什麼是秒殺？
“秒殺”是商家在特定時間點進行促銷的一種運營手段，體現在系統層面，是指一個Web系統，在一秒鐘收到數以萬計的用戶請求，來搶購數量有限的促銷產品。本質上，秒殺系統就是一個“三高”系統，即高併發、高性能、高可用的分佈式系統。本文主要從“高併發”的角度，來看看需要解決的主要問題。
秒殺需要處理併發讀，併發寫。“併發讀”需要通過各種手段減少用戶到服務端來讀數據，而“併發寫”主要需要保證數據的正確性，確保大流量下數據一致。
秒殺系統關注三方面
下面以一個秒殺系統的例子，來看看一個秒殺系統主要關注的三方面問題。
什麼是秒殺？
“秒殺”是商家在特定時間點進行促銷的一種運營手段，體現在系統層面，是指一個Web系統，在一秒鐘收到數以萬計的用戶請求，來搶購數量有限的促銷產品。本質上，秒殺系統就是一個“三高”系統，即高併發、高性能、高可用的分佈式系統。本文主要從“高併發”的角度，來看看需要解決的主要問題。
秒殺需要處理併發讀，併發寫。“併發讀”需要通過各種手段減少用戶到服務端來讀數據，而“併發寫”主要需要保證數據的正確性，確保大流量下數據一致。
秒殺系統關注三方面
下面以一個秒殺系統的例子，來看看一個秒殺系統主要關注的三方面問題。
一、高併發訪問
秒殺前用戶不斷刷新頁面查看，來獲得購買按鈕，搶購時集中點擊併發購買，核心是對系統數據的高併發讀訪問，可以通過如下手段進行防護。
訪問攔截：從瀏覽器/反向代理/Web層/服務層/數據層多層攔截流量，儘量把訪問攔截在離用戶更近的層，減少對後臺的壓力；
分流：主要通過分佈式集群技術，多臺機器處理，提高併發能力；
動靜分離：將動態數據和靜態數據儘量分離，並通過緩存和CDN等技術對數據讀取進行加速；
二、數據正確性
秒殺伴隨這一系列業務流程，包括瀏覽商品、進入搶購頁、購買、扣減庫存、支付。其中併發寫主要與扣減庫存有關，要保證數據的正確性，防止超賣發生。大概的解決方法有：
減庫存：事務判斷，熱點商品放到單獨的熱點庫，增加併發鎖
熱點：對核心熱點數據進行實時分析，並在系統中進行優化或隔離
異步化：是指把購買請求的接受和處理異步化。購買請求先放到隊列中，這個過程非常高效，返回客戶信息。
限流降級：請求限流，控制系統的訪問；對服務的下游依賴進行降級，保證核心鏈路
三、防作弊
搶購還需要保證公平性，方舟如購票插件購買火車票、黃牛黨等。在技術角度，大概方法有:
答題：為了增加購買的複雜度；延緩請求。
Cache校驗：處理用戶購買請求時校驗緩存中是否已記錄此商品的購買。
秒殺系統設計原則
1、前臺請求數儘量少
前臺請求會增加瀏覽器的負擔，儘量簡化或合併頁面大小（CSS/JS，圖片等），去掉頁面裝飾；減少DNCS解析
2、後臺數據儘量少
後臺數據會增加網絡傳輸，壓縮和字符編碼，消耗CPU。需要梳理後臺依賴的數據和服務，關注序列化/反序列化方式，減少不必要的數據交互
3、調用路徑要儘量短
分佈式調用錯綜複雜，需要儘量縮短調用鏈路；減少第三方依賴，儘量弱依賴，並做好應用分級
4、儘量不要有單點
高可用和穩定性角度，消除單點；服務無狀態化，解藕服務狀態和機器，如機器配置動態化；有狀態的存儲，通過冗餘備份提高可用性。
高併發之“訪問攔截”
高併發的訪問攔截主要思路是：
