彻底搞定秒杀系统

詹姆斯东

于 2021-02-03 16:55:04 发布

阅读量351

点赞数

分类专栏： Spring Boot

原文链接：https://www.imooc.com/read/75/article/1797

版权

Spring Boot 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

个人的生命都是一只小船，理想是小船的风帆。——张海迪

前言

如果你已经开始工作了，那么你在面试的时候一定被问过秒杀场景的问题。如果你还在上学，那么你以后在面试中肯定会遇到秒杀场景的问题。既然秒杀相关的问题无法回避，那么我们就正面刚一刚。

要搞定一个 “难题” 最重要的是什么？当然是要搞明白问题的核心或者说是本质。下面让我们一起揭开秒杀华丽的外表，一探它内在的本质。

1. 秒杀系统的本质

首先，回忆一下那些电商平台的秒杀：xx 日 xx 时一块钱秒杀一部手机；xx 日 xx 时两块钱秒杀一部电脑等等。不管秒杀什么，其超低的价格都会引来大量用户抢购（这就是秒杀华丽外表下的真正目的，利用人性的贪婪，达到宣传推广的目的。哈哈，但这不是我们要讨论的重点）。所以，秒杀场景具有以下特点：

需求远大于资源
瞬间并发量极大

因此，我们需要解决两个问题：
防止超卖
抗住高并发

知己知彼，方能百战不殆。了解完秒杀，我们接下来分析一下我们自身。其实每个人都是天生的秒杀高手，不记得了？这也不能怪你，当时你年纪还太小，以至于你对那次激烈程度不亚于双十一的 “秒杀” 比赛忘得一干二净。当年是如此的英勇才跑赢其他兄弟姐妹，赢得了这场世纪大秒杀，然后来到了这个世界。这下想起来了吧（如果还没有，就去翻一下中学的生物课本吧，我救不了你了）。

2. 合格的秒杀系统

接下来我们看一下，作为一个合格的秒杀系统，我们需要解决哪些问题：

2.1 核心问题

高并发
高并发现象就像是写在秒杀的基因里一样，远低于正常情况下的价格，势必会让人趋之若鹜。这是人性所致，我们无法避免，只能正面解决。如果系统没有应对高并发的能力，那么系统挂掉，会带来无法估量的损失。所以应对高并发的能力是秒杀系统的头等大事，因为系统挂了，啥也没有了。

超卖
超卖问题同样非常严重，如果秒杀的是纸尿裤，超卖个几百条倒还顶得住。但如果是手机、电脑或者更贵的物品，超卖的后果很严重。要么直接把店卖了然后给用户发货，要么耍赖让有关部门查封你。不管怎样反正你的店是保不住了。

2.2 安全问题

恶意请求
在利益的驱使下，人的 “聪明才智” 会被激发出来。有人会用程序去刷你的秒杀接口，这样会导致真正的用户基本上没有秒杀成功的可能了，人的手速再快也赶不上机器，根本不是一个数量级。黄牛的力量不能小觑，这可是一个职业化的群体呀。专业的程序 + 顶级的硬件 + 顶级的带宽，就没有他们抢不到的东西（好像明白了为什么通过 12306 买不到票，而通过黄牛却能买到）。

提前秒杀
秒杀接口事先泄露，导致商品被提前秒杀。不对呀，我在程序中设置了时间限制，怎么可能有人能提前秒杀呢？很简单，假如我知道了秒杀的地址，那么我就可以写个程序不断的请求秒杀接口，秒杀时间一到，请求会马上成功。等真正人肉秒杀的用户反应过来秒杀已经开始的时候，商品早已经是我的囊中之物了。我只需要保证可以在所有用户前面将商品秒杀即可。

2.3 独善其身

作为一个秒杀系统，一定不能因为自己而影响了主业务。秒杀毕竟是用来带人气，为主业务拉流量的。不能因为秒杀系统出现故障导致主业务无法进行。这是作为一个秒杀系统最起码的职业操守。

3. 怎么做？

我们详细分析了秒杀系统所面临的问题，接下来我们就需要对症下药，将这些问题一一化解。

3.1 应对高并发

高并发下性能瓶颈主要来自两方面：

WEB 服务
数据库

一个 WEB 容器节点的并发能力一般都在几百或几千的数量级，而一般秒杀活动的请求量都是十万级起步的。秒杀前商家都会进行大量宣传，各种营销渠道一通狂轰乱炸之后，前来捡便宜的人一定不少。甚至有些秒杀活动，根本就不需要任何宣传，都会有大量的用户一窝蜂地涌进来 —— 比如春运期间的 12306。各种抢票软件，专业抢票天团（黄牛），再加上 12306 本身的流量，高峰期达到千万级也是很轻松的。这也是直接导致前些年 12306 屡屡瘫痪的一个重要原因。

不过好在 WEB 服务扩展起来相对容易，就像孙悟空一样拔几根猴毛一吹，变出一群分身。在云服务如此完善的时代，临时增加服务节点变得异常简单。扩展出足够多的秒杀系统集群，再使用 NGINX 做负载均衡，可以搞定 WEB 服务并发的问题。

至于数据库方面，就需要我们的 Redis 出场啦。Cluster + 主从同步 + 读写分离可以解数据库之忧。这些工作做完以后，还可以进一步优化，将页面静态化，并将静态资源尽量一一放到 CDN 上缓存起来，进一步减少对服务器的请求。

3.2 解决超卖

解决超卖问题有多种方案，可以利用 Redis 的 decr 命令的原子性来做减库存操作。也可以使用分布式锁（我们前面已经学过了）来保证减库存操作的原子性。还可以单线程队列来解决。

decr 命令是对 key 值进行减一的操作，它具有原子性，执行 decr 返回减一后的值，那么我们就可以这样来判断：if (decr (productId)<0) 如果条件成立，那么就代表商品售罄，秒杀失败。而关于分布式锁的方式，可以翻阅之前的小节内容。单线程队列就更不用说了，都单线程了，超卖的问题肯定就不存在了。

3.3 消除安全隐患

上面我们提到了恶意请求和提前秒杀的问题，无非就是因为秒杀地址被提前泄露。要解决这个问题并不难。写一个简单的随机方法，将秒杀请求的地址动态化，即使系统的开发者也无法事先预知真正的秒杀地址是什么。

3.4 消除对现有业务的影响

解决方案也很简单，就是不要把秒杀系统和现有业务系统放到同一个 “篮子里”。将秒杀系统单独部署，从前端、后端、缓存、数据库，统统独立部署。这样就算秒杀系统再怎么崩溃、瘫痪，也绝对不会对现有系统造成影响。

3.5 再加固

按照上面的方案，应对一般的秒杀已经没问题了。如果你还不放心，可以继续加固 —— 限流、削峰保驾护航。限流可以挡住不能承受的那部分流量，就像早高峰地铁站的限流一样，地铁的运输能力就那么大，发车频率也已经到了极限，如果不限流，把乘客都放进站，分分钟给你填满整个候车室。而削峰有点像我们错峰上班，互联网公司一般都十点上班，为的就是错开八九点的早高峰。程序中通常采用消息队列（MQ）来达到削峰的目的。