高并發(fā)下如何設(shè)計(jì)秒殺系統(tǒng)，你必須掌握的9個(gè)細(xì)節(jié)

前言

高并發(fā)下如何設(shè)計(jì)秒殺系統(tǒng)？這是一個(gè)高頻面試題。這個(gè)問題看似簡單，但是里面的水很深，它考查的是高并發(fā)場景下，從前端到后端多方面的知識(shí)。

秒殺一般出現(xiàn)在商城的促銷活動(dòng)中，指定了一定數(shù)量（比如：10個(gè)）的商品（比如：手機(jī)），以極低的價(jià)格（比如：0.1元），讓大量用戶參與活動(dòng)，但只有極少數(shù)用戶能夠購買成功。這類活動(dòng)商家絕大部分是不賺錢的，說白了是找個(gè)噱頭宣傳自己。

雖說秒殺只是一個(gè)促銷活動(dòng)，但對(duì)技術(shù)要求不低。下面給大家總結(jié)一下設(shè)計(jì)秒殺系統(tǒng)需要注意的9個(gè)細(xì)節(jié)。

1 瞬時(shí)高并發(fā)

一般在秒殺時(shí)間點(diǎn)（比如：12點(diǎn)）前幾分鐘，用戶并發(fā)量才真正突增，達(dá)到秒殺時(shí)間點(diǎn)時(shí)，并發(fā)量會(huì)達(dá)到頂峰。

但由于這類活動(dòng)是大量用戶搶少量商品的場景，必定會(huì)出現(xiàn)狼多肉少的情況，所以其實(shí)絕大部分用戶秒殺會(huì)失敗，只有極少部分用戶能夠成功。

正常情況下，大部分用戶會(huì)收到商品已經(jīng)搶完的提醒，收到該提醒后，他們大概率不會(huì)在那個(gè)活動(dòng)頁面停留了，如此一來，用戶并發(fā)量又會(huì)急劇下降。所以這個(gè)峰值持續(xù)的時(shí)間其實(shí)是非常短的，這樣就會(huì)出現(xiàn)瞬時(shí)高并發(fā)的情況，下面用一張圖直觀的感受一下流量的變化：

像這種瞬時(shí)高并發(fā)的場景，傳統(tǒng)的系統(tǒng)很難應(yīng)對(duì)，我們需要設(shè)計(jì)一套全新的系統(tǒng)。可以從以下幾個(gè)方面入手：

1. 頁面靜態(tài)化
2. CDN加速
3. 緩存
4. mq異步處理
5. 限流
6. 分布式鎖

2. 頁面靜態(tài)化

活動(dòng)頁面是用戶流量的第一入口，所以是并發(fā)量最大的地方。

如果這些流量都能直接訪問服務(wù)端，恐怕服務(wù)端會(huì)因?yàn)槌惺懿蛔∵@么大的壓力，而直接掛掉。

活動(dòng)頁面絕大多數(shù)內(nèi)容是固定的，比如：商品名稱、商品描述、圖片等。為了減少不必要的服務(wù)端請(qǐng)求，通常情況下，會(huì)對(duì)活動(dòng)頁面做靜態(tài)化處理。用戶瀏覽商品等常規(guī)操作，并不會(huì)請(qǐng)求到服務(wù)端。只有到了秒殺時(shí)間點(diǎn)，并且用戶主動(dòng)點(diǎn)了秒殺按鈕才允許訪問服務(wù)端。

這樣能過濾大部分無效請(qǐng)求。

但只做頁面靜態(tài)化還不夠，因?yàn)橛脩舴植荚谌珖鞯兀行┤嗽诒本?，有些人在成都，有些人在深圳，地域相差很遠(yuǎn)，網(wǎng)速各不相同。

如何才能讓用戶最快訪問到活動(dòng)頁面呢？

這就需要使用CDN，它的全稱是Content Delivery Network，即內(nèi)容分發(fā)網(wǎng)絡(luò)。

使用戶就近獲取所需內(nèi)容，降低網(wǎng)絡(luò)擁塞，提高用戶訪問響應(yīng)速度和命中率。

3 秒殺按鈕

大部分用戶怕錯(cuò)過秒殺時(shí)間點(diǎn)，一般會(huì)提前進(jìn)入活動(dòng)頁面。此時(shí)看到的秒殺按鈕是置灰，不可點(diǎn)擊的。只有到了秒殺時(shí)間點(diǎn)那一時(shí)刻，秒殺按鈕才會(huì)自動(dòng)點(diǎn)亮，變成可點(diǎn)擊的。