從瀏覽器/反向代理/Web層/服務層/數據層多層攔截流量，儘量把訪問攔截在離用戶更近的層，儘可能地過濾掉無效請求，讓“漏斗”最末端的才是有效請求。同時，用戶請求更早的得到處理，也減少了每次請求的RT，進而提高了系統的QPS和併發程度。
什麼是秒殺？
“秒殺”是商家在特定時間點進行促銷的一種運營手段，體現在系統層面，是指一個Web系統，在一秒鐘收到數以萬計的用戶請求，來搶購數量有限的促銷產品。本質上，秒殺系統就是一個“三高”系統，即高併發、高性能、高可用的分佈式系統。本文主要從“高併發”的角度，來看看需要解決的主要問題。
秒殺需要處理併發讀，併發寫。“併發讀”需要通過各種手段減少用戶到服務端來讀數據，而“併發寫”主要需要保證數據的正確性，確保大流量下數據一致。
秒殺系統關注三方面
下面以一個秒殺系統的例子，來看看一個秒殺系統主要關注的三方面問題。
一、高併發訪問
秒殺前用戶不斷刷新頁面查看，來獲得購買按鈕，搶購時集中點擊併發購買，核心是對系統數據的高併發讀訪問，可以通過如下手段進行防護。
訪問攔截：從瀏覽器/反向代理/Web層/服務層/數據層多層攔截流量，儘量把訪問攔截在離用戶更近的層，減少對後臺的壓力；
分流：主要通過分佈式集群技術，多臺機器處理，提高併發能力；
動靜分離：將動態數據和靜態數據儘量分離，並通過緩存和CDN等技術對數據讀取進行加速；
二、數據正確性
秒殺伴隨這一系列業務流程，包括瀏覽商品、進入搶購頁、購買、扣減庫存、支付。其中併發寫主要與扣減庫存有關，要保證數據的正確性，防止超賣發生。大概的解決方法有：
減庫存：事務判斷，熱點商品放到單獨的熱點庫，增加併發鎖
熱點：對核心熱點數據進行實時分析，並在系統中進行優化或隔離
異步化：是指把購買請求的接受和處理異步化。購買請求先放到隊列中，這個過程非常高效，返回客戶信息。
限流降級：請求限流，控制系統的訪問；對服務的下游依賴進行降級，保證核心鏈路
三、防作弊
搶購還需要保證公平性，方舟如購票插件購買火車票、黃牛黨等。在技術角度，大概方法有:
答題：為了增加購買的複雜度；延緩請求。
Cache校驗：處理用戶購買請求時校驗緩存中是否已記錄此商品的購買。
秒殺系統設計原則
1、前臺請求數儘量少
前臺請求會增加瀏覽器的負擔，儘量簡化或合併頁面大小（CSS/JS，圖片等），去掉頁面裝飾；減少DNCS解析
2、後臺數據儘量少
後臺數據會增加網絡傳輸，壓縮和字符編碼，消耗CPU。需要梳理後臺依賴的數據和服務，關注序列化/反序列化方式，減少不必要的數據交互
3、調用路徑要儘量短
分佈式調用錯綜複雜，需要儘量縮短調用鏈路；減少第三方依賴，儘量弱依賴，並做好應用分級
4、儘量不要有單點
高可用和穩定性角度，消除單點；服務無狀態化，解藕服務狀態和機器，如機器配置動態化；有狀態的存儲，通過冗餘備份提高可用性。
高併發之“訪問攔截”
高併發的訪問攔截主要思路是：
從瀏覽器/反向代理/Web層/服務層/數據層多層攔截流量，儘量把訪問攔截在離用戶更近的層，儘可能地過濾掉無效請求，讓“漏斗”最末端的才是有效請求。同時，用戶請求更早的得到處理，也減少了每次請求的RT，進而提高了系統的QPS和併發程度。
瀏覽器訪問攔截
防止用戶的不必要的點擊，可以在產品層面限制用戶的行為，比如點擊後按鈕不可用，限定時間接受請求。當然，為了防止惡意搶購，還需要在防作弊上做其他嘗試，比如前文講的答題/cache校驗等。
CDN加速
