面试官：了解秒杀？简单分析下高并发场景下秒杀系统的设计思路

大家好，我是小寒！在电商大厂一般对3到5年的都会有问到秒杀系统这个问题，今天给小伙伴分析下秒杀系统的设计思路！有自己看法的也可以在评论区留言探讨，也可以转发关注下我以后会长期分享！

面试官：了解秒杀？简单分析下高并发场景下秒杀系统的设计思路

目录

1. 概述
2. 秒杀系统是什么
3. 秒杀系统的难点
4. 秒杀整体流程图
5. 常用互联网分层架构
6. 秒杀系统的架构原则
7. 优化方案
8. 秒杀架构视频学习分享

一、概述

秒杀系统之所以难做，是因为在极短的时间内涌入大量的请求，来同时访问有限的服务资源，从而造成系统负载压力大，甚至导致系统服务瘫痪以及宕机的可能。本文会介绍秒杀系统中存在的痛点以及针对这些点的优化思路。

二、秒杀系统是什么

如：12306的春节抢票、各大电商搞的定时抢购活动，如小米手机的在线抢购等，抢过火车票的同学都知道在放票的那一瞬间可能1s都不到，票就被抢购一空了。

三、秒杀系统的难点

1. 短时间内高并发，系统负载压力大
2. 竞争的资源有限，数据库锁冲突严重
3. 避免对其他业务的影响

面试官：了解秒杀？简单分析下高并发场景下秒杀系统的设计思路

四、秒杀整体流程图

面试官：了解秒杀？简单分析下高并发场景下秒杀系统的设计思路

五、常见的互联网分层架构

面试官：了解秒杀？简单分析下高并发场景下秒杀系统的设计思路

1. 客户端层：手机或PC端操作的客户端页面，域名通过DNS解析路由到NG
2. 反向代理层：一般通过NG作为反向代理，将客户端请求均衡路由到后端站点服务，NG也可以水平扩展为多实例，且每个实例可单独部署为主从的高可用方案。
3. 站点层：站点层可以水平扩展为多个实例部署，以此来均衡来自客户端请求产生的高并发负载，多个web server之间的session信息可以集中存储于分布式缓存服务（Redis，MemCache）中。
4. 服务层：服务层也可水平扩展为多个实例部署，即时下最火的微服务方式
5. 数据库层：数据库层的常见部署方式，如读写分离，分库分表等

六、秒杀系统的架构原则

（1）尽量将请求拦截在上游

对于秒杀系统来说，系统的瓶颈一般在数据库层，由于资源是有限的，如库中共1万张票，一瞬间并发进来100万的请求，那么有99万都是无用的请求，所以为了更好的保护底层有限的数据库资源，尽量将请求拦截在上游。

（2）充分利用缓存

缓存不但极大的缩短了数据的访问效率，更重要的是承载了底层数据库的访问压力，所以对于读多写少的业务场景充分利用好缓存

（3）热点隔离

业务隔离：如12306的分时段售票，将热点数据分散处理，来降低系统负载压力

系统隔离：实现系统的软硬隔离，不光是实现软件的隔离，还可以实现硬件的隔离，尽最大限度的减少秒杀带来的高并发安全性问题。

数据隔离：启用单独的cache集群或数据库来存放热点数据

七、优化方案

（1）页面端优化，如：

• 按钮置灰：禁止用户重复提交请求
• 通过JS控制：在一定时间内只能提交一次请求

（2）web server层优化，如：

• 动静分离：如将几乎不变的静态页面直接通过NG或CDN来路由访问，只有动态变换的页面可以请求到web server端
• 页面缓存化
• Nginx反向代理实现web server端的水平扩展

（3）后端service服务层优化

• 使用缓存（Redis、Memchched）：将读多写少的业务数据放入缓存，如秒杀业务中可以将更新频繁的商品库存信息放入Redis缓存处理

注：库存信息放入Redis缓存的时候最好分为多份放入不同key的缓存中，如库存为10万可以分为10份分别放入不同key的缓存中，这样将数据分散操作可以达到更高的读写性能。

• 使用队列处理：将请求放入队列排队处理，以可控的速度来访问底层DB
• 异步处理：如将秒杀成功的订单通知信息通过消息队列（RabbitMQ、Kafka）来异步处理

（4）DB层优化

• 读写分离
• 分表分库
• 数据库集群

从0到1揭秘秒杀系统架构视频分享

分享一个录制的秒杀架构讲解视频，内容包括：

1. 秒杀业务分析以及技术难点分析；
2. 迷你版秒杀系统的快速实现；
3. 快速理解乐观锁悲观锁；
4. 使用协作机制类来衡量吞吐量；
5. 使用数据库实现乐观锁；
6. 使用缓存实现乐观锁；
7. 解密千万级秒杀系统的架构。

需要获取架构视频可以在这免费领取

面试官：了解秒杀？简单分析下高并发场景下秒杀系统的设计思路

面试官：了解秒杀？简单分析下高并发场景下秒杀系统的设计思路