设计秒杀系统的关键问题与解决方案

1. 高并发架构设计

• 分布式部署：
  采用多节点集群部署，通过负载均衡（如Nginx、HAProxy）分散请求，避免单点故障。

• 微服务拆分：
  将核心功能（库存管理、订单处理）拆分为独立服务，提高系统扩展性和容错性。

2. 库存防超卖方案

• Redis原子操作：
  预减库存使用Redis的DECR或INCRBY指令，保证原子性。

  # 初始化库存
  SET seckill:item:1001:stock 100
  # 预扣库存
  DECR seckill:item:1001:stock

• 数据库最终一致：
  异步扣减数据库库存（通过消息队列），若Redis扣减成功但数据库失败，通过定时任务补偿。

3. 流量控制与限流

• 令牌桶限流：
  使用Redis + Lua实现分布式限流，限制每秒请求数。

  -- 限流脚本：每秒1000次请求
  local key = "rate_limit:" .. KEYS[1]
  local limit = tonumber(ARGV[1])
  local current = redis.call('GET', key) or 0
  if current + 1 > limit then
      return 0
  else
      redis.call('INCR', key)
      redis.call('EXPIRE', key, 1)
      return 1
  end

• 前端防抖与排队：
  用户点击后按钮置灰，请求进入消息队列排队（如Kafka），异步返回结果。

4. 缓存与热点数据优化

• 多级缓存策略：

  • 本地缓存：Guava Cache缓存静态商品信息，TTL 5秒。
  • Redis缓存：库存、用户黑名单等高频数据，同步更新。

• 缓存预热：
  活动开始前将库存、商品详情加载至Redis，避免冷启动击穿数据库。

5. 静态资源优化

• CDN加速：
  将商品图片、页面静态资源分发至CDN，减少服务器带宽压力。

• 页面静态化：
  使用Vue/React生成静态HTML，配合Nginx直接返回，减少服务端渲染。

6. 安全防护

• 人机验证：
  引入滑动验证码或Google reCAPTCHA，拦截脚本请求。

• 黑名单机制：
  Redis记录异常IP/用户ID，短时间频繁请求者直接拒绝。

  # 记录IP访问频率
  INCR seckill:ip:192.168.1.1
  EXPIRE seckill:ip:192.168.1.1 10

7. 系统隔离与降级

• 独立部署：
  秒杀服务使用独立域名、服务器集群、数据库实例，避免影响主站。

• 熔断降级：
  配置Hystrix或Sentinel，当库存耗尽或服务异常时，直接返回“已售罄”。

8. 异步化与削峰填谷

• 消息队列：
  下单请求写入RabbitMQ/Kafka，消费者异步处理订单，缓解数据库压力。

  // RocketMQ生产者示例
  Message msg = new Message("seckill_order", JSON.toJSONBytes(order));
  producer.send(msg);

9. 数据一致性保障

• 分布式事务：
  使用Seata的TCC模式，保证库存扣减与订单创建的原子性。

• 对账补偿：
  每小时扫描订单与库存流水，修复不一致数据。

10. 容灾与监控

• 全链路压测：
  模拟百万QPS流量，验证系统极限并优化瓶颈点。

• 实时监控：
  Prometheus + Grafana监控QPS、库存量、服务延迟，配置阈值告警。

---

架构图示例

用户 → CDN（静态资源） → 负载均衡 → 网关（限流/鉴权）
       ↓
   秒杀服务集群 → Redis（库存/缓存） → 消息队列 → 订单服务 → 数据库

---

总结

设计秒杀系统需围绕 高并发、一致性、可用性 展开，关键技术包括：

• 分布式架构分担流量压力；
• 原子操作与异步处理确保数据准确；
• 多级缓存与限流保护核心资源；
• 隔离与降级提升系统鲁棒性；
• 全链路监控保障快速响应异常。