秒杀架构设计

限流

因为活动库存量通常都是不多，对应的只有少部分用户才能秒杀成功。因此咱们须要限制大部分用户流量，只准少许用户流量进入后端服务器

削峰

秒杀开始的那一瞬间，会有大量用户冲击进来，因此在开始时候会有一个瞬间流量峰值。如何把瞬间的流量峰值变得更平缓，是可否成功设计好秒杀系统的关键因素。实现流量削峰填谷，通常的采用缓存和 MQ 中间件来解决

异步

秒杀其实能够当作高并发系统来处理，在这个时候，能够考虑从业务上作兼容，将同步的业务，设计成异步处理的任务，提升网站的总体可用性

缓存

秒杀系统的瓶颈主要体如今下订单、扣减库存流程中。在这些流程中主要用到 OLTP 的数据库，相似 MySQL、SQLServer、Oracle。因为数据库底层采用 B+ 树的储存结构，对应咱们随机写入与读取的效率，相对较低。若是咱们把部分业务逻辑迁移到内存的缓存或者 Redis 中，会极大的提升并发效率

 

客户端优化

缓存秒杀页面：将秒杀页面静态化以后的页面分发到 CDN 边缘节点上，起到压力分散的做用。

防止提早下单：主要是在静态化页面中加入一个 JS 文件引用，该 JS 文件包含活动是否开始的标记以及开始时的动态下单页面的 URL 参数。同时，这个 JS 文件是不会被 CDN 系统缓存的，会一直请求后端服务的，因此这个 JS 文件必定要很小。当活动快开始的时候（好比提早），经过后台接口修改这个 JS 文件使之生效

 

API 接入层优化

限制用户维度访问频率

针对同一个用户（ Userid 维度），作页面级别缓存，单元时间内的请求，统一走缓存，返回同一个页面

限制商品维度访问频率

大量请求同时间段查询同一个商品时，能够作页面级别缓存，无论下回是谁来访问，只要是这个页面就直接返回

 

SOA 服务层优化

对于后端系统的控制能够经过消息队列、异步处理、提升并发等方式解决。对于超过系统水位线的请求，直接采起 「Fail-Fast」原则，拒绝掉

秒杀系统核心在于层层过滤，逐渐递减瞬时访问压力，减小最终对数据库的冲击。

MQ 排队服务，只要 MQ 排队服务顶住，后面下订单与扣减库存的压力都是本身能控制的，根据数据库的压力，能够定制化建立订单消费者的数量，避免出现消费者数据量过多，致使数据库压力过大或者直接宕机。

库存服务专门为秒杀的商品提供库存管理，实现提早锁定库存，避免超卖的现象。同时，经过超时处理任务发现已抢到商品，但未付款的订单，并在规定付款时间后，处理这些订单，将恢复订单商品对应的库存量

 

总结

核心思想：层层过滤

• 尽可能将请求拦截在上游，下降下游的压力

• 充分利用缓存与消息队列，提升请求处理速度以及削峰填谷的做用

 

https://mp.weixin.qq.com/s/655E_pHo_xNhf8BrrMQrAw

 

 

 

秒杀系统特色，库存只有一份，全部人会在集中的时间读和写这些数据，多我的读一个数据。

优化思想：

将请求尽可能拦截在系统上游（不要让锁冲突落到数据库上去）。

充分利用缓存，秒杀买票，这是一个典型的读多些少的应用场景，大部分请求是车次查询，票查询，下单和支付才是写请求。

优化方案：

客户端怎么优化（浏览器层，APP层）

    产品层面，用户点击“查询”或者“购票”后，按钮置灰，禁止用户重复提交请求；

    JS层面，限制用户在x秒以内只能提交一次请求；

站点层面的请求拦截

    站点层面，对uid进行请求计数和去重，甚至不须要统一存储计数，直接站点层内存存储（这样计数会不许，但最简单）。一个uid，5秒只准透过1个请求，这样又能拦住99%的for循环请求。

    5s只透过一个请求，其他的请求怎么办？缓存，页面缓存，同一个uid，限制访问频度，作页面缓存，x秒内到达站点层的请求，均返回同一页面。

服务层来拦截（反正就是不要让请求落到数据库上去）

        对于写请求，作请求队列，每次只透有限的写请求去数据层（下订单，支付这样的写业务）

1w部手机，只透1w个下单请求去db

3k张火车票，只透3k个下单请求去db

若是均成功再放下一批，若是库存不够则队列里的写请求所有返回“已售完”。

        对于读请求，怎么优化？cache抗，不论是memcached仍是redis，单机抗个每秒10w应该都是没什么问题的。如此限流，只有很是少的写请求，和很是少的读缓存mis的请求会透到数据层去，又有99.9%的请求被拦住了。

 

总结

上文应该描述的很是清楚了，没什么总结了，对于秒杀系统，再次重复下我我的经验的两个架构优化思路：

（1）尽可能将请求拦截在系统上游（越上游越好）；

（2）读多写少的经常使用多使用缓存（缓存抗读压力）；

浏览器和APP：作限速

站点层：按照uid作限速，作页面缓存

服务层：按照业务作写请求队列控制流量，作数据缓存

数据层：闲庭信步

而且：结合业务作优化

 

https://mp.weixin.qq.com/s/L6_kw3MInnTLV1Gg5xmZ5w