但此時(shí)很多用戶已經(jīng)迫不及待了，通過不停刷新頁面，爭取在第一時(shí)間看到秒殺按鈕的點(diǎn)亮。

從前面得知，該活動(dòng)頁面是靜態(tài)的。那么我們?cè)陟o態(tài)頁面中如何控制秒殺按鈕，只在秒殺時(shí)間點(diǎn)時(shí)才點(diǎn)亮呢？

沒錯(cuò)，使用js文件控制。

為了性能考慮，一般會(huì)將css、js和圖片等靜態(tài)資源文件提前緩存到CDN上，讓用戶能夠就近訪問秒殺頁面。

看到這里，有些聰明的小伙伴，可能會(huì)問：CDN上的js文件是如何更新的？

秒殺開始之前，js標(biāo)志為false，還有另外一個(gè)隨機(jī)參數(shù)。當(dāng)秒殺開始的時(shí)候系統(tǒng)會(huì)生成一個(gè)新的js文件，此時(shí)標(biāo)志為true，并且隨機(jī)參數(shù)生成一個(gè)新值，然后同步給CDN。由于有了這個(gè)隨機(jī)參數(shù)，CDN不會(huì)緩存數(shù)據(jù)，每次都能從CDN中獲取最新的js代碼。此外，前端還可以加一個(gè)定時(shí)器，控制比如：10秒之內(nèi)，只允許發(fā)起一次請(qǐng)求。如果用戶點(diǎn)擊了一次秒殺按鈕，則在10秒之內(nèi)置灰，不允許再次點(diǎn)擊，等到過了時(shí)間限制，又允許重新點(diǎn)擊該按鈕。

4 讀多寫少

在秒殺的過程中，系統(tǒng)一般會(huì)先查一下庫存是否足夠，如果足夠才允許下單，寫數(shù)據(jù)庫。如果不夠，則直接返回該商品已經(jīng)搶完。

由于大量用戶搶少量商品，只有極少部分用戶能夠搶成功，所以絕大部分用戶在秒殺時(shí)，庫存其實(shí)是不足的，系統(tǒng)會(huì)直接返回該商品已經(jīng)搶完。

這是非常典型的：讀多寫少 的場景。

如果有數(shù)十萬的請(qǐng)求過來，同時(shí)通過數(shù)據(jù)庫查緩存是否足夠，此時(shí)數(shù)據(jù)庫可能會(huì)掛掉。因?yàn)閿?shù)據(jù)庫的連接資源非常有限，比如：mysql，無法同時(shí)支持這么多的連接。

而應(yīng)該改用緩存，比如：redis。

即便用了redis，也需要部署多個(gè)節(jié)點(diǎn)。

5 緩存問題

通常情況下，我們需要在redis中保存商品信息，里面包含：商品id、商品名稱、規(guī)格屬性、庫存等信息，同時(shí)數(shù)據(jù)庫中也要有相關(guān)信息，畢竟緩存并不完全可靠。

用戶在點(diǎn)擊秒殺按鈕，請(qǐng)求秒殺接口的過程中，需要傳入的商品id參數(shù)，然后服務(wù)端需要校驗(yàn)該商品是否合法。

大致流程如下圖所示：

根據(jù)商品id，先從緩存中查詢商品，如果商品存在，則參與秒殺。如果不存在，則需要從數(shù)據(jù)庫中查詢商品，如果存在，則將商品信息放入緩存，然后參與秒殺。如果商品不存在，則直接提示失敗。

這個(gè)過程表面上看起來是OK的，但是如果深入分析一下會(huì)發(fā)現(xiàn)一些問題。

5.1 緩存擊穿

比如商品A第一次秒殺時(shí)，緩存中是沒有數(shù)據(jù)的，但數(shù)據(jù)庫中有。雖說上面有如果從數(shù)據(jù)庫中查到數(shù)據(jù)，則放入緩存的邏輯。

然而，在高并發(fā)下，同一時(shí)刻會(huì)有大量的請(qǐng)求，都在秒殺同一件商品，這些請(qǐng)求同時(shí)去查緩存中沒有數(shù)據(jù)，然后又同時(shí)訪問數(shù)據(jù)庫。結(jié)果悲劇了，數(shù)據(jù)庫可能扛不住壓力，直接掛掉。

