秒殺系統(tǒng)相信很多人見過，比如京東或者淘寶的秒殺，小米手機的秒殺，那么秒殺系統(tǒng)的后臺是如何實現(xiàn)的呢？我們?nèi)绾卧O(shè)計一個秒殺系統(tǒng)呢？對于秒殺系統(tǒng)應(yīng)該考慮哪些問題？如何設(shè)計出健壯的秒殺系統(tǒng)？本文我們就來探討一下這個問題。
分析秒殺的業(yè)務(wù)場景,最重要的有一點就是超賣問題，假如備貨只有100個，但是最終超賣了200，一般來講秒殺系統(tǒng)的價格都比較低，如果超賣將嚴重影響公司的財產(chǎn)利益，因此首當(dāng)其沖的就是解決商品的超賣問題。秒殺具有時間短、并發(fā)量大的特點，秒殺持續(xù)時間只有幾分鐘，而一般公司都為了制造轟動效應(yīng)，會以極低的價格來吸引用戶，因此參與搶購的用戶會非常的多。短時間內(nèi)會有大量請求涌進來，后端如何防止并發(fā)過高造成緩存擊穿或者失效，擊垮數(shù)據(jù)庫都是需要考慮的問題。現(xiàn)在的秒殺大多都會出來針對秒殺對應(yīng)的軟件，這類軟件會模擬不斷向后臺服務(wù)器發(fā)起請求，一秒幾百次都是很常見的，如何防止這類軟件的重復(fù)無效請求，防止不斷發(fā)起的請求也是需要我們針對性考慮的。對于普通用戶來講，看到的只是一個比較簡單的秒殺頁面，在未達到規(guī)定時間，秒殺按鈕是灰色的，一旦到達規(guī)定時間，灰色按鈕變成可點擊狀態(tài)。這部分是針對小白用戶的，如果是稍微有點電腦功底的用戶，會通過F12看瀏覽器的network看到秒殺的url，通過特定軟件去請求也可以實現(xiàn)秒殺。或者提前知道秒殺url的人，一請求就直接實現(xiàn)秒殺了。這個問題我們需要考慮解決。秒殺有把我們服務(wù)器擊垮的風(fēng)險，如果讓它與我們的其他業(yè)務(wù)使用在同一個數(shù)據(jù)庫中，耦合在一起，就很有可能牽連和影響其他的業(yè)務(wù)。如何防止這類問題發(fā)生，就算秒殺發(fā)生了宕機、服務(wù)器卡死問題，也應(yīng)該讓他盡量不影響線上正常進行的業(yè)務(wù)。按照「高并發(fā)」的考慮，就算使用緩存還是不足以應(yīng)對短時間的高并發(fā)的流量的沖擊。如何承載這樣巨大的訪問量，同時提供穩(wěn)定低時延的服務(wù)保證，是需要面對的一大挑戰(zhàn)。我們來算一筆賬，假如使用的是Redis緩存，單臺Redis服務(wù)器可承受的QPS大概是4W左右，如果一個秒殺吸引的用戶量足夠多的話，單QPS可能達到幾十萬，單體Redis還是不足以支撐如此巨大的請求量。緩存會被擊穿，直接滲透到DB，從而擊垮MySQL，后臺會將會大量報錯。
秒殺系統(tǒng)的設(shè)計和技術(shù)方案
秒殺系統(tǒng)數(shù)據(jù)庫設(shè)計針對「數(shù)據(jù)庫設(shè)計」提出的秒殺數(shù)據(jù)庫的問題，因此應(yīng)該單獨設(shè)計一個秒殺數(shù)據(jù)庫，防止因為秒殺活動的高并發(fā)訪問拖垮整個網(wǎng)站。這里只需要兩張表，一張是秒殺訂單表，一張是秒殺貨品表。其實應(yīng)該還有幾張表，商品表：可以關(guān)聯(lián)goods_id查到具體的商品信息，商品圖像、名稱、平時價格、秒殺價格等，還有用戶表：根據(jù)用戶user_id可以查詢到用戶昵稱、用戶手機號，收貨地址等其他額外信息，這個具體就不給出實例了。為了避免有程序訪問經(jīng)驗的人通過下單頁面url直接訪問后臺接口來秒殺貨品，我們需要將秒殺的url實現(xiàn)動態(tài)化，即使是開發(fā)整個系統(tǒng)的人都無法在秒殺開始前知道秒殺的url。具體的做法就是通過md5加密一串隨機字符作為秒殺的url，然后前端訪問后臺獲取具體的url，后臺校驗通過之后才可以繼續(xù)秒殺。將商品的描述、參數(shù)、成交記錄、圖像、評價等全部寫入到一個靜態(tài)頁面，用戶請求不需要通過訪問后端服務(wù)器，不需要經(jīng)過數(shù)據(jù)庫，直接在前臺客戶端生成，這樣可以最大可能的減少服務(wù)器的壓力。具體的方法可以使用freemarker模板技術(shù)，建立網(wǎng)頁模板，填充數(shù)據(jù)，然后渲染網(wǎng)頁。秒殺是一個讀多寫少的場景，使用Redis做緩存再合適不過。不過考慮到緩存擊穿問題，我們應(yīng)該構(gòu)建Redis集群，采用哨兵模式，可以提升Redis的性能和可用性。