毕业设计：设计电商秒杀系统

1. 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。

2. 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。

3. 业务基本场景

1. 活动未开始不能点击购买

2. 活动开始可以点击购买

3. 下单检查是否超过秒杀商品总数

4. 超过商品总数，显示秒杀结束

5. 秒杀成功后再付款

4. 总体架构思路

1. 正常日活用户 100 万用户，大概有 60%~120%的用户会参与秒杀活动，所以架构按照百万用户级别参与秒杀设计，适应最大业务需求。

2. 客户端只有下载 App 才能参加秒杀活动，所以架构设计只考虑 App 的情况。

3. 秒杀活动不经常有，保持单机房不变。

5. 存储架构设计

5.1 存储架构估算

• 登录

正常日活用户 100 万，登录数据是每天 100 万

• 浏览秒杀商品

100 万用户同时浏览两种商品，1000 个充电宝和 10 台 iPhone12。

• 下单

1000 个充电宝和 10 台 iPhone12，订单数量 1

5.2 存储架构设计

• 秒杀开始时，为了支撑大量高并发的商品库存查询，用 Redis Cluster 支持。

• 商品库存扣减和订单操作数据量不大，仍然有 MySQL 支持。

6. 计算架构设计

6.1 计算性能估算

• 登录

估计有 60~120 万用户登录，考虑到 50%用户可能会集中在秒杀时间前 1 个小时登录，登录的 TPS 值：

50 万/3600 ≈ 140

• 秒杀

估计有 60~120 万用户会在前 2 秒内参与秒杀，绝大部分是读请求。秒杀的 QPS 值：30 万~60 万

6.2 计算架构之负载均衡

• 考虑到 QPS 在 30 万~60 万，采用 LVS 作负载均衡设计

6.3 计算架构之缓存架构

• 尽量把商品详情页的页面元素静态化，然后使用 CDN 或 App 把这些静态化的元素缓存起来。秒杀前大量请求可以直接由 CDN 或 App 缓存服务，不会到达服务器端，减轻服务器端压力。

• 秒杀活动开始，为了支撑大量高并发的库存查验请求，由 Redis 保存库存，扣减库存。yin'ci 分布式缓存也选用 Redis。

7. 高可用(Plan B)

秒杀系统在大流量的冲击下，容易出现意外情况，为了保证系统的高可用，要有相应的保护措施，即 Plan B。

• 高可用-排队

• 收到秒杀请求后并不是立即处理，而是放到消息队列，系统根据能力进行异步处理。

• 队列的大小根据秒杀商品数量或多一些定义。

• 相比较限流来说，排队的客户端体验要更好一些。