作者：大坑神
來源：https://yq.aliyun.com/articles/69704

一、為什麼秒殺這麼難

秒殺系統難做的原因：庫存只有一份，所有人會在集中的時間讀和寫這些數據。例如小米手機每週二的秒殺，可能手機只有1萬部，但瞬時進入的流量可能是幾百幾千萬。又例如12306搶票，亦與秒殺類似，瞬時流量更甚。

1.1主要需要解決的問題有兩個

1、高併發對數據庫產生的壓力

2、競爭狀態下如何解決庫存的正確減少（ 超賣問題）

對於第一個問題，已經很容易想到用緩存來處理搶購，避免直接操作數據庫，例如使用Redis。重點在於第二個問題，常規寫法：

查詢出對應商品的庫存，看是否大於0，然後執行生成訂單等操作，但是在判斷庫存是否大於0處，如果在高併發下就會有問題，導致庫存量出現負數

二、常見架構

瀏覽器--->站點--->服務--->數據

流量到了億級別，常見站點架構如上：

1、瀏覽器端，最上層，會執行到一些JS代碼

2、站點層，這一層會訪問後端數據，拼html頁面返回給瀏覽器

3、服務層，向上遊屏蔽底層數據細節

4、數據層，最終的庫存是存在這裡的，mysql是一個典型

三、優化方向

1、將請求儘量攔截在系統上游：傳統秒殺系統之所以掛，請求都壓倒了後端數據層，數據讀寫鎖衝突嚴重，併發高響應慢，幾乎所有請求都超時，流量雖大，下單成功的有效流量甚小【一趟火車其實只有2000張票，200w個人來買，基本沒有人能買成功，請求有效率為0】

2、充分利用緩存：這是一個典型的 讀多寫少的應用場景【一趟火車其實只有2000張票，200w個人來買，最多2000個人下單成功，其他人都是查詢庫存，寫比例只有0.1%，讀比例佔99.9%】，非常適合使用緩存。

四、優化細節

4.1 瀏覽器層請求攔截

點擊了“查詢”按鈕之後，系統那個卡呀，進度條漲的慢呀，作為用戶，我會不自覺的再去點擊“查詢”，繼續點，繼續點，點點點。。。有用麼？平白無故的增加了系統負載（一個用戶點5次，80%的請求是這麼多出來的），怎麼整？

a 產品層面，用戶點擊“查詢”或者“購票”後，按鈕置灰，禁止用戶重複提交請求

b JS層面，限制用戶在x秒之內只能提交一次請求

如此限流，80%流量已攔。

4.2 站點層請求攔截與頁面緩存

瀏覽器層的請求攔截，只能攔住小白用戶（不過這是99%的用戶喲），高端的程序員根本不吃這一套，寫個for循環，直接調用你後端的http請求，怎麼整？

a 同一個uid，限制訪問頻度，做頁面緩存，x秒內到達站點層的請求，均返回同一頁面

b 同一個item的查詢，例如手機車次，做頁面緩存，x秒內到達站點層的請求，均返回同一頁面

如此限流，又有99%的流量會被攔截在站點層

4.3 服務層請求攔截與數據緩存

站點層的請求攔截，只能攔住普通程序員，高級黑客，假設他控制了10w臺肉雞（並且假設買票不需要實名認證），這下uid的限制不行了吧？怎麼整？

a 大哥，我是服務層，我清楚的知道小米只有1萬部手機，我清楚的知道一列火車只有2000張車票，我透10w個請求去數據庫有什麼意義呢？ 對於寫請求，做請求隊列，每次只透有限的寫請求去數據層，如果均成功再放下一批，如果庫存不夠則隊列裡的寫請求全部返回“已售完”

b 對於讀請求，還要我說麼？cache抗，不管是memcached還是redis，單機抗個每秒10w應該都是沒什麼問題的

如此限流，只有非常少的寫請求，和非常少的讀緩存mis的請求會透到數據層去，又有99.9%的請求被攔住了

4.4 數據層閒庭信步

到了數據這一層，幾乎就沒有什麼請求了，單機也能扛得住，還是那句話，庫存是有限的，小米的產能有限，透這麼多請求來數據庫沒有意義。

五、總結

沒什麼總結了，上文應該描述的非常清楚了，對於秒殺系統，再次重複下兩個架構優化思路：

1、儘量將請求攔截在系統上游

2、讀多寫少經量多使用緩存

3、Redis隊列緩存 + mysql 批量入庫