Nginx是一個高性能Web服務(wù)器，它的并發(fā)能力可以達到幾萬，而Tomcat只有幾百。通過Nginx映射客戶端請求，再分發(fā)到后臺Tomcat服務(wù)器集群中可以大大提升并發(fā)能力。典型的一個場景是在進行扣減庫存的時候，傳統(tǒng)的做法是先查詢庫存，再去update。這樣的話需要兩個SQL，而實際上一個SQL我們就可以完成的。可以用這樣的做法：update miaosha_goods set stock =stock-1 where goos_id ={#goods_id} and version = #{version} and sock>0;這樣的話，就可以保證庫存不會超賣并且一次更新庫存，還有注意一點這里使用了版本號的樂觀鎖，相比較悲觀鎖，它的性能較好。很多請求進來，都需要后臺查詢庫存,這是一個頻繁讀的場景。可以使用Redis來預(yù)減庫存，在秒殺開始前可以在Redis設(shè)值，比如redis.set(goodsId,100)，這里預(yù)放的庫存為100可以設(shè)值為常量，每次下單成功之后，Integer stock = (Integer)redis.get(goosId); 然后判斷sock的值，如果小于常量值就減去1；不過注意當(dāng)取消的時候，需要增加庫存，增加庫存的時候也得注意不能大于之間設(shè)定的總庫存數(shù)（查詢庫存和扣減庫存需要原子操作，此時可以借助lua腳本）下次下單再獲取庫存的時候，直接從Redis里面查就可以了。秒殺最終的本質(zhì)是數(shù)據(jù)庫的更新，但是有很多大量無效的請求，我們最終要做的就是如何把這些無效的請求過濾掉，防止?jié)B透到數(shù)據(jù)庫。限流的話，需要入手的方面很多：首先第一步就是通過前端限流，用戶在秒殺按鈕點擊以后發(fā)起請求，那么在接下來的5秒是無法點擊（通過設(shè)置按鈕為disable）。這一小舉措開發(fā)起來成本很小，但是很有效。同一個用戶xx秒內(nèi)重復(fù)請求直接拒絕具體多少秒需要根據(jù)實際業(yè)務(wù)和秒殺的人數(shù)而定，一般限定為10秒。具體的做法就是通過Redis的鍵過期策略，首先對每個請求都從String value = redis.get(userId);如果獲取到這個value為空或者為null，表示它是有效的請求，然后放行這個請求。如果不為空表示它是重復(fù)性請求，直接丟掉這個請求。如果有效，采用redis.setexpire(userId,value,10).value可以是任意值，一般放業(yè)務(wù)屬性比較好，這個是設(shè)置以userId為key，10秒的過期時間（10秒后，key對應(yīng)的值自動為null）。接口限流的策略有很多，我們這里采用令牌桶算法。令牌桶算法的基本思路是每個請求嘗試獲取一個令牌，后端只處理持有令牌的請求，生產(chǎn)令牌的速度和效率我們都可以自己限定，Guava提供了RateLimter的API供我們使用。以下做一個簡單的例子，注意需要引入Guava：public?class?TestRateLimiter?{
????public?static?void?main(String[]?args)?{
????????//1秒產(chǎn)生1個令牌
????????final?RateLimiter?rateLimiter?=?RateLimiter.create(1);
????????for?(int?i?=?0;?i?????????????//該方法會阻塞線程，直到令牌桶中能取到令牌為止才繼續(xù)向下執(zhí)行。
????????????double?waitTime=?rateLimiter.acquire();
????????????System.out.println("任務(wù)執(zhí)行"?+?i?+?"等待時間"?+?waitTime);
????????}
????????System.out.println("執(zhí)行結(jié)束");
????}
}