如何解決這個(gè)問題呢？

這就需要加鎖，最好使用分布式鎖。

當(dāng)然，針對(duì)這種情況，最好在項(xiàng)目啟動(dòng)之前，先把緩存進(jìn)行預(yù)熱。即事先把所有的商品，同步到緩存中，這樣商品基本都能直接從緩存中獲取到，就不會(huì)出現(xiàn)緩存擊穿的問題了。

是不是上面加鎖這一步可以不需要了？

表面上看起來，確實(shí)可以不需要。但如果緩存中設(shè)置的過期時(shí)間不對(duì)，緩存提前過期了，或者緩存被不小心刪除了，如果不加速同樣可能出現(xiàn)緩存擊穿。

其實(shí)這里加鎖，相當(dāng)于買了一份保險(xiǎn)。

5.2 緩存穿透

如果有大量的請(qǐng)求傳入的商品id，在緩存中和數(shù)據(jù)庫中都不存在，這些請(qǐng)求不就每次都會(huì)穿透過緩存，而直接訪問數(shù)據(jù)庫了。

由于前面已經(jīng)加了鎖，所以即使這里的并發(fā)量很大，也不會(huì)導(dǎo)致數(shù)據(jù)庫直接掛掉。

但很顯然這些請(qǐng)求的處理性能并不好，有沒有更好的解決方案？

這時(shí)可以想到布隆過濾器。

系統(tǒng)根據(jù)商品id，先從布隆過濾器中查詢?cè)搃d是否存在，如果存在則允許從緩存中查詢數(shù)據(jù)，如果不存在，則直接返回失敗。

雖說該方案可以解決緩存穿透問題，但是又會(huì)引出另外一個(gè)問題：布隆過濾器中的數(shù)據(jù)如何更緩存中的數(shù)據(jù)保持一致？

這就要求，如果緩存中數(shù)據(jù)有更新，則要及時(shí)同步到布隆過濾器中。如果數(shù)據(jù)同步失敗了，還需要增加重試機(jī)制，而且跨數(shù)據(jù)源，能保證數(shù)據(jù)的實(shí)時(shí)一致性嗎？

顯然是不行的。

所以布隆過濾器絕大部分使用在緩存數(shù)據(jù)更新很少的場景中。

如果緩存數(shù)據(jù)更新非常頻繁，又該如何處理呢？

這時(shí)，就需要把不存在的商品id也緩存起來。

下次，再有該商品id的請(qǐng)求過來，則也能從緩存中查到數(shù)據(jù)，只不過該數(shù)據(jù)比較特殊，表示商品不存在。需要特別注意的是，這種特殊緩存設(shè)置的超時(shí)時(shí)間應(yīng)該盡量短一點(diǎn)。

6 庫存問題

對(duì)于庫存問題看似簡單，實(shí)則里面還是有些東西。

真正的秒殺商品的場景，不是說扣完庫存，就完事了，如果用戶在一段時(shí)間內(nèi)，還沒完成支付，扣減的庫存是要加回去的。

所以，在這里引出了一個(gè)預(yù)扣庫存的概念，預(yù)扣庫存的主要流程如下：

扣減庫存中除了上面說到的預(yù)扣庫存和回退庫存之外，還需要特別注意的是庫存不足和庫存超賣問題。

6.1 數(shù)據(jù)庫扣減庫存

使用數(shù)據(jù)庫扣減庫存，是最簡單的實(shí)現(xiàn)方案了，假設(shè)扣減庫存的sql如下：

update?product?set?stock=stock-1?where?id=123;

這種寫法對(duì)于扣減庫存是沒有問題的，但如何控制庫存不足的情況下，不讓用戶操作呢？

這就需要在update之前，先查一下庫存是否足夠了。

偽代碼如下：

int?stock?=?mapper.getStockById(123);
if(stock?>?0)?{
??int?count?=?mapper.updateStock(123);
??if(count?>?0)?{
????addOrder(123);
??}
}

