互联网秒杀业务架构设计 / 秒杀系统架构分析与实战

http://my.oschina.net/xianggao/blog/528800

http://my.oschina.net/xianggao/blog/524943

0 系列目录

• 秒杀系统架构
  • 秒杀系统架构分析与实战
  • 互联网秒杀业务架构设计

1 抢购业务介绍

我们常见的抢购业务分两种： 限时抢购、限量抢购，我简单分析了下这些case，如下图：

想必小米的抢购运营的最火爆了，每发一款新品，都限量发售，每次搞的大家心里痒痒的。记得之前还因为抢购太火爆，站点打不开，崩溃了。那么问题来了：为什么抢购总是引发RD、OP恐慌？我理解是，爆品太火爆，瞬时请求太大，导致业务机器、存储机器都在抢购高峰时扛了太多压力。那么，我们今天以一个抢购业务场景为例，看看如何扛住压力，做好抢购业务！假设，这时候我们接到了产品层面的需求，如下图：

2 抢购项目设计

通过我们先行的抢购需求分析，我们画一个粗略的流程图，如下:

我们将自身简单划为两部分：业务层、数据层，并且旁路设计一个“运营控制”环节。当然，数据源自第三方嘛，我们的数据层基于第三方资源数据构建。

这时，我们来看看这个草图里几个库和几个数据流，是怎样的。

首先,看看库。

数据层的“商品库”，显而易见，用于存储第三方商品数据，通过第三方推、我们拉的方式来构建这个数据库信息。

数据库层的“抢购计划”库，主要由旁路的“运营控制”环节产生的数据，由运营同学来维护抢购场次、商品数量。

业务层的“抢购库”，其实是商品库的子集，由运营同学勾选商品并配好该商品放出多少用于抢购，发布到业务层面的抢购库中。

业务层的Transaction Data，一会我们讲到与第三方对账时候，我们再说它。

2.1 如何解耦前后端压力

1. 让我们业务的压力，不会传递到资源方，避免造成资源方接口压力同比增长。所以，我们自己建了商品库，此时，第三方笑了。

2. 业务层与数据层解耦，我们让抢购库位于业务层，让商品库位于数据层。因为我们可以想象到，抢购高峰来临时，查询“商品还有没有？”的请求是最多的，若“有没有”这种高频请求每次都去数据层，那我们其实就将业务、数据耦合在一起了，那么，就有了抢购库这个子库，在业务层抗压力。（这里可以明确的是，数据层的商品库为关系型存储，业务层的抢购库为nosql的）。

有了业务层的nosql（我们就用redis吧）抗高频压力，数据层的商品库笑了。

这里就可以抛一个思想了：我们的架构设计中，需要分解压力，在互联网项目中，来自于用户的大流量不少见，这些流量最终都会落到一个地方，就看我们的设计如何分解这个压力了，如何避免它层层传递。抛个case，我们的水平分布业务机器，也是考虑通过水平扩展实例的方式，来分解大流量压力。

不扯概念的东西了，我们回归我们的抢购业务。

有了简单的分层设计，解决的大家都担心的压力问题，我们就看看抢购业务的时序是怎样的。 我们的时序图分两个视角来说明：

1. 商品的角度：

   商品角度的时序图，从左到右：资源方、数据层、旁路-运营控制层、业务层。如下图：

   

   录入商品即商品从资源方发布到我们的数据层，形式可以是通过API、可以是通过文件传输、可以是我们去拉去。通过我们的代码逻辑，记录到我们数据层的“商品库DB”。

   有了自建的商品库的数据，我们的运营同学就可以基于商品库设计每天的抢购场次（此事就有Web界面的事情，这里我们就不展开这块了），运营同学创建好一批抢购场次，记录在数据层的“抢购计划”这一关系型数据库中。

   运营同学创建完抢购场次后，没完事，还得应产品需求，基于商品库，配置每场抢购场次中覆盖的商品，及商品的数量。这些抢购场次内的商品配置，会简单的记录在业务层的“抢购库”中。（抢购库记录的信息较为简单，例如商品库中ID为123123的商品有100件，业务层的抢购库中只存ID 123123商品运营配了在第X场抢购中有5件）。

