前言
最近在部門內部分享了原來在電商業務做秒殺活動的整體思路，大家對這次分享反饋還不錯，所以我就簡單整理了一下，分享給大家參考參考
業務介紹
什麼是秒殺？通俗一點講就是網絡商家為促銷等目的組織的網上限時搶購活動
比如說京東秒殺，就是一種定時定量秒殺，在規定的時間內，無論商品是否秒殺完畢，該場次的秒殺活動都會結束。這種秒殺，對時間不是特別嚴格，只要下手快點，秒中的概率還是比較大的。
淘寶以前就做過一元搶購，一般都是限量 1 件商品，同時價格低到「令人發齒」，這種秒殺一般都在開始時間 1 到 3 秒內就已經搶光了，參與這個秒殺一般都是看運氣的，不必太強求
業務特點
瞬時併發量大
秒殺時會有大量用戶在同一時間進行搶購，瞬時併發訪問量突增 10 倍，甚至 100 倍以上都有。
庫存量少
一般秒殺活動商品量很少，這就導致了只有極少量用戶能成功購買到。
業務簡單
流程比較簡單，一般都是下訂單、扣庫存、支付訂單
技術難點
現有業務的衝擊
秒殺是營銷活動中的一種，如果和其他營銷活動應用部署在同一服務器上，肯定會對現有其他活動造成衝擊，極端情況下可能導致整個電商系統服務宕機
直接下訂單
下單頁面是一個正常的 URL 地址，需要控制在秒殺開始前，不能下訂單，只能瀏覽對應活動商品的信息。簡單來說，需要 Disable 訂單按鈕
頁面流量突增
秒殺活動開始前後，會有很多用戶請求對應商品頁面，會造成後臺服務器的流量突增，同時對應的網絡帶寬增加，需要控制商品頁面的流量不會對後臺服務器、DB、Redis 等組件的造成過大的壓力
架構設計思想
限流
由於活動庫存量一般都是很少，對應的只有少部分用戶才能秒殺成功。所以我們需要限制大部分用戶流量，只准少量用戶流量進入後端服務器
削峰
秒殺開始的那一瞬間，會有大量用戶衝擊進來，所以在開始時候會有一個瞬間流量峰值。如何把瞬間的流量峰值變得更平緩，是能否成功設計好秒殺系統的關鍵因素。實現流量削峰填谷，一般的採用緩存和 MQ 中間件來解決
異步
秒殺其實可以當做高併發系統來處理，在這個時候，可以考慮從業務上做兼容，將同步的業務，設計成異步處理的任務，提高網站的整體可用性
緩存
秒殺系統的瓶頸主要體現在下訂單、扣減庫存流程中。在這些流程中主要用到 OLTP 的數據庫，類似 MySQL、SQLServer、Oracle。由於數據庫底層採用 B+ 樹的儲存結構，對應我們隨機寫入與讀取的效率，相對較低。如果我們把部分業務邏輯遷移到內存的緩存或者 Redis 中，會極大的提高併發效率
整體架構
客戶端優化
客戶端優化主要有兩個問題
秒殺頁面
秒殺活動開始前，其實就有很多用戶訪問該頁面了。如果這個頁面的一些資源，比如 CSS、JS、圖片、商品詳情等，都訪問後端服務器，甚至 DB 的話，服務肯定會出現不可用的情況。所以一般我們會把這個頁面整體進行靜態化，並將頁面靜態化之後的頁面分發到 CDN 邊緣節點上，起到壓力分散的作用
防止提前下單
防止提前下單主要是在靜態化頁面中加入一個 JS 文件引用，該 JS 文件包含活動是否開始的標記以及開始時的動態下單頁面的 URL 參數。同時，這個 JS 文件是不會被 CDN 系統緩存的，會一直請求後端服務的，所以這個 JS 文件一定要很小。當活動快開始的時候（比如提前），通過後臺接口修改這個 JS 文件使之生效
API 接入層優化
客戶端優化，對於不是搞計算機方面的用戶還是可以防止住的。但是稍有一定網絡基礎的用戶就起不到作用了，因此服務端也需要加些對應控制，不能信任客戶端的任何操作。一般控制分為 2 大類
限制用戶維度訪問頻率
針對同一個用戶（ Userid 維度），做頁面級別緩存，單元時間內的請求，統一走緩存，返回同一個頁面
限制商品維度訪問頻率
大量請求同時間段查詢同一個商品時，可以做頁面級別緩存，不管下回是誰來訪問，只要是這個頁面就直接返回
SOA 服務層優化
上面兩層只能限制異常用戶訪問，如果秒殺活動運營的比較好，很多用戶都參加了，就會造成系統壓力過大甚至宕機，因此需要後端流量控制
對於後端系統的控制可以通過消息隊列、異步處理、提高併發等方式解決。對於超過系統水位線的請求，直接採取 「Fail-Fast」原則，拒絕掉
秒殺整體流程圖
秒殺系統核心在於層層過濾，逐漸遞減瞬時訪問壓力，減少最終對數據庫的衝擊。通過上面流程圖就會發現壓力最大的地方在哪裡？
MQ 排隊服務，只要 MQ 排隊服務頂住，後面下訂單與扣減庫存的壓力都是自己能控制的，根據數據庫的壓力，可以定製化創建訂單消費者的數量，避免出現消費者數據量過多，導致數據庫壓力過大或者直接宕機。
庫存服務專門為秒殺的商品提供庫存管理，實現提前鎖定庫存，避免超賣的現象。同時，通過超時處理任務發現已搶到商品，但未付款的訂單，並在規定付款時間後，處理這些訂單，將恢復訂單商品對應的庫存量
在此我向大家推薦一個架構學習交流群。交流學習群號：736220120 裡面會分享一些資深架構師錄製的視頻錄像：有Spring，MyBatis，Netty源碼分析，高併發、高性能、分佈式、微服務架構的原理，JVM性能優化、分佈式架構等這些成為架構師必備的知識體系。還能領取免費的學習資源，目前受益良多。
總結
核心思想：層層過濾
儘量將請求攔截在上游，降低下游的壓力
充分利用緩存與消息隊列，提高請求處理速度以及削峰填谷的作用
閱讀更多 程序員界的彭于晏 的文章
