【业务背景】

你作为一个电商创业公司的架构师，负责设计 6.18 大促秒杀系统的设计，你们的业务模式如下:

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 iPhone12 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。

【技术背景】

1. 技术团队以 Java 为主，已经落地了微服务架构;

2. 主要渠道是自有的 App(包括 iOS 和 Android)和微信小程序，为了促进用户转化为 App 用户，只有下载 App 才能参加秒杀活动;

3. 目前只有单机房。

【架构设计】

存储架构

总体架构之存储架构

负载均衡架构

总体架构之负载均衡

缓存架构

总体架构之缓存

先看看秒杀场景特点。秒杀开始前几分钟，大量用户开始进入秒杀商品详情页面，很多人开始频繁刷新秒杀商品详情页，这时秒杀商品详情页访问量会猛增。秒杀开始，大量用户开始抢购，这时创建订单，扣库存压力会显著增大。实际上，秒杀场景基本都是秒杀参与人多，秒杀成功的人却寥寥无几，结合本次案例来看 100 万用户抢 1010 个商品库存。

针对本次案例的业务背景设计秒杀系统主要涉及以下几个方面：

• 秒杀业务流程上的考虑：

由于参加秒杀的商品售卖价格非常低，基本都是“抢到即赚到”，成功下单后却不付款的情况非常少。所以我们采用下单减库存的方案，下单时扣减库存，然后再进行支付。假如真有个别订单不付款怎么办？没关系，秒杀好活动最主要的目的是吸引流量，个别订单不支付对秒杀活动本身影响不大。况且，没支付剩下的库存还可以做为普通商品继续售卖。不过要注意对机器人和自动脚本的防御。

• 秒杀商品信息缓存：

“秒杀开始前几分钟，大量用户开始进入秒杀商品详情页面，很多人开始频繁刷新秒杀商品详情页，这时秒杀商品详情页访问量会猛增”。如果请求全部打到后端服务，那后端服务的压力会非常大（后端服务要处理业务逻辑，而且还要访问数据库，吞吐量比较低）。

考虑到秒杀是运营同学提前安排的活动，要秒杀哪些商品、商品价格等信息在秒杀活动开始前已经确定下来，所以我们可以把秒杀商品详情分两部分做缓存，图片上传到 CDN 上预热，用 CDN 扛流量，文字描述用 redis 缓存并且提前预热商品防止缓存击穿。这样既可以提高访问速度，也没有给网站增加压力，同时也减少了网站带宽压力。

另外也可以在 app 内做一层缓存。

• 请求拦截：

前端页面，相关按钮点击后置灰，防止重复提交

网关（gateway，nginx）层，为了避免前端恶意请求，比如一些攻击脚本，在网关层要对下单等接口按 userID 限流，几秒钟只能访问一次。考虑到秒杀场景参与人多，秒杀成功的人极少，我们可以把绝大部分抢购下单请求在网关层直接拒掉，按秒杀失败处理。这样就极大减少了后端服务的压力。

因为本次抢购商品库存 1010 个，我们可以只放行 1010 个请求到后端服务。要注意，为了尽量避免库存被机器人和自动脚本抢走，1010 个请求不能在秒杀开始瞬间同时放行，可以分段放行，比如秒杀开始后随机选取 200ms 内的 202 个请求放行（这 200ms 内的其他请求直接拒掉，按秒杀失败处理），之后每隔 200ms 放行 202 个请求，1 秒钟可以放行完 1010 个请求。分段放行，除了限制了机器人和自动脚本，把请求分散在各个时间段，还进一步缓解了后端服务的压力。

分段放行总时间不能太长，假如每 200ms 放行 1 个请求，放行完所有 1010 个请求需要 202 秒时间，这样用户就会明显感知到下单早的人没秒杀成功，下单晚的人反而秒杀成功了，用户体验会变差。

另外，秒杀过程网关压力会比较大，网关可以做成集群，多节点分摊访问压力。

• 后端服务设计：

秒杀库存只有 1010 个，经过网关拦截，再加上采用分段放行的方式，对于后端服务基本没什么压力了，日常的后端服务就完全可以支撑秒杀活动了。不用再做更复杂的设计。不过，假如秒杀库存有几万个，放行的下单请求就有几万个，为了用户体验放行总时间也不能太长，这时后端服务该怎么设计呢？

这时主要压力就在数据库了，扣减库存压力，创建订单压力。

库存可以放到 Reids 缓存中，来提高扣减库存吞吐能力。对于热点商品的库存可以利用 Redis 分片存储。

创建订单可以走异步消息队列。后端服务接到下单请求，直接放进消息队列，监听服务取出消息后，先将订单信息写入 Redis，每隔 100ms 或者积攒 100 条订单，批量写入数据库一次。前端页面下单后定时向后端拉取订单信息，获取到订单信息后跳转到支付页面。用这种批量异步写入数据库的方式大幅减少了数据库写入频次，从而明显降低了订单数据库写入压力。

• 网络：

秒杀前要和网络运营商、CDN 服务商提前申请带宽。

还有哪些细节要考虑：

1.如何避免超卖？如果在 redis 中扣减库存，可以利用 decr 命令扣减库存，decr 是原子操作，在分布式环境下也不会有并发问题，decr 扣减库存后，判断返回值，如果返回值小于 0，扣减库存失败，秒杀也就失败了；如果在数据库中扣减库存可以在 where 后面加上库存大于 0 的条件，来避免库存被减成负值。这样就可以避免超卖情况发生了。

2.接口防刷，前面已经提到过，在网关层对下单等接口按 userID 限流。

3.网关层除了对 userID 做限流外，还要做整体限流。在实际访问量超过预估访问量时，整体限流可以起到保护作用，避免系统被压垮。

4.防止重复下单，按 userID 限流已经起到了防止重复下单的作用。假如限制同一个用户 10 分钟能下一次单，一般情况下 10 分钟内，商品早已经被抢光了，用户也就没有再次下单的机会了。

5.可以结合风控系统，在网关层把羊毛党等有问题的用户请求直接拒掉。

6.可以在网关层上面再加一层防火墙或者高防服务，来防御 DDos 等分布式网络攻击。