【业务背景】

1. 你们挑选选品各大电商平台上畅销和好评的商品进行销售，每个品类不超过 20 个商品，目前做了 10 个品类；

2. 本次 6.18 秒杀选择了 1000 个充电宝，10 台 iPhone 12 作为秒杀商品；

3. 正常的日活大约 100 万用户；

4. 老板要求万无一失。

总体分析

日活用户 100 万，已是一个中大型电商平台。

10 个品类，20 个商品，假设每个商品每个用户每天都访问 3 次，每天的浏览量大约为 3*10*20*100 万为 6 亿次/天，则每秒的访问量为 7000 左右，商品信息的基本上是固定且更新频次低，可以存储在缓存系统中，提高访问的效率。

100 万日活用户有十分之一的用下单，每天订了量为 10 万，每秒的订单量 2 单左右，每秒的压力不大即数据更新量相比较小。

要支持 100 万用户的秒杀，且浏览集中，需要支持 100 万*3，每秒 300 万浏览量的压力，可以支持秒杀，订单量在 1000 左右，为了支持快速下单，仅在内存中标识即可。

如果节约成本，可支持动态扩容，主要集中扩容负载均衡（电商中台可扩容），

分布式缓存可扩容，数据库与存储系统不需要扩容。

一个中型电商系统，库存量小，交流量大，主要是历史订单，用分布式物理数据库存储足够了，可以不导出到文件系统，存储系统用本地磁盘，也可以满足要求，因此分布式存储系统不采用。

总体架构

负载均衡

在秒杀中，每秒的压力在百万级别，可采用 LVS，实现网络负载均衡，不需要要硬件负载均衡，可节约一部分硬件成本

电商系统

分布式缓存

缓存商品数据，浏览商品信息，读取缓存信息，订单等更新数据写入数据库，商品数量异步更新

秒杀商品的数量，在缓存中记录，异步更新，秒杀的瞬间，不更新数据库，秒杀完成后，完成数据库的更新

分布式数据库

商品信息，订单信息，历史流水信息等，记录到数据库中，采用分布式数据库，根据分片规则，记录数据信息。