秒杀系统设计

构建一个高并发、高可用的分布式微服务秒杀系统需要从架构设计、流量控制、数据一致性、缓存策略、数据库优化等多个方面综合考虑。以下是核心设计思路和关键技术点：

1. 架构分层设计

采用微服务架构将系统拆解为独立模块，降低耦合度：

• 网关层：统一入口，负责鉴权、限流、路由。
• 业务层：
  • 秒杀服务：核心逻辑（库存预扣、订单生成）。
  • 库存服务：管理库存（Redis + 数据库）。
  • 订单服务：处理订单异步落库。
  • 支付服务：对接第三方支付。
• 数据层：分库分表、读写分离、热点数据隔离。
• 中间件层：消息队列（削峰填谷）、分布式缓存、分布式锁。

2. 流量控制与削峰

• 前端优化：
  • 静态资源CDN加速。
  • 按钮防重复点击（JS禁用 + 倒计时）。
  • 请求随机延迟（避免客户端请求同时到达）。
  • 验证码/答题（过滤机器人请求）。
• 网关层限流：
  • 令牌桶/漏桶算法：限制每秒请求量。
  • 熔断降级：Hystrix或Sentinel实现服务熔断。
  • 黑白名单：拦截恶意IP。
• 异步化处理：
  • 用户请求进入消息队列（如Kafka/RocketMQ），后端服务按能力消费。
  • 请求先缓存到Redis，通过队列逐步处理。

3. 库存一致性设计

• Redis预扣库存：
  • 秒杀开始前，将库存加载到Redis（INCR/DECR保证原子性）。
  • Lua脚本实现“预扣库存-生成订单”的原子操作。
• 数据库最终一致性：
  • 异步更新数据库（通过消息队列补偿）。
  • 使用分段锁（如将库存拆分为多个子库存，减少竞争）。

4. 高并发缓存策略

• 多级缓存：
  • 本地缓存（Guava/Caffeine） + 分布式缓存（Redis/Redis Cluster）。
  • 热点数据提前预热。
• 防缓存击穿/雪崩：
  • 缓存空值（解决击穿）。
  • 随机过期时间（避免雪崩）。
  • 互斥锁（如Redis的SETNX）。

5. 数据库优化

• 分库分表：
  • 按商品ID或用户ID分片（如ShardingSphere）。
  • 热点商品单独分片（如1个商品对应1个库）。
• SQL优化：
  • 减少事务粒度（避免长事务）。
  • 使用UPDATE ... WHERE stock > 0保证不超卖。
• 连接池调优：
  • 合理配置最大连接数（如HikariCP）。

6. 容灾与降级

• 服务降级：
  • 非核心功能降级（如关闭评价功能）。
  • 静态降级页面（如“活动火爆，稍后重试”）。
• 集群与冗余：
  • 服务多节点部署（Kubernetes自动扩缩容）。
  • 跨机房容灾（如阿里云多可用区部署）。

7. 分布式事务

• 最终一致性方案：
  • 预扣库存成功后发MQ消息，订单服务消费消息生成订单。
  • 失败时通过定时任务补偿（如回滚库存）。
• TCC模式：
  • Try阶段：预留资源。
  • Confirm/Cancel阶段：提交或回滚。

8. 安全防护

• 防刷机制：
  • 用户限购（Redis记录用户购买次数）。
  • 频率限制（如1秒内最多1次请求）。
• 数据加密：
  • 敏感信息（如用户ID）加密传输。
  • 防重放攻击（时间戳+签名校验）。

9. 监控与压测

• 全链路监控：
  • 使用Prometheus + Grafana监控QPS、延迟、错误率。
  • 分布式追踪（SkyWalking/Zipkin）定位瓶颈。
• 压测工具：
  • JMeter/Swr模拟高并发场景。
  • 全链路压测（如阿里云PTS）。

10.技术栈示例

11.逻辑架构图

12.总结

设计秒杀系统的核心是分层解耦、异步削峰、缓存加速、数据最终一致性。通过微服务拆分降低复杂度，结合中间件（Redis、MQ）提升吞吐量，同时通过限流、熔断、降级保障系统稳定性。实际场景中需结合业务特点调整方案，例如针对“热点商品”单独优化，或采用更激进的内存计算（如Redis + Lua）替代数据库操作。