上面代碼的思路就是通過RateLimiter來限定我們的令牌桶每秒產(chǎn)生1個令牌（生產(chǎn)的效率比較低），循環(huán)10次去執(zhí)行任務(wù)。acquire會阻塞當(dāng)前線程直到獲取到令牌，也就是如果任務(wù)沒有獲取到令牌，會一直等待。那么請求就會卡在我們限定的時間內(nèi)才可以繼續(xù)往下走，這個方法返回的是線程具體等待的時間。執(zhí)行如下：可以看到任務(wù)執(zhí)行的過程中，第1個是無需等待的，因為已經(jīng)在開始的第1秒生產(chǎn)出了令牌。接下來的任務(wù)請求就必須等到令牌桶產(chǎn)生了令牌才可以繼續(xù)往下執(zhí)行。如果沒有獲取到就會阻塞（有一個停頓的過程）。不過這個方式不太好，因為用戶如果在客戶端請求，如果較多的話,直接后臺在生產(chǎn)token就會卡頓（用戶體驗較差），它是不會拋棄任務(wù)的，我們需要一個更優(yōu)秀的策略：如果超過某個時間沒有獲取到，直接拒絕該任務(wù)。接下來再來個案例：public?class?TestRateLimiter2?{
????public?static?void?main(String[]?args)?{
????????final?RateLimiter?rateLimiter?=?RateLimiter.create(1);
????????for?(int?i?=?0;?i?????????????long?timeOut?=?(long)?0.5;
????????????boolean?isValid?=?rateLimiter.tryAcquire(timeOut,?TimeUnit.SECONDS);
????????????System.out.println("任務(wù)"?+?i?+?"執(zhí)行是否有效:"?+?isValid);
????????????if?(!isValid)?{
????????????????continue;
????????????}
????????????System.out.println("任務(wù)"?+?i?+?"在執(zhí)行");
????????}
????????System.out.println("結(jié)束");
????}
}
其中用到了tryAcquire方法，這個方法的主要作用是設(shè)定一個超時的時間，如果在指定的時間內(nèi)預(yù)估（注意是預(yù)估并不會真實的等待），如果能拿到令牌就返回true，如果拿不到就返回false。然后我們讓無效的直接跳過，這里設(shè)定每秒生產(chǎn)1個令牌，讓每個任務(wù)嘗試在0.5秒獲取令牌，如果獲取不到，就直接跳過這個任務(wù)（放在秒殺環(huán)境里就是直接拋棄這個請求）。程序?qū)嶋H運行如下：只有第1個獲取到了令牌，順利執(zhí)行了，下面的基本都直接拋棄了，因為0.5秒內(nèi)，令牌桶（1秒1個）來不及生產(chǎn)就肯定獲取不到返回false了。這個限流策略的效率有多高呢？假如我們的并發(fā)請求是400萬瞬間的請求，將令牌產(chǎn)生的效率設(shè)為每秒20個，每次嘗試獲取令牌的時間是0.05秒，那么最終測試下來的結(jié)果是，每次只會放行4個左右的請求,大量的請求會被拒絕，這就是令牌桶算法的優(yōu)秀之處。為了提升下單的效率，并且防止下單服務(wù)的失敗。需要將下單這一操作進行異步處理。最常采用的辦法是使用隊列，隊列最顯著的三個優(yōu)點：異步、削峰、解耦。這里可以采用RabbitMQ，在后臺經(jīng)過了限流、庫存校驗之后，流入到這一步驟的就是有效請求。然后發(fā)送到隊列里，隊列接受消息，異步下單。下完單，入庫沒有問題可以用短信通知用戶秒殺成功。假如失敗的話，可以采用補償機制，重試。假如在秒殺過程中出現(xiàn)了某個服務(wù)器宕機，或者服務(wù)不可用，應(yīng)該做好后備工作。之前的博客里有介紹通過Hystrix進行服務(wù)熔斷和降級，可以開發(fā)一個備用服務(wù)，假如服務(wù)器真的宕機了，直接給用戶一個友好的提示返回，而不是直接卡死，服務(wù)器錯誤等生硬的反饋。
這就是我設(shè)計出來的秒殺流程圖，當(dāng)然不同的秒殺體量針對的技術(shù)選型都不一樣，這個流程可以支撐起幾十萬的流量，如果是成千萬破億那就得重新設(shè)計了。比如數(shù)據(jù)庫的分庫分表、隊列改成用Kafka、Redis增加集群數(shù)量等手段。通過本次設(shè)計主要是要表明的是我們?nèi)绾螒?yīng)對高并發(fā)的處理，并開始嘗試解決它，在工作中多思考、多動手能提升我們的能力水平，加油！·END·
技術(shù)草根，堅持分享?編程，算法，架構(gòu)