大家有沒有發(fā)現(xiàn)這段代碼的問題？

沒錯(cuò)，查詢操作和更新操作不是原子性的，會(huì)導(dǎo)致在并發(fā)的場景下，出現(xiàn)庫存超賣的情況。

有人可能會(huì)說，這樣好辦，加把鎖，不就搞定了，比如使用synchronized關(guān)鍵字。

確實(shí)，可以，但是性能不夠好。

還有更優(yōu)雅的處理方案，即基于數(shù)據(jù)庫的樂觀鎖，這樣會(huì)少一次數(shù)據(jù)庫查詢，而且能夠天然的保證數(shù)據(jù)操作的原子性。

只需將上面的sql稍微調(diào)整一下：

update?product?set?stock=stock-1?where?id=product?and?stock?>?0;

在sql最后加上：stock > 0，就能保證不會(huì)出現(xiàn)超賣的情況。

但需要頻繁訪問數(shù)據(jù)庫，我們都知道數(shù)據(jù)庫連接是非常昂貴的資源。在高并發(fā)的場景下，可能會(huì)造成系統(tǒng)雪崩。而且，容易出現(xiàn)多個(gè)請(qǐng)求，同時(shí)競爭行鎖的情況，造成相互等待，從而出現(xiàn)死鎖的問題。

6.2 redis扣減庫存

redis的incr方法是原子性的，可以用該方法扣減庫存。偽代碼如下：

 boolean?exist?=?redisClient.query(productId,userId);
??if(exist)?{
????return?-1;
??}
??int?stock?=?redisClient.queryStock(productId);
??if(stock?<=0)?{
????return?0;
??}
??redisClient.incrby(productId,?-1);
??redisClient.add(productId,userId);
return?1;

代碼流程如下：

1. 先判斷該用戶有沒有秒殺過該商品，如果已經(jīng)秒殺過，則直接返回-1。
2. 查詢庫存，如果庫存小于等于0，則直接返回0，表示庫存不足。
3. 如果庫存充足，則扣減庫存，然后將本次秒殺記錄保存起來。然后返回1，表示成功。

估計(jì)很多小伙伴，一開始都會(huì)按這樣的思路寫代碼。但如果仔細(xì)想想會(huì)發(fā)現(xiàn)，這段代碼有問題。

有什么問題呢？

如果在高并發(fā)下，有多個(gè)請(qǐng)求同時(shí)查詢庫存，當(dāng)時(shí)都大于0。由于查詢庫存和更新庫存非原則操作，則會(huì)出現(xiàn)庫存為負(fù)數(shù)的情況，即庫存超賣。

當(dāng)然有人可能會(huì)說，加個(gè)synchronized不就解決問題？

調(diào)整后代碼如下：

???boolean?exist?=?redisClient.query(productId,userId);
???if(exist)?{
????return?-1;
???}
???synchronized(this)?{
???????int?stock?=?redisClient.queryStock(productId);
???????if(stock?<=0)?{
?????????return?0;
???????}
???????redisClient.incrby(productId,?-1);
???????redisClient.add(productId,userId);
???}

return?1;

加synchronized確實(shí)能解決庫存為負(fù)數(shù)問題，但是這樣會(huì)導(dǎo)致接口性能急劇下降，每次查詢都需要競爭同一把鎖，顯然不太合理。

為了解決上面的問題，代碼優(yōu)化如下：

boolean?exist?=?redisClient.query(productId,userId);
if(exist)?{
??return?-1;
}
if(redisClient.incrby(productId,?-1)<0)?{
??return?0;
}
redisClient.add(productId,userId);
return?1;

該代碼主要流程如下：

1. 先判斷該用戶有沒有秒殺過該商品，如果已經(jīng)秒殺過，則直接返回-1。
2. 扣減庫存，判斷返回值是否小于0，如果小于0，則直接返回0，表示庫存不足。
3. 如果扣減庫存后，返回值大于或等于0，則將本次秒殺記錄保存起來。然后返回1，表示成功。

該方案咋一看，好像沒問題。

但如果在高并發(fā)場景中，有多個(gè)請(qǐng)求同時(shí)扣減庫存，大多數(shù)請(qǐng)求的incrby操作之后，結(jié)果都會(huì)小于0。

雖說，庫存出現(xiàn)負(fù)數(shù)，不會(huì)出現(xiàn)超賣的問題。但由于這里是預(yù)減庫存，如果負(fù)數(shù)值負(fù)的太多的話，后面萬一要回退庫存時(shí)，就會(huì)導(dǎo)致庫存不準(zhǔn)。