CDN的全稱是Content Delivery Network，即內容分發網絡。簡單來講，就是把原服務器上數據複製到其他服務器上，用戶就近訪問服務器獲取資源。缺點是內容變更生效慢。
反向代理訪問攔截
主要是動靜分離，靜態文件作為web項目的一部分進行發佈；另外通過Nginx託管靜態文件 ，減輕Web服務的壓力。
Web層和Service層訪問攔截
主要是動態數據訪問，可以採用緩存的策略，減少對下一層的數據訪問。緩存又可分為本地緩存和redis、memcache等緩存中間件。
高併發之“分流”
分流主要通過分佈式集群技術，多臺機器處理，提高併發能力。
什麼是秒殺？
“秒殺”是商家在特定時間點進行促銷的一種運營手段，體現在系統層面，是指一個Web系統，在一秒鐘收到數以萬計的用戶請求，來搶購數量有限的促銷產品。本質上，秒殺系統就是一個“三高”系統，即高併發、高性能、高可用的分佈式系統。本文主要從“高併發”的角度，來看看需要解決的主要問題。
秒殺需要處理併發讀，併發寫。“併發讀”需要通過各種手段減少用戶到服務端來讀數據，而“併發寫”主要需要保證數據的正確性，確保大流量下數據一致。
秒殺系統關注三方面
下面以一個秒殺系統的例子，來看看一個秒殺系統主要關注的三方面問題。
一、高併發訪問
秒殺前用戶不斷刷新頁面查看，來獲得購買按鈕，搶購時集中點擊併發購買，核心是對系統數據的高併發讀訪問，可以通過如下手段進行防護。
訪問攔截：從瀏覽器/反向代理/Web層/服務層/數據層多層攔截流量，儘量把訪問攔截在離用戶更近的層，減少對後臺的壓力；
分流：主要通過分佈式集群技術，多臺機器處理，提高併發能力；
動靜分離：將動態數據和靜態數據儘量分離，並通過緩存和CDN等技術對數據讀取進行加速；
二、數據正確性
秒殺伴隨這一系列業務流程，包括瀏覽商品、進入搶購頁、購買、扣減庫存、支付。其中併發寫主要與扣減庫存有關，要保證數據的正確性，防止超賣發生。大概的解決方法有：
減庫存：事務判斷，熱點商品放到單獨的熱點庫，增加併發鎖
熱點：對核心熱點數據進行實時分析，並在系統中進行優化或隔離
異步化：是指把購買請求的接受和處理異步化。購買請求先放到隊列中，這個過程非常高效，返回客戶信息。
限流降級：請求限流，控制系統的訪問；對服務的下游依賴進行降級，保證核心鏈路
三、防作弊
搶購還需要保證公平性，方舟如購票插件購買火車票、黃牛黨等。在技術角度，大概方法有:
答題：為了增加購買的複雜度；延緩請求。
Cache校驗：處理用戶購買請求時校驗緩存中是否已記錄此商品的購買。
秒殺系統設計原則
1、前臺請求數儘量少
前臺請求會增加瀏覽器的負擔，儘量簡化或合併頁面大小（CSS/JS，圖片等），去掉頁面裝飾；減少DNCS解析
2、後臺數據儘量少
後臺數據會增加網絡傳輸，壓縮和字符編碼，消耗CPU。需要梳理後臺依賴的數據和服務，關注序列化/反序列化方式，減少不必要的數據交互
3、調用路徑要儘量短
分佈式調用錯綜複雜，需要儘量縮短調用鏈路；減少第三方依賴，儘量弱依賴，並做好應用分級
4、儘量不要有單點
高可用和穩定性角度，消除單點；服務無狀態化，解藕服務狀態和機器，如機器配置動態化；有狀態的存儲，通過冗餘備份提高可用性。
高併發之“訪問攔截”
高併發的訪問攔截主要思路是：
從瀏覽器/反向代理/Web層/服務層/數據層多層攔截流量，儘量把訪問攔截在離用戶更近的層，儘可能地過濾掉無效請求，讓“漏斗”最末端的才是有效請求。同時，用戶請求更早的得到處理，也減少了每次請求的RT，進而提高了系統的QPS和併發程度。
