如何设计一个秒杀功能？

秒杀功能设计

【核心定义】

秒杀功能是一种在极短时间内应对海量并发请求，通过多层次的技术手段确保系统高可用、数据一致性，并最终实现有限库存商品公平、高效售出的分布式系统解决方案。

【关键要点】

架构分层与流量削峰：采用“动静分离”与“漏斗型”架构，将静态资源（商品图片、描述）推至CDN，动态请求通过缓存、队列逐层过滤，避免流量直接冲击数据库。
缓存极致化：将商品库存等热点数据预加载至Redis等内存数据库，所有扣减操作在缓存中完成，仅异步同步至数据库，将读性能提升至毫秒级，写操作通过原子命令保证一致性。
异步化与最终一致性：用户秒杀请求经合法性校验后，立即生成唯一ID并进入消息队列（如RocketMQ/Kafka），后端服务异步消费，完成库存扣减、订单创建等耗时操作，实现请求的快速响应与业务解耦。
防刷与限流：在网关层实施多重防护，包括：验证码/答题机制分散请求、用户ID/IP频率限制、商品购买次数校验、恶意请求识别等，确保流量公平性与系统安全。
降级与熔断：预设降级策略（如直接返回“已售罄”）、配置熔断器（如Sentinel），在系统压力过大时保护核心链路，避免雪崩。

【深度推导/细节】

核心矛盾：超高并发下的库存超卖与系统崩溃

Step 1 – 请求拦截层：

用户请求首先经过负载均衡器（如Nginx/LVS），分发至网关集群。
网关执行令牌桶或漏桶算法限流，将请求速率限制在系统承载范围内，多余请求直接返回“繁忙提示”。

Step 2 – 缓存扣减与原子性：

通过Lua脚本或Redis的DECR/INCR原子命令执行库存扣减：

local stock = redis.call('get', KEYS[1])
if stock and tonumber(stock) > 0 then
    redis.call('decr', KEYS[1])
    return 1 -- 扣减成功
end
return 0 -- 库存不足

关键数字“-1”：预扣库存可设置为实际库存的120%（例如120件秒杀100件），防止因用户支付失败导致库存浪费，后续通过定时任务回收。

Step 3 – 订单异步处理：

扣减成功的请求，将用户ID+商品ID+唯一序列号组合消息发送至消息队列。
订单服务消费消息，完成数据库写入（订单表、库存流水表），此处采用本地事务表+消息重试确保最终一致性。

Step 4 – 库存同步：

Redis中的库存变化通过binlog监听（Canal） 或定时任务同步回数据库，确保数据源最终一致。

【关联/对比】

秒杀 vs 普通电商下单：
- 普通下单：直接读写数据库，依赖数据库事务。
- 秒杀：99%的流量在缓存层处理，数据库仅作异步持久化，架构本质是用空间（缓存）换时间（响应速度）。
Redis vs 数据库：
- Redis单机QPS可达10万+，而数据库（如MySQL）单机QPS仅数千，两个数量级差距是采用缓存方案的根本原因。
消息队列选型：
- RocketMQ：提供顺序消息、事务消息，更适合金融级秒杀场景。
- Kafka：吞吐量更高，但消息延迟相对较大，适合日志类或对一致性要求稍低的场景。

『面试官追问』

如何防止同一用户重复购买？
- 在Redis中设置USER:UID:SKU键，扣减库存前用SETNX判断，成功后设置过期时间（如秒杀活动时长）。
Redis集群崩溃怎么办？
- 采用集群模式（Cluster） 与持久化（AOF每秒刷盘） 保证高可用。
- 降级方案：直接切换至“售罄状态”，或启用备用缓存（如本地缓存Guava Cache），但需注意数据一致性风险。
秒杀结束后如何恢复超卖库存？
- 设置订单支付超时回调（如15分钟），未支付订单释放库存，通过消息队列重新加回Redis与数据库。
如何保证公平性（防止程序抢购）？
- 加入行为验证（如滑动拼图、点选验证码）。
- 请求路径动态化，每次活动生成随机URL，防止接口被提前爬取。
数据一致性如何保障（缓存与数据库不一致）？
- 最终一致性方案：采用“先更新数据库，再通过Canal监听binlog删除缓存”策略，避免并发更新导致的脏数据。

【版本差异/演进】

V1.0（单体架构）：数据库行锁（SELECT ... FOR UPDATE），性能瓶颈明显，QPS低于500。
V2.0（缓存化）：引入Redis，库存扣减移至缓存，QPS提升至1万+。
V3.0（分布式队列）：引入消息队列异步下单，系统解耦，支持横向扩展，QPS可达10万级。
V4.0（云原生）：采用Serverless（如函数计算）处理峰值，结合弹性伸缩，实现成本与性能的最优平衡。

设计精髓：秒杀系统的本质是将同步操作异步化、将集中式压力分散化、将强一致性弱化为最终一致性，通过多层次的技术栈组合，在性能、一致性、可用性之间取得最佳平衡。

# 如何设计一个秒杀功能？