那么，有沒有更好的方案呢？

6.3 lua腳本扣減庫存

我們都知道lua腳本，是能夠保證原子性的，它跟redis一起配合使用，能夠完美解決上面的問題。

lua腳本有段非常經(jīng)典的代碼：

??StringBuilder?lua?=?new?StringBuilder();
??lua.append("if?(redis.call('exists',?KEYS[1])?==?1)?then");
??lua.append("????local?stock?=?tonumber(redis.call('get',?KEYS[1]));");
??lua.append("????if?(stock?==?-1)?then");
??lua.append("????????return?1;");
??lua.append("????end;");
??lua.append("????if?(stock?>?0)?then");
??lua.append("????????redis.call('incrby',?KEYS[1],?-1);");
??lua.append("????????return?stock;");
??lua.append("????end;");
??lua.append("????return?0;");
??lua.append("end;");
??lua.append("return?-1;");

該代碼的主要流程如下：

1. 先判斷商品id是否存在，如果不存在則直接返回。
2. 獲取該商品id的庫存，判斷庫存如果是-1，則直接返回，表示不限制庫存。
3. 如果庫存大于0，則扣減庫存。
4. 如果庫存等于0，是直接返回，表示庫存不足。

7 分布式鎖

之前我提到過，在秒殺的時(shí)候，需要先從緩存中查商品是否存在，如果不存在，則會(huì)從數(shù)據(jù)庫中查商品。如果數(shù)據(jù)庫中，則將該商品放入緩存中，然后返回。如果數(shù)據(jù)庫中沒有，則直接返回失敗。

大家試想一下，如果在高并發(fā)下，有大量的請(qǐng)求都去查一個(gè)緩存中不存在的商品，這些請(qǐng)求都會(huì)直接打到數(shù)據(jù)庫。數(shù)據(jù)庫由于承受不住壓力，而直接掛掉。

那么如何解決這個(gè)問題呢？

這就需要用redis分布式鎖了。

7.1 setNx加鎖

使用redis的分布式鎖，首先想到的是setNx命令。

if?(jedis.setnx(lockKey,?val)?==?1)?{
???jedis.expire(lockKey,?timeout);
}

用該命令其實(shí)可以加鎖，但和后面的設(shè)置超時(shí)時(shí)間是分開的，并非原子操作。

假如加鎖成功了，但是設(shè)置超時(shí)時(shí)間失敗了，該lockKey就變成永不失效的了。在高并發(fā)場景中，該問題會(huì)導(dǎo)致非常嚴(yán)重的后果。

那么，有沒有保證原子性的加鎖命令呢？

7.2 set加鎖

使用redis的set命令，它可以指定多個(gè)參數(shù)。

String?result?=?jedis.set(lockKey,?requestId,?"NX",?"PX",?expireTime);
if?("OK".equals(result))?{
????return?true;
}
return?false;

其中：

• lockKey：鎖的標(biāo)識(shí)
• requestId：請(qǐng)求id
• NX：只在鍵不存在時(shí)，才對(duì)鍵進(jìn)行設(shè)置操作。
• PX：設(shè)置鍵的過期時(shí)間為 millisecond 毫秒。
• expireTime：過期時(shí)間

由于該命令只有一步，所以它是原子操作。

7.3 釋放鎖

接下來，有些朋友可能會(huì)問：在加鎖時(shí)，既然已經(jīng)有了lockKey鎖標(biāo)識(shí)，為什么要需要記錄requestId呢？

答：requestId是在釋放鎖的時(shí)候用的。

if?(jedis.get(lockKey).equals(requestId))?{
????jedis.del(lockKey);
????return?true;
}
return?false;

在釋放鎖的時(shí)候，只能釋放自己加的鎖，不允許釋放別人加的鎖。

這里為什么要用requestId，用userId不行嗎？

答：如果用userId的話，假設(shè)本次請(qǐng)求流程走完了，準(zhǔn)備刪除鎖。此時(shí)，巧合鎖到了過期時(shí)間失效了。而另外一個(gè)請(qǐng)求，巧合使用的相同userId加鎖，會(huì)成功。而本次請(qǐng)求刪除鎖的時(shí)候，刪除的其實(shí)是別人的鎖了。