瀏覽器訪問攔截
防止用戶的不必要的點擊，可以在產品層面限制用戶的行為，比如點擊後按鈕不可用，限定時間接受請求。當然，為了防止惡意搶購，還需要在防作弊上做其他嘗試，比如前文講的答題/cache校驗等。
CDN加速
CDN的全稱是Content Delivery Network，即內容分發網絡。簡單來講，就是把原服務器上數據複製到其他服務器上，用戶就近訪問服務器獲取資源。缺點是內容變更生效慢。
反向代理訪問攔截
主要是動靜分離，靜態文件作為web項目的一部分進行發佈；另外通過Nginx託管靜態文件 ，減輕Web服務的壓力。
Web層和Service層訪問攔截
主要是動態數據訪問，可以採用緩存的策略，減少對下一層的數據訪問。緩存又可分為本地緩存和redis、memcache等緩存中間件。
高併發之“分流”
分流主要通過分佈式集群技術，多臺機器處理，提高併發能力。
DNS輪詢：從App/Browser入口，對請求進行分類，靜態數據直接去CDN獲取，同時Nginx進行集群化，通過DNCS輪詢。
Nginx負載均衡：Nginx可以支持10W的併發訪問， Nginx支持配置請求的代理策略，把請求路由到多個Web服務器處理。Nginx支持的負載均衡策略包括：輪詢，權重，ip_hash，fair，url_hash等
分佈式架構負載策略：Web層調用service，以及service之間的調用，每個service都需要部署多份。目前最常用的兩個框架技術，spring cloud、dubbo、HSF，都採用客戶端負載均衡策略，路由到service的不同實例。
Redis集群：redis單臺幾十萬的QPS，可通過Redis集群，把數據分配到多臺服務器上，減輕每臺機器的負載。
Mysql讀寫分離：一般不對寫請求分流，也可通過分佈式數據庫技術對寫請求分流。對於讀請求，一般採用讀寫分離的策略。讀庫應用單獨設置索引，提高讀性能。
高併發之“動靜分離”
動態頁面：根據實時數據渲染的頁面，需要調用後臺，讀取速度慢
靜態頁面：存儲在文件系統的文件，不經常變動，讀取速度很
為了提升效率，儘可能靜態化，用靜態頁面，替換動態頁面。例如，商品信息頁，商品信息在發佈後，保存下商品信息的靜態頁面；僅訪問必要的數據實時數據。
幾個關注點：
1、 靜態數據緩存到離用戶最近的地方。比如瀏覽器、CDN、服務端的 Cache
2、 可以直接緩存 HTTP 連接。關鍵是數據中是否含有和訪問者相關的個性化數據，比如輸出的數據是否和 URL、瀏覽者、時間、地域相關，以及是否含有 Cookie 等私密數據。
3、 經常使用Nginx和Web服務器緩存靜態文件。Java 系統本身不擅長處理大量連接請求，需要在Nginx和Web側儘量緩存
4、 動態數據儘量Json化。減少不必要的數據傳輸和解析
5、 緩存還需要考慮失效問題/命中率問題/發佈更新問題/動靜數據合併；以失效為例，一般有三種方式：超時更新，定時更新，通知更新。
秒殺之“減庫存”
減庫存一般有如下方式：下單減庫存，付款減庫存，預扣庫存。
其中，筆者比較推薦“下單減庫存”，因為參加秒殺，買到就是賺到，成功下單後卻不付款的情況比較少；同時賣家對秒殺商品的庫存有嚴格限制，邏輯上更為簡單。
當然“下單減庫存”，要保證庫存數據不能為負數。
