16 基于MQ实现秒杀订单系统的异步化架构以及精准扣减库存的技术方案

1.秒杀场景下的抢购流程分析

（1）商品页面问题

在秒杀活动当晚，有大量用户（可能多大几十万甚至上百万）会集中登录到APP上，然后同时访问这个秒杀活动的商品页面，这个频繁访问商品页面的问题已经被商品技术团队解决掉了。

（2）订单系统与数据库压力问题

在抢购开始时，商品按钮从灰色不可用变成可点击状态。然后瞬间可能几十万甚至上百万人会同时点击这个按钮，尝试对后台发起请求去抢购这个商品。

在这个过程中，和往常购买商品一样，比如下订单、支付、扣减库存以及后续一系列事情。如果按照之前的策略，让所有请求都访问到订单系统以及订单数据库，那么不可避免的是导致订单系统和数据库压力过大。

这是亟待解决的问题。

3.用答题的方法避免作弊抢购以及延缓下单

问题：这里考虑到，有人会自己写一个抢购的脚本或者作弊软件，疯狂的发送请求去抢商品。

解决办法：在用户参与抢购前，让他点击按钮之后先进行答题，也就是先弹出来一个框，让他回答一个问题，回答正确了他才能发起抢购的请求。

这样有以下两个好处：

1. 避免了一些作弊软件去发抢购请求
2. 不同人的答题速度不一样，可以把答题人发送请求的时间错开，不会在一个时间点发起请求

4.独立的秒杀活动订单系统

秒杀活动的商品品类是有限的，如果让秒杀下单请求和普通下单请求都由一套订单系统来承载，那么可能会导致秒杀下单请求耗尽了订单系统的资源，或者导致系统不稳定，然后导致其他普通下单请求也出现问题，没有办法完成的下单。这里进行分流。

采用对订单系统部署两个集群，一个集群是秒杀订单系统集群，一个集群是普通订单系统集群。

5.基于Redis实现下单时精准扣减库存

秒杀活动中，大量请求进入订单系统调用库存系统的接口，然后直接访问库存数据库去扣减，那么势必导致瞬时压力过大，可能让库存系统的压力很大。

解决方案，将每个秒杀商品的库存提前写入Redis中，然后当请求到来之后，就直接对Redis中的库存进行扣减。

Redis可以轻松用单机扛住每秒几万高并发。假设有一万件商品秒杀，那么前一万个请求可以成功从Redis中扣减库存，抢购到该商品。后续的请求在Redis进行扣减时发现库存已经没了，就无法抢购到商品了。

6.抢购完毕之后提前过滤无效请求

当Redis中的库存被扣减完之后，后续的请求也就不需要发送到秒杀系统中了。

这里直接可以在商品抢购完毕之后，在Zookeeper中写入一个秒杀完毕的标志位，然后ZK会反向通知Nginx中我们写的Lua脚本，通过Lua脚本后续再请求过来的时候直接过滤掉，不要向后转发了。从而最大幅度削减对后端秒杀系统的请求压力。

7.瞬时高并发下单请求进入RocketMQ进行削峰

场景：一万件商品同时被一万人秒杀成功，会导致瞬间上万请求访问到订单数据库中创建订单。此时对数据库的压力就会很大。

方案：引入RocketMQ进行削峰处理。

每个请求进来在Redis中秒杀库存成功，就认为需要生成订单，此时发送一个消息到RocketMQ中去。

然后让普通订单系统从RocketMQ中消费秒杀成功的消息进行处理。对于MQ来说，这种上万的消息积压很容易就扛下来了，只要过了高峰期，订单系统很快就能消费、处理完。这个过程中不会对订单数据库造成过大的压力。

8. 秒杀架构的核心要点

1. 在前端/客户端设置秒杀答题，错开大量人下单的时间，组织作弊器刷单
2. 独立出来一套秒杀系统，专门负责处理秒杀请求
3. 优先基于Redis进行高并发的库存扣减，一旦库存扣完则秒杀结束
4. 秒杀结束之后，Nginx层过滤掉无效的请求，大幅度削减转发到后端的流量
5. 瞬时生成的大量下单请求直接进入RocketMQ进行削峰，订单系统慢慢拉取消息完成下单操作