當(dāng)然使用lua腳本也能避免該問題：

if?redis.call('get',?KEYS[1])?==?ARGV[1]?then?
?return?redis.call('del',?KEYS[1])?
else?
??return?0?
end

它能保證查詢鎖是否存在和刪除鎖是原子操作。

7.4 自旋鎖

上面的加鎖方法看起來好像沒有問題，但如果你仔細(xì)想想，如果有1萬的請(qǐng)求同時(shí)去競爭那把鎖，可能只有一個(gè)請(qǐng)求是成功的，其余的9999個(gè)請(qǐng)求都會(huì)失敗。

在秒殺場景下，會(huì)有什么問題？

答：每1萬個(gè)請(qǐng)求，有1個(gè)成功。再1萬個(gè)請(qǐng)求，有1個(gè)成功。如此下去，直到庫存不足。這就變成均勻分布的秒殺了，跟我們想象中的不一樣。

如何解決這個(gè)問題呢？

答：使用自旋鎖。

try?{
??Long?start?=?System.currentTimeMillis();
??while(true)?{
??????String?result?=?jedis.set(lockKey,?requestId,?"NX",?"PX",?expireTime);
?????if?("OK".equals(result))?{
????????return?true;
?????}
?????
?????long?time?=?System.currentTimeMillis()?-?start;
??????if?(time>=timeout)?{
??????????return?false;
??????}
??????try?{
??????????Thread.sleep(50);
??????}?catch?(InterruptedException?e)?{
??????????e.printStackTrace();
??????}
??}
?
}?finally{
????unlock(lockKey,requestId);
}??
return?false;

在規(guī)定的時(shí)間，比如500毫秒內(nèi)，自旋不斷嘗試加鎖，如果成功則直接返回。如果失敗，則休眠50毫秒，再發(fā)起新一輪的嘗試。如果到了超時(shí)時(shí)間，還未加鎖成功，則直接返回失敗。

7.5 redisson

除了上面的問題之外，使用redis分布式鎖，還有鎖競爭問題、續(xù)期問題、鎖重入問題、多個(gè)redis實(shí)例加鎖問題等。

這些問題使用redisson可以解決，由于篇幅的原因，在這里先保留一點(diǎn)懸念，有疑問的私聊給我。后面會(huì)出一個(gè)專題介紹分布式鎖，敬請(qǐng)期待。

8 mq異步處理

我們都知道在真實(shí)的秒殺場景中，有三個(gè)核心流程：而這三個(gè)核心流程中，真正并發(fā)量大的是秒殺功能，下單和支付功能實(shí)際并發(fā)量很小。所以，我們?cè)谠O(shè)計(jì)秒殺系統(tǒng)時(shí)，有必要把下單和支付功能從秒殺的主流程中拆分出來，特別是下單功能要做成mq異步處理的。而支付功能，比如支付寶支付，是業(yè)務(wù)場景本身保證的異步。

于是，秒殺后下單的流程變成如下：如果使用mq，需要關(guān)注以下幾個(gè)問題：

8.1 消息丟失問題

秒殺成功了，往mq發(fā)送下單消息的時(shí)候，有可能會(huì)失敗。原因有很多，比如：網(wǎng)絡(luò)問題、broker掛了、mq服務(wù)端磁盤問題等。這些情況，都可能會(huì)造成消息丟失。

那么，如何防止消息丟失呢？

答：加一張消息發(fā)送表。

在生產(chǎn)者發(fā)送mq消息之前，先把該條消息寫入消息發(fā)送表，初始狀態(tài)是待處理，然后再發(fā)送mq消息。消費(fèi)者消費(fèi)消息時(shí)，處理完業(yè)務(wù)邏輯之后，再回調(diào)生產(chǎn)者的一個(gè)接口，修改消息狀態(tài)為已處理。

如果生產(chǎn)者把消息寫入消息發(fā)送表之后，再發(fā)送mq消息到mq服務(wù)端的過程中失敗了，造成了消息丟失。

這時(shí)候，要如何處理呢？

答：使用job，增加重試機(jī)制。

用job每隔一段時(shí)間去查詢消息發(fā)送表中狀態(tài)為待處理的數(shù)據(jù)，然后重新發(fā)送mq消息。

8.2 重復(fù)消費(fèi)問題

本來消費(fèi)者消費(fèi)消息時(shí)，在ack應(yīng)答的時(shí)候，如果網(wǎng)絡(luò)超時(shí)，本身就可能會(huì)消費(fèi)重復(fù)的消息。但由于消息發(fā)送者增加了重試機(jī)制，會(huì)導(dǎo)致消費(fèi)者重復(fù)消息的概率增大。

