秒杀系