Java大厂面试：电商秒杀系统设计与实现

在未来等你

于 2025-05-04 17:33:42 发布

阅读量375

点赞数 11

分类专栏： Java场景面试宝典文章标签： Java 秒杀系统高并发 Redis 分布式锁

本文链接：https://blog.csdn.net/qq_qingtian/article/details/147701696

版权

Java场景面试宝典专栏收录该内容

14 篇文章

订阅专栏

Java大厂面试：电商秒杀系统设计与实现

引言

在互联网大厂的面试中，技术总监级别的面试官通常会针对具体业务场景提出深入的技术问题。本文通过模拟面试的形式，探讨如何设计和实现一个高并发、高性能的电商秒杀系统，全面覆盖从架构设计到代码实现的各个层面。

面试场景

第一轮提问

面试官（张总）：郑薪苦，你好！我们今天以电商平台的秒杀系统为例，来考察你的技术能力。首先，请你简单介绍一下秒杀系统的业务特点和挑战。

郑薪苦：好的，张总。秒杀系统主要特点是短时间内会有极高的并发请求，这对系统的性能和稳定性提出了很高的要求。其挑战包括但不限于高并发处理、库存一致性保障、用户体验优化等。

面试官：很好。那么请你描述一下如何设计秒杀系统的整体架构？

郑薪苦：可以使用分布式架构，结合负载均衡、缓存、消息队列等手段。比如使用Nginx进行负载均衡，Redis做缓存层，RabbitMQ异步处理订单。

面试官：不错。那在保证库存一致性方面，你会采用什么策略？

郑薪苦：可以通过数据库的乐观锁或者Redis分布式锁来实现。乐观锁适合轻量级并发，而分布式锁更适合高并发场景。

面试官：如果遇到超卖问题怎么办？

郑薪苦：呃，这个嘛，就像堵车时大家都不想让路一样。不过我的解决方法是提前做好限流和降级措施，确保不会因为瞬间流量过大而导致系统崩溃。

面试官：有趣。最后一个问题，如何设计秒杀活动的状态机？

郑薪苦：可以用状态模式来设计，定义好各种状态及其转换规则。例如“未开始”、“进行中”、“已结束”等状态，并通过事件驱动的方式进行状态迁移。

第二轮提问

（省略后续几轮对话内容……）

标准答案

1. 秒杀系统业务特点和挑战

高并发：秒杀活动瞬间涌入大量用户请求。
库存一致性：必须确保库存数据准确无误。
用户体验：快速响应和友好的反馈机制。

2. 整体架构设计

// Nginx配置示例
http {
    upstream backend {
        server 192.168.0.1;
        server 192.168.0.2;
    }

    server {
        listen 80;
        location / {
            proxy_pass http://backend;
        }
    }
}

3. 库存一致性保障

// Redis分布式锁实现
public class RedisDistributedLock {
    private final String LOCK_KEY = "SECKILL_LOCK";
    private final String LOCK_VALUE = UUID.randomUUID().toString();
    private final Jedis jedis;

    public RedisDistributedLock(Jedis jedis) {
        this.jedis = jedis;
    }

    public boolean tryLock() {
        String result = jedis.set(LOCK_KEY, LOCK_VALUE, "NX", "PX", 5000);
        return "OK".equals(result);
    }

    public void unlock() {
        if (LOCK_VALUE.equals(jedis.get(LOCK_KEY))) {
            jedis.del(LOCK_KEY);
        }
    }
}

4. 超卖问题解决方案

限流：通过令牌桶算法控制请求数量。
降级：当系统压力过大时，可暂时关闭部分非核心功能。

// 令牌桶限流算法
public class TokenBucketRateLimiter {
    private final long capacity;
    private final long refillPeriodInMillis;
    private double availableTokens;
    private long lastRefillTimestamp;

    public TokenBucketRateLimiter(long capacity, long refillPeriodInMillis) {
        this.capacity = capacity;
        this.refillPeriodInMillis = refillPeriodInMillis;
        this.availableTokens = capacity;
        this.lastRefillTimestamp = System.currentTimeMillis();
    }

    public synchronized boolean allowRequest() {
        refill();
        if (availableTokens >= 1) {
            availableTokens--;
            return true;
        } else {
            return false;
        }
    }

    private void refill() {
        long now = System.currentTimeMillis();
        long elapsedTime = now - lastRefillTimestamp;
        if (elapsedTime > refillPeriodInMillis) {
            long tokensToAdd = elapsedTime / refillPeriodInMillis;
            availableTokens = Math.min(capacity, availableTokens + tokensToAdd);
            lastRefillTimestamp = now;
        }
    }
}

5. 状态机设计

// 状态机实现
public enum SeckillState {
    NOT_STARTED,
    IN_PROGRESS,
    ENDED;

    public static SeckillState nextState(SeckillState currentState) {
        switch (currentState) {
            case NOT_STARTED:
                return IN_PROGRESS;
            case IN_PROGRESS:
                return ENDED;
            default:
                throw new IllegalStateException("Invalid state transition");
        }
    }
}