那么，如何解決重復(fù)消息問題呢？

答：加一張消息處理表。

消費(fèi)者讀到消息之后，先判斷一下消息處理表，是否存在該消息，如果存在，表示是重復(fù)消費(fèi)，則直接返回。如果不存在，則進(jìn)行下單操作，接著將該消息寫入消息處理表中，再返回。

有個(gè)比較關(guān)鍵的點(diǎn)是：下單和寫消息處理表，要放在同一個(gè)事務(wù)中，保證原子操作。

8.3 垃圾消息問題

這套方案表面上看起來沒有問題，但如果出現(xiàn)了消息消費(fèi)失敗的情況。比如：由于某些原因，消息消費(fèi)者下單一直失敗，一直不能回調(diào)狀態(tài)變更接口，這樣job會(huì)不停的重試發(fā)消息。最后，會(huì)產(chǎn)生大量的垃圾消息。

那么，如何解決這個(gè)問題呢？每次在job重試時(shí)，需要先判斷一下消息發(fā)送表中該消息的發(fā)送次數(shù)是否達(dá)到最大限制，如果達(dá)到了，則直接返回。如果沒有達(dá)到，則將次數(shù)加1，然后發(fā)送消息。

這樣如果出現(xiàn)異常，只會(huì)產(chǎn)生少量的垃圾消息，不會(huì)影響到正常的業(yè)務(wù)。

8.4 延遲消費(fèi)問題

通常情況下，如果用戶秒殺成功了，下單之后，在15分鐘之內(nèi)還未完成支付的話，該訂單會(huì)被自動(dòng)取消，回退庫存。

那么，在15分鐘內(nèi)未完成支付，訂單被自動(dòng)取消的功能，要如何實(shí)現(xiàn)呢？

我們首先想到的可能是job，因?yàn)樗容^簡單。

但job有個(gè)問題，需要每隔一段時(shí)間處理一次，實(shí)時(shí)性不太好。

還有更好的方案？

答：使用延遲隊(duì)列。

我們都知道rocketmq，自帶了延遲隊(duì)列的功能。

下單時(shí)消息生產(chǎn)者會(huì)先生成訂單，此時(shí)狀態(tài)為待支付，然后會(huì)向延遲隊(duì)列中發(fā)一條消息。達(dá)到了延遲時(shí)間，消息消費(fèi)者讀取消息之后，會(huì)查詢?cè)撚唵蔚臓顟B(tài)是否為待支付。如果是待支付狀態(tài)，則會(huì)更新訂單狀態(tài)為取消狀態(tài)。如果不是待支付狀態(tài)，說明該訂單已經(jīng)支付過了，則直接返回。

還有個(gè)關(guān)鍵點(diǎn)，用戶完成支付之后，會(huì)修改訂單狀態(tài)為已支付。

9 如何限流？

通過秒殺活動(dòng)，如果我們運(yùn)氣爆棚，可能會(huì)用非常低的價(jià)格買到不錯(cuò)的商品（這種概率堪比買福利彩票中大獎(jiǎng)）。

但有些高手，并不會(huì)像我們一樣老老實(shí)實(shí)，通過秒殺頁面點(diǎn)擊秒殺按鈕，搶購商品。他們可能在自己的服務(wù)器上，模擬正常用戶登錄系統(tǒng)，跳過秒殺頁面，直接調(diào)用秒殺接口。

如果是我們手動(dòng)操作，一般情況下，一秒鐘只能點(diǎn)擊一次秒殺按鈕。但是如果是服務(wù)器，一秒鐘可以請(qǐng)求成上千接口。這種差距實(shí)在太明顯了，如果不做任何限制，絕大部分商品可能是被機(jī)器搶到，而非正常的用戶，有點(diǎn)不太公平。

所以，我們有必要識(shí)別這些非法請(qǐng)求，做一些限制。那么，我們?cè)撊绾维F(xiàn)在這些非法請(qǐng)求呢？

目前有兩種常用的限流方式：

1. 基于nginx限流
2. 基于redis限流

9.1 對(duì)同一用戶限流

為了防止某個(gè)用戶，請(qǐng)求接口次數(shù)過于頻繁，可以只針對(duì)該用戶做限制。限制同一個(gè)用戶id，比如每分鐘只能請(qǐng)求5次接口。

