浅谈高并发——以秒杀场景为例

浅谈高并发——以秒杀场景为例

导读
高并发指的是同一时刻有大量的用户请求到达服务器，服务器需要对请求进行处理，并及时返回响应信息。通过有限的服务器资源，尽可能快速地处理尽可能多的网络请求，是一个值得深入研究与探讨的话题。

现如今，互联网服务内容越来越丰富，用户越来越多，服务器压力也变得越来越大。在流量不大的情况下，对于小型网站来说，部署简单的动态页面，通过数据库进行信息存取，即可满足大部分应用场景。但随着用户单位时间访问量越来越大，并发越来越高，传统服务器的简单架构已经难以应对大流量的冲击，服务会被冲垮，造成宕机。

要想优雅地处理高并发问题，需要进行全面的考虑，包括但不限于：网络请求、服务器性能、IO瓶颈、带宽等。做好相应的方案设计，才能在资源有限的前提下，提高服务器的承载能力。高并发系统常见的应对措施包括缓存、限流和降级。使用缓存可以有效缓解服务器的压力、增大系统处理能力、加快请求响应速度，几乎是高并发服务器系统的标配；限流是通过减少请求频率来减轻服务器压力；降级的意思是把不重要的服务暂时关闭，节省服务器资源，从而保证核心服务的正常运行，降级首要考虑的问题是区分核心服务与非核心服务，分辨哪些服务可以降级，哪些不能降级。核心服务如写库、下单、支付等是不能降级的，在高并发的情形下需要考虑应对措施保证其可用。

今天我们以生活中常见的秒杀场景为例，结合具体项目—搜狐焦点在线开盘系统，来说明高并发场景的应对措施。秒杀场景有以下几个特点：大量用户同时进行抢购操作，系统流量激增，服务器瞬时压力很大；请求数量远大于商品库存量，只有少数客户可以成功抢购；业务流程不复杂，核心功能是下订单。秒杀场景的应对，一般要从以下几个方面进行处理，如下：

限流：从客户端层面考虑，限制单个客户抢购频率；服务端层面，加强校验，识别请求是否来源于真实的客户端，并限制请求频率，防止恶意刷单；应用层面，可以使用漏桶算法或令牌桶算法实现应用级限流。
缓存：热点数据都从缓存获得，尽可能减小数据库的访问压力；
异步：客户抢购成功后立即返回响应，之后通过消息队列，异步处理后续步骤，如发短信、更新数据库等，从而缓解服务器峰值压力。
分流：单台服务器肯定无法应对抢购期间大量请求造成的压力，需要集群部署服