一些方法：
1、事務判斷，即保證減後庫存不能為負數，否則就回滾；
2、直接設置數據庫的字段數據為無符號整數，小於零時會直接報錯；
3、熱點商品放在單獨的熱點庫
4、併發鎖：增加併發鎖，比如排隊等
5、計數器：在Web層或Service層做一個計數器，技術到達閾值，直接返回搶購失敗。
6、按商品路由：把對同一品類商品的搶購路由到同一個service以及DB鏈接上，減少不必要的鎖競爭。
實踐中的一些原則：
1. 將讀數據緩存在 Web 端，過濾掉無效的數據讀；
2. 對讀數據不做強一致性校驗；
3. 對寫數據做基於時間的分片，過濾過期請求；
4. 對寫請求做限流保護，過濾超載請求；
5. 對寫數據強一致性校驗，僅校驗最後有效的數據。
秒殺之“熱點”
秒殺需要對核心熱點數據進行實時分析，處理思路可以從業務/系統/數據不同角度進行優化/限制/隔離，比如：
靜態熱點數據：提前預測。賣家報名，提前打標
動態熱點數據：系統在運行過程中臨時產生的熱點
也可以增加單獨的熱點分析組件，總體控制系統業務的熱點，並做對應的限制和隔離方法。
秒殺之“異步”
秒殺系統設計上，經常使用消息隊列來緩衝瞬時流量，把同步的請求調用轉換成異步的間接推送，中間通過一個隊列在一端承接瞬時的流量洪峰，在另一端平滑地消費消息。
什麼是秒殺？
“秒殺”是商家在特定時間點進行促銷的一種運營手段，體現在系統層面，是指一個Web系統，在一秒鐘收到數以萬計的用戶請求，來搶購數量有限的促銷產品。本質上，秒殺系統就是一個“三高”系統，即高併發、高性能、高可用的分佈式系統。本文主要從“高併發”的角度，來看看需要解決的主要問題。
秒殺需要處理併發讀，併發寫。“併發讀”需要通過各種手段減少用戶到服務端來讀數據，而“併發寫”主要需要保證數據的正確性，確保大流量下數據一致。
秒殺系統關注三方面
下面以一個秒殺系統的例子，來看看一個秒殺系統主要關注的三方面問題。
一、高併發訪問
秒殺前用戶不斷刷新頁面查看，來獲得購買按鈕，搶購時集中點擊併發購買，核心是對系統數據的高併發讀訪問，可以通過如下手段進行防護。
訪問攔截：從瀏覽器/反向代理/Web層/服務層/數據層多層攔截流量，儘量把訪問攔截在離用戶更近的層，減少對後臺的壓力；
分流：主要通過分佈式集群技術，多臺機器處理，提高併發能力；
動靜分離：將動態數據和靜態數據儘量分離，並通過緩存和CDN等技術對數據讀取進行加速；
二、數據正確性
秒殺伴隨這一系列業務流程，包括瀏覽商品、進入搶購頁、購買、扣減庫存、支付。其中併發寫主要與扣減庫存有關，要保證數據的正確性，防止超賣發生。大概的解決方法有：
減庫存：事務判斷，熱點商品放到單獨的熱點庫，增加併發鎖
熱點：對核心熱點數據進行實時分析，並在系統中進行優化或隔離
異步化：是指把購買請求的接受和處理異步化。購買請求先放到隊列中，這個過程非常高效，返回客戶信息。
限流降級：請求限流，控制系統的訪問；對服務的下游依賴進行降級，保證核心鏈路
三、防作弊
搶購還需要保證公平性，方舟如購票插件購買火車票、黃牛黨等。在技術角度，大概方法有:
答題：為了增加購買的複雜度；延緩請求。
Cache校驗：處理用戶購買請求時校驗緩存中是否已記錄此商品的購買。
秒殺系統設計原則
1、前臺請求數儘量少
前臺請求會增加瀏覽器的負擔，儘量簡化或合併頁面大小（CSS/JS，圖片等），去掉頁面裝飾；減少DNCS解析