9.2 對(duì)同一ip限流

有時(shí)候只對(duì)某個(gè)用戶限流是不夠的，有些高手可以模擬多個(gè)用戶請(qǐng)求，這種nginx就沒法識(shí)別了。

這時(shí)需要加同一ip限流功能。限制同一個(gè)ip，比如每分鐘只能請(qǐng)求5次接口。

但這種限流方式可能會(huì)有誤殺的情況，比如同一個(gè)公司或網(wǎng)吧的出口ip是相同的，如果里面有多個(gè)正常用戶同時(shí)發(fā)起請(qǐng)求，有些用戶可能會(huì)被限制住。

9.3 對(duì)接口限流

別以為限制了用戶和ip就萬事大吉，有些高手甚至可以使用代理，每次都請(qǐng)求都換一個(gè)ip。

這時(shí)可以限制請(qǐng)求的接口總次數(shù)。在高并發(fā)場景下，這種限制對(duì)于系統(tǒng)的穩(wěn)定性是非常有必要的。但可能由于有些非法請(qǐng)求次數(shù)太多，達(dá)到了該接口的請(qǐng)求上限，而影響其他的正常用戶訪問該接口。看起來有點(diǎn)得不償失。

9.4 加驗(yàn)證碼

相對(duì)于上面三種方式，加驗(yàn)證碼的方式可能更精準(zhǔn)一些，同樣能限制用戶的訪問頻次，但好處是不會(huì)存在誤殺的情況。

通常情況下，用戶在請(qǐng)求之前，需要先輸入驗(yàn)證碼。用戶發(fā)起請(qǐng)求之后，服務(wù)端會(huì)去校驗(yàn)該驗(yàn)證碼是否正確。只有正確才允許進(jìn)行下一步操作，否則直接返回，并且提示驗(yàn)證碼錯(cuò)誤。

此外，驗(yàn)證碼一般是一次性的，同一個(gè)驗(yàn)證碼只允許使用一次，不允許重復(fù)使用。

普通驗(yàn)證碼，由于生成的數(shù)字或者圖案比較簡單，可能會(huì)被破解。優(yōu)點(diǎn)是生成速度比較快，缺點(diǎn)是有安全隱患。

還有一個(gè)驗(yàn)證碼叫做：移動(dòng)滑塊，它生成速度比較慢，但比較安全，是目前各大互聯(lián)網(wǎng)公司的首選。

9.5 提高業(yè)務(wù)門檻

上面說的加驗(yàn)證碼雖然可以限制非法用戶請(qǐng)求，但是有些影響用戶體驗(yàn)。用戶點(diǎn)擊秒殺按鈕前，還要先輸入驗(yàn)證碼，流程顯得有點(diǎn)繁瑣，秒殺功能的流程不是應(yīng)該越簡單越好嗎？

其實(shí)，有時(shí)候達(dá)到某個(gè)目的，不一定非要通過技術(shù)手段，通過業(yè)務(wù)手段也一樣。

12306剛開始的時(shí)候，全國人民都在同一時(shí)刻搶火車票，由于并發(fā)量太大，系統(tǒng)經(jīng)常掛。后來，重構(gòu)優(yōu)化之后，將購買周期放長了，可以提前20天購買火車票，并且可以在9點(diǎn)、10、11點(diǎn)、12點(diǎn)等整點(diǎn)購買火車票。調(diào)整業(yè)務(wù)之后（當(dāng)然技術(shù)也有很多調(diào)整），將之前集中的請(qǐng)求，分散開了，一下子降低了用戶并發(fā)量。

回到這里，我們通過提高業(yè)務(wù)門檻，比如只有會(huì)員才能參與秒殺活動(dòng)，普通注冊(cè)用戶沒有權(quán)限?；蛘?，只有等級(jí)到達(dá)3級(jí)以上的普通用戶，才有資格參加該活動(dòng)。

這樣簡單的提高一點(diǎn)門檻，即使是黃牛黨也束手無策，他們總不可能為了參加一次秒殺活動(dòng)，還另外花錢充值會(huì)員吧？