系统设计——秒杀系统设计全解析

一、秒杀系统核心挑战与架构分层

秒杀场景的核心矛盾在于瞬时高并发请求与后端服务有限处理能力的冲突。典型特征包括：请求量级达平时100倍以上（如百万级QPS）、库存操作必须原子性、响应时间需控制在200ms内。

1.1 架构分层设计

采用经典五层架构：

接入层：Nginx动态负载均衡+IP限流（如limit_req_zone）

网关层：Spring Cloud Gateway实现熔断降级（配置示例）：

routes.add(RouteLocatorBuilder.routes()
  .route("seckill", r -> r.path("/seckill/**")
      .filters(f -> f.requestRateLimiter(c -> c.setRateLimiter(redisRateLimiter())
          .setKeyResolver(keyResolver())))
      .uri("lb://seckill-service"))
);

应用层：异步化处理+令牌桶限流（Guava RateLimiter示例）：

RateLimiter limiter = RateLimiter.create(1000); // 每秒1000个令牌
if(limiter.tryAcquire()){
  // 处理请求
}else{
  // 排队或拒绝
}

缓存层：Redis集群+本地缓存（Caffeine）双级缓存
数据层：分库分表+读写分离（ShardingSphere配置要点）

二、流量控制与削峰填谷策略

2.1 前端优化技术

静态资源预加载：CDN部署静态页面（HTML/CSS/JS）

按钮灰化策略：JS实现倒计时+按钮禁用（示例代码）：

let countdown = 60;
const timer = setInterval(()=>{
  countdown--;
  document.getElementById('btn').innerText = `剩余${countdown}秒`;
  if(countdown<=0){
      clearInterval(timer);
      document.getElementById('btn').disabled = true;
  }
},1000);

验证码分层：基础算术验证码→滑动拼图→行为验证码

2.2 后端限流方案

令牌桶算法：Redis实现分布式限流（Lua脚本示例）：

local key = KEYS[1]
local limit = tonumber(ARGV[1])
local current = tonumber(redis.call("get", key) or "0")
if current + 1 > limit then
  return 0
else
  redis.call("INCRBY", key, 1)
  if tonumber(ARGV[2]) > 0 then
      redis.call("EXPIRE", key, ARGV[2])
  end
  return 1
end

队列削峰：RabbitMQ延迟队列处理（配置示例）：

@Bean
public Queue seckillQueue(){
  Map<String, Object> args = new HashMap<>();
  args.put("x-dead-letter-exchange", "seckill.delay.exchange");
  args.put("x-dead-letter-routing-key", "seckill.delay.routingkey");
  args.put("x-message-ttl", 10000); // 10秒延迟
  return new Queue("seckill.queue", true, false, false, args);
}

三、数据一致性保障方案

3.1 库存操作优化

预减库存：Redis原子操作（INCR/DECR示例）：
```java
// 初始化库存
redisTemplate.opsForValue().set(“seckill1001”, 1000);

// 秒杀时预减
Long stock = redisTemplate.opsForValue().decrement(“seckill1001”);
if(stock >=0){
// 创建订单
}else{
redisTemplate.opsForValue().increment(“seckill1001”);
}

- **数据库乐观锁**：MySQL版本号控制（SQL示例）：
```sql
UPDATE seckill_goods 
SET stock = stock - 1, version = version + 1 
WHERE id = 1001 AND version = #{version} AND stock > 0;

3.2 异步消息补偿

消息可靠性：RabbitMQ事务+publisher confirms机制
死信队列：处理失败消息（配置要点）：
```java
@Bean
public DirectExchange deadLetterExchange(){
return new DirectExchange(“seckill.dead.exchange”);
}

@Bean
public Queue deadLetterQueue(){
return new Queue(“seckill.dead.queue”);
}


## 四、性能优化实践
### 4.1 缓存策略
- **多级缓存**：本地缓存（Caffeine）+分布式缓存（Redis）
- **缓存预热**：启动时加载热点数据（示例代码）：
```java
@PostConstruct
public void initCache(){
    List<SeckillGoods> goodsList = goodsMapper.selectHotGoods();
    goodsList.forEach(goods -> {
        redisTemplate.opsForValue().set("seckill:goods:"+goods.getId(), goods);
        redisTemplate.opsForValue().set("seckill:stock:"+goods.getId(), goods.getStock());
    });
}

4.2 数据库优化

索引优化：组合索引（activity_id,status,create_time）
SQL优化：避免SELECT ，使用覆盖索引（示例）：
```sql
— 优化前
SELECT FROM seckill_order WHERE user_id = 1001 AND status = 1;

— 优化后
SELECT id,order_no FROM seckill_order
WHERE user_id = 1001 AND status = 1
LIMIT 1;


## 五、监控与容灾方案
### 5.1 实时监控体系
- **Prometheus+Grafana**：自定义监控指标（示例）：
```yaml
# prometheus.yml配置
scrape_configs:
  - job_name: 'seckill'
    metrics_path: '/actuator/prometheus'
    static_configs:
      - targets: ['seckill-service:8080']

关键指标：QPS、错误率、库存同步延迟、订单创建耗时

5.2 熔断降级策略

Hystrix配置：线程池隔离（示例）：

@HystrixCommand(fallbackMethod = "seckillFallback",
  commandProperties = {
      @HystrixProperty(name="execution.isolation.thread.timeoutInMilliseconds", value="500"),
      @HystrixProperty(name="circuitBreaker.requestVolumeThreshold", value="20"),
      @HystrixProperty(name="circuitBreaker.errorThresholdPercentage", value="50")
  })
public SeckillResult seckill(Long goodsId, Long userId) {
  // 秒杀逻辑
}

六、典型问题解决方案

6.1 超卖问题

原因分析：缓存库存与数据库库存不同步

解决方案：

Redis预减+数据库乐观锁双保险

分布式锁（Redisson实现）：

RLock lock = redissonClient.getLock("seckill"+goodsId);
try {
lock.lock(10, TimeUnit.SECONDS);
// 库存操作
} finally {
lock.unlock();
}

6.2 重复下单