2、後臺數據儘量少
後臺數據會增加網絡傳輸，壓縮和字符編碼，消耗CPU。需要梳理後臺依賴的數據和服務，關注序列化/反序列化方式，減少不必要的數據交互
3、調用路徑要儘量短
分佈式調用錯綜複雜，需要儘量縮短調用鏈路；減少第三方依賴，儘量弱依賴，並做好應用分級
4、儘量不要有單點
高可用和穩定性角度，消除單點；服務無狀態化，解藕服務狀態和機器，如機器配置動態化；有狀態的存儲，通過冗餘備份提高可用性。
高併發之“訪問攔截”
高併發的訪問攔截主要思路是：
從瀏覽器/反向代理/Web層/服務層/數據層多層攔截流量，儘量把訪問攔截在離用戶更近的層，儘可能地過濾掉無效請求，讓“漏斗”最末端的才是有效請求。同時，用戶請求更早的得到處理，也減少了每次請求的RT，進而提高了系統的QPS和併發程度。
瀏覽器訪問攔截
防止用戶的不必要的點擊，可以在產品層面限制用戶的行為，比如點擊後按鈕不可用，限定時間接受請求。當然，為了防止惡意搶購，還需要在防作弊上做其他嘗試，比如前文講的答題/cache校驗等。
CDN加速
CDN的全稱是Content Delivery Network，即內容分發網絡。簡單來講，就是把原服務器上數據複製到其他服務器上，用戶就近訪問服務器獲取資源。缺點是內容變更生效慢。
反向代理訪問攔截
主要是動靜分離，靜態文件作為web項目的一部分進行發佈；另外通過Nginx託管靜態文件 ，減輕Web服務的壓力。
Web層和Service層訪問攔截
主要是動態數據訪問，可以採用緩存的策略，減少對下一層的數據訪問。緩存又可分為本地緩存和redis、memcache等緩存中間件。
高併發之“分流”
分流主要通過分佈式集群技術，多臺機器處理，提高併發能力。
DNS輪詢：從App/Browser入口，對請求進行分類，靜態數據直接去CDN獲取，同時Nginx進行集群化，通過DNCS輪詢。
Nginx負載均衡：Nginx可以支持10W的併發訪問， Nginx支持配置請求的代理策略，把請求路由到多個Web服務器處理。Nginx支持的負載均衡策略包括：輪詢，權重，ip_hash，fair，url_hash等
分佈式架構負載策略：Web層調用service，以及service之間的調用，每個service都需要部署多份。目前最常用的兩個框架技術，spring cloud、dubbo、HSF，都採用客戶端負載均衡策略，路由到service的不同實例。
Redis集群：redis單臺幾十萬的QPS，可通過Redis集群，把數據分配到多臺服務器上，減輕每臺機器的負載。
Mysql讀寫分離：一般不對寫請求分流，也可通過分佈式數據庫技術對寫請求分流。對於讀請求，一般採用讀寫分離的策略。讀庫應用單獨設置索引，提高讀性能。
高併發之“動靜分離”
動態頁面：根據實時數據渲染的頁面，需要調用後臺，讀取速度慢
靜態頁面：存儲在文件系統的文件，不經常變動，讀取速度很
為了提升效率，儘可能靜態化，用靜態頁面，替換動態頁面。例如，商品信息頁，商品信息在發佈後，保存下商品信息的靜態頁面；僅訪問必要的數據實時數據。
幾個關注點：
1、 靜態數據緩存到離用戶最近的地方。比如瀏覽器、CDN、服務端的 Cache
2、 可以直接緩存 HTTP 連接。關鍵是數據中是否含有和訪問者相關的個性化數據，比如輸出的數據是否和 URL、瀏覽者、時間、地域相關，以及是否含有 Cookie 等私密數據。
