一次阿里面试，我被问到了如何设计秒杀系统

秒杀活动架构

秒杀活动是电商项目中常出现的活动。比如演唱会门票抢购，京东淘宝秒杀商品抢购。在抢购那一刻，会有大量用户同时高并发的请求应用系统，可能会达到每秒几万、几十万的请求。如果系统无法处理这么高的请求，那么就会崩溃，从而导致系统不可用。

蒲县网站制作公司哪家好，找成都创新互联！从网页设计、网站建设、微信开发、APP开发、成都响应式网站建设公司等网站项目制作，到程序开发，运营维护。成都创新互联于2013年创立到现在10年的时间，我们拥有了丰富的建站经验和运维经验，来保证我们的工作的顺利进行。专注于网站建设就选成都创新互联。

对于秒杀活动来说，要求系统不会出现压力过大而崩溃的场景，并且不会出现超卖、少卖的情形。

所以秒杀系统中我们需要思考：

• “系统如何扛住高并发请求系统如何保证不超卖等问题”

对此我的解决思路是：

• “服务端中，使用缓存减少对数据库访问将请求流量拦截在上游，可以使用限流技术使用分布式队列进行流量削峰，将并发串行化”

秒杀架构图

秒杀架构图如上。

客户端

用户发起请求的端口，目前电商项目秒杀活动主要客户端有微信小程序、H5(浏览器)、各平台app(比如Android、iOS、Windows)。我们可以在客户端实现限流机制，这样就可以避免用户发送大量请求到服务端。

客户端的限流可以控制按钮的点击频率，比如对按钮置灰。

反向代理

我们可以使用Nginx实现请求分流，通过负载均衡将请求均匀的分布到不同的Web节点中。

Nginx也可以作为限流使用。Nginx可以控制单位时间内的请求数，限制同一时间的连接数。

API网关

如果实际参与秒杀活动的用户非常大，并发请求非常大。我们就需要在API网关这一层中进行限流，这里可以实现对单个Web节点实现每秒最大请求数限制。

我们也可以控制每个用户的最大请求数，通过Redis记录每个用户的请求数。

缓存

在服务层业务中，为减少对数据库的访问，需要进行缓存设计，我们可以使用本地缓存，或者分布式缓存。

队列

队列主要是用来实现流量的削峰填谷，我们可以使用RocketMQ、Kafka等消息中间件作为分布式的队列。

关于限流

秒杀系统中为什么需要限流?在秒杀活动中商品库存是有限的，而请求的用户数量远远大于商品库存数量。大部分的用户请求实际上是无法抢到商品的无效流量。所以这部分流量可以拦截在上游进行限流。

为了避免用户采用脚本或者频繁点击发送大量请求，而导致其他用户无法正常参加活动，我们也需要控制用户每秒的请求量。

我们可从URI和用户两个方面实行限流。

URI限流示例代码：

用户维度的限流示例代码：

我们获取URI维度的限流器对象uriLimiter，和用户维度的限流器对象userLimiter。如果tryAcquire()成功获得许可，则请求通过，进入后续业务。否则直接报异常，前端界面作相应的友好提示。

在缓存中扣减库存

使用Redis来存储库存数量，当用户发起抢购请求时，先判断Redis中的库存是否可用。如果可用，将抢购请求放入分布式队列中，采用异步方式处理后续操作，并完成下单。同时在Redis中作库存扣减。

示例代码如下：

先做库存扣减并获取扣减后的库存数量，如果库存数量大于或等于0，将订单创建请求发送到mq。否则返回抢购失败的信息。

消费者创建订单：

关于如何初始化库存?

在抢购活动开始前，有运营人员在后台手动将商品库存从数据库同步到缓存中。库存的扣减在缓存中进行扣减。

利用Redis单线程特性可以实现多线程下安全的库存更新。如果查询缓存中的值时，发现没有，需要从数据库中查询，然后再同步到缓存中，这个过程需要加锁。

示例代码如下：

总结

秒杀设计是典型的高并发系统，关于秒杀系统的设计，经常会在面试中被问到。在设计秒杀系统时，我们需要考虑：

• “请求分流-通过负载均衡实现限流-采用漏斗算法(如guava的RateLimiter)，信号量Semaphore，Redis计数等实现Redis扣减库存-减少对数据库的访问流量削峰-分布式队列实现”

网页标题：一次阿里面试，我被问到了如何设计秒杀系统
本文地址：http://www.csdahua.cn/qtweb/news6/485456.html

网站建设、网络推广公司-快上网，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 快上网