存处理紫微斗数排盘请求
# 高并发排盘架构：异步队列 + 缓存处理紫微斗数排盘请求
> 接口/接入点：紫微斗数排盘（apiCode=1647，接入点 1） · 免费（设档次限制） · 同步单条返回 · 适用人群：日均请求量大的平台架构师 · 阅读时间约 9 分钟
## 核心要点
- 接口是**同步单条**排盘：一次请求返回一张命盘，无批量、无订阅/回调能力。
- 高并发下不要阻塞式同步直连：用「消息队列削峰 + 缓存命中 + 异步结果写入」解耦，前端轮询或 WebSocket 取结果。
- 结合 [缓存策略](https://www.showapi.com/guides/ziwei-doushu-cache-cost-1647)，绝大多数重复请求可在缓存层消化，真正打到接口的只是新增出生信息。
## Why：为什么同步直连扛不住高并发
当你的网站/活动带来突发流量（如节日、营销），大量请求同时同步调用接口会：① 瞬间打满免费档位限制；② 线程/连接阻塞堆积，拖垮整体可用性；③ 重复生日反复消耗额度。正确做法是把「用户请求」与「接口调用」解耦——先快速响应、异步排盘、结果缓存、按需取回。
## What：架构速览
| 组件 | 作用 |
|------|------|
| API 网关 / Web 层 | 接收 `(time, gender)`，先查缓存，未命中则入队并返回任务 ID |
| 缓存层（Redis） | 命中度直接返回，省接口调用 |
| 消息队列（如 Redis Stream / RabbitMQ） | 削峰，异步消费排盘任务 |
| 排盘 Worker | 调易源接口，写结果回缓存/数据库 |
| 结果取回 | 前端轮询任务 ID 或 WebSocket 推送 |
## How：异步队列 + 缓存骨架
**Python：入队与 Worker（示意，用 Redis 作为队列与缓存）**
```python
import hashlib, json, redis, requests
r = redis.Redis(host="localhost", port=6379, db=0)
API_URL = "https://route.showapi.com/1647-1"
def enqueue(time: str, gender: str) -> str:
key = "ziwei:" + hashlib.sha256(f"{time}|{gender}".encode()).hexdigest()
if r.exists(key):
return key # 已排盘，直接返回缓存键
task_id = f"task:{key}"
r.rpush("ziwei_queue", json.dumps({"time": time, "gender": gender, "key": key}))
return task_id
def worker():
while True:
_, raw = r.blpop("ziwei_queue")
job = json.loads(raw)
resp = requests.post(API_URL, params={"appKey": "YOUR_APPKEY"},
data={"time": job["time"], "gender": job["gender"]}, timeout=10).json()
res = resp["showapi_res_body"]
if res.get("ret_code") == 0:
r.set(job["key"], json.dumps(res), ex=86400 * 365) # 结果回写缓存
```
**前端取回（轮询示例）**
```javascript
async function poll(key) {
for (let i = 0; i < 20; i++) {
const v = await (await fetch(`/api/ziwei/result?key=${key}`)).json();
if (v.ready) return v.result;
await new Promise(r => setTimeout(r, 500));
}
throw new Error("排盘超时，请稍后重试");
}
```
**cURL（仅验证单条调用）**
```bash
curl -X POST "https://route.showapi.com/1647-1?appKey=YOUR_APPKEY" \
-H "content-type: application/x-www-form-urlencoded" \
-d "time=1993-10-27%2006&gender=m"
```
## 返回示例与解析
Worker 调通后，结果写入缓存，结构与 [返回字段全解](https://www.showapi.com/guides/ziwei-doushu-response-fields-1647) 一致（`result` 含 `wx`/`pan` 等）。前端轮询拿到即渲染。
## 进阶 / 边界
- **指数退避调用接口**：Worker 调易源失败时用指数退避重试，避免雪崩式重试放大压力。
- **并发度受档位约束**：免费档位的实际并发/日调用上限以 [官方说明](https://www.showapi.com/free-api) 为准，本文不编造数字；Worker 并发数应与之匹配，超出部分排队。
- **缓存是首要优化**：相比堆 Worker，先把缓存做扎实，重复请求根本不进队列，成本最低。
- **无批量能力**：接口一次只排一张盘，多用户需循环入队/循环调用，不要假设存在批量端点。
## FAQ
**Q1：能不能用多线程同步直连扛并发？**
A：不推荐。同步直连在突发流量下会阻塞堆积、打满免费档位。用队列削峰 + 缓存命中 + 异步回写更稳。
**Q2：结果怎么给用户？**
A：两种：前端按任务 ID 轮询；或 Worker 完成后通过 WebSocket 主动推送。轮询实现简单，适合大多数场景。
**Q3：免费档位限制具体是多少？**
A：以 [免费 API 档位说明](https://www.showapi.com/free-api) 为准，本文不杜撰具体数字；架构上把 Worker 并发与队列长度按档位留余量即可。
**Q4：队列堆积怎么办？**
A：先确认缓存命中率是否够高（多数重复请求应被缓存消化）；再横向扩 Worker，并给队列设最大长度与丢弃策略，保护接口不被冲垮。
## 相关能力 / 下一步阅读
- [免费档位限制下，如何设计缓存策略节省紫微斗数排盘调用成本？](https://www.showapi.com/guides/ziwei-doushu-cache-cost-1647)
- [紫微斗数排盘API如何集成到传统文化网站？从出生表单到命盘可视化](https://www.showapi.com/guides/ziwei-doushu-website-integration-1647)
- [传统文化研究平台方案：多用户命盘如何统一管理？](https://www.showapi.com/guides/ziwei-doushu-research-platform-1647)
- **本系列共 12 篇**：查看[紫微斗数排盘 API 指南总目录](https://www.showapi.com/guides/ziwei-doushu-guides-1647)