   此时，数据层的商品库有了资源方数据、数据层的抢购计划库中有运营配的抢购计划，业务层的抢购库中每场抢购活动中商品的情况。

   那么，业务层此时就可以基于时间，来展示运营配的抢购场次了。业务层，如何展示，这块就是拼装数据、前端效果了，这里也不展开了。

2. 用户的角度：

   假设此事某场场次的抢购活动已经开始，我们再看看用户角度的时序图：

   

   用户点击某个商品的抢购按钮，业务层代码首先去看看抢购计划库此时是否开始（此步可缓存、也可cache在前端页面或Client，若有cache的话，此步可忽略）。若抢购在进行中，此时业务代码需要查询商品在本次抢购中的库存还有否（高频请求，即图中“争取名额”阶段）。

   “争抢名额”这块，一会我们细讲，先把时序图说完。

   若用户抢到了名额，就允许用户跳转到第三方的支付页面产生消费。（此时第三方笑了），产生消费后，第三方自己的库存-1，并且可以实时、异步、完事对账的方式通知我们。

2.2 如何保证商品库的库存可靠

我们其实是将商品库的子库前置在业务层抗压力。那么，如何保证大家的库存情况稳定，不会因为抢购业务，导致库存波动影响用户体验。这里就需要提一个业务RD需要关注的问题，需要做好取舍。要么，我们保证大家看到的库存规律一致，要么，我们保证单个用户看到的库存规律一致。若保证大家看到的库存减少的规律一致，且同一时刻库存大家看到的库存都一样。这就对系统有数据强一致性要求，需要很大成本，还只能逐渐逼近此要求要求的效果。而我们若选择后者，仅保证单个用户看到的库存减少规律一致，虽放弃了数据强一致，但以更少的时间尽可能实现了最好的效果。所以，我们用到了用户来排队，若抢到名额了，在抢购库中的库存 –（减减），这样单用户操作期间，能看到规律的减少，不会出现此事看剩10个，一会看还有11个的情况。这时我们说如何内部排队，如何来控制“查询商品在本次抢购中的库存还有否（高频请求）”这个高频请求。

我们构建商品维度的cache，上图中虽然说是“队列”，我们可以用redis的list来真正实现个队列，也可以通过/–来实现。

假设商品A，运营配了20件，此事来了N多用户的请求，业务代码都会来查询cache_prefix_a_id这个队列的长度，若队列长度≤0，则有权去–（减减）抢购库的商品库存。若队列长度在20件内，则通过业务代码内的等待来等待队头的位置，然后获得抢购权限。若队列长度太长，则可以直接返回，认为商品已被抢空。

这时插入一个运营配库的时序，便于大家理解。该时序图有详细的说明和标注，就不展开了，如下图：

此时，我们可以想象，若上游用户的请求压力是N，这个N会压在业务层的抢购库，俗话说“责任止于此”。

2.3 如何和第三方多方对账

那么，我们回顾目录“如何和第三方多方对账”？ 这里就要提到“Transaction Data”这个库了。

Transaction ID为用户维度的Session记录，用户从进入抢购业务开始，产生一个Transaction ID，该Transaction ID生命周期截止到用户跳转去第三方支付为止。期间在生活服务中产生的浏览、抢购行为均会挂靠到该Transaction ID之下，并会在跳转去第三方支付页时携带该Transaction ID凭证。最主要的是需要记录下：用户获得商品名额后，跳转去第三方时，这一行为。

考虑到Transaction ID为抢购业务中，用户操作行为的关键字段，值需要保证唯一。故此处可以采用发号器之类的能力。

我们构建的Transaction Data记录，就可以按照DailyRun的方式，与第三方对账，来fix两方数据库库存不一致等问题。

为什么会产生我们和资源方的库存不一致，可能是因为用户在第三方消费后，第三方callback我们时候失败造成，也可能是因为用户跳去第三方后并没有真正支付，但我们的商品库、抢购库的库存都已经减少造成的。原因可能有很多，对账机制是必要的。

3 项目总结

最后，我们回顾回顾设计，压力问题在业务层解决了，库存不一致问题我们通过对账机制解决了，产品的需求我们也通过旁路可配解决了，嗯，可以喝杯茶，发起评审，评审通过后开始写代码了