3、 經常使用Nginx和Web服務器緩存靜態文件。Java 系統本身不擅長處理大量連接請求，需要在Nginx和Web側儘量緩存
4、 動態數據儘量Json化。減少不必要的數據傳輸和解析
5、 緩存還需要考慮失效問題/命中率問題/發佈更新問題/動靜數據合併；以失效為例，一般有三種方式：超時更新，定時更新，通知更新。
秒殺之“減庫存”
減庫存一般有如下方式：下單減庫存，付款減庫存，預扣庫存。
其中，筆者比較推薦“下單減庫存”，因為參加秒殺，買到就是賺到，成功下單後卻不付款的情況比較少；同時賣家對秒殺商品的庫存有嚴格限制，邏輯上更為簡單。
當然“下單減庫存”，要保證庫存數據不能為負數。
一些方法：
1、事務判斷，即保證減後庫存不能為負數，否則就回滾；
2、直接設置數據庫的字段數據為無符號整數，小於零時會直接報錯；
3、熱點商品放在單獨的熱點庫
4、併發鎖：增加併發鎖，比如排隊等
5、計數器：在Web層或Service層做一個計數器，技術到達閾值，直接返回搶購失敗。
6、按商品路由：把對同一品類商品的搶購路由到同一個service以及DB鏈接上，減少不必要的鎖競爭。
實踐中的一些原則：
1. 將讀數據緩存在 Web 端，過濾掉無效的數據讀；
2. 對讀數據不做強一致性校驗；
3. 對寫數據做基於時間的分片，過濾過期請求；
4. 對寫請求做限流保護，過濾超載請求；
5. 對寫數據強一致性校驗，僅校驗最後有效的數據。
秒殺之“熱點”
秒殺需要對核心熱點數據進行實時分析，處理思路可以從業務/系統/數據不同角度進行優化/限制/隔離，比如：
靜態熱點數據：提前預測。賣家報名，提前打標
動態熱點數據：系統在運行過程中臨時產生的熱點
也可以增加單獨的熱點分析組件，總體控制系統業務的熱點，並做對應的限制和隔離方法。
秒殺之“異步”
秒殺系統設計上，經常使用消息隊列來緩衝瞬時流量，把同步的請求調用轉換成異步的間接推送，中間通過一個隊列在一端承接瞬時的流量洪峰，在另一端平滑地消費消息。
本質上，就是把一步變成兩步，其中增加一些機制來緩衝。比如在秒殺優惠券搶購，用戶搶碼（確定用戶是否有資格） 和 系統發碼（為有資格用戶分發優惠券） ，搶碼QPS可能10幾萬，只需要知道是否有資格；而發碼僅針對有資格用戶，QPS可能僅僅幾千，使用消息隊列，可以大大提高效率。
除了消息隊列，也可以使用其他方式排隊，比如線程池加鎖等待、內存排隊算法（如FIFO）、文件排隊（如基於 MySQL binlog 的同步機制）
Takeaways
- 秒殺系統就是一個“三高”系統，即高併發、高性能和高可用的分佈式系統
- 秒殺設計原則：前臺請求儘量少，後臺數據儘量少，調用鏈路儘量短，儘量不要有單點
- 秒殺高併發方法：訪問攔截、分流、動靜分離
- 秒殺數據方法：減庫存策略、熱點、異步、限流降級
- 訪問攔截主要思路：通過CDN和緩存技術，儘量把訪問攔截在離用戶更近的層，儘可能地過濾掉無效請求。
- 分流主要思路：通過分佈式集群技術，多臺機器處理，提高併發能力。
最後
秒殺要求對系統的高併發、高性能和高可用都有極高的要求，本文主要從高併發的角度進行了闡述。對於高性能和高可用，感興趣的同學可以關注小編，小編會每天為你分享有趣的技術文章哦。 偷偷告訴你回覆“學習”會有意想不到的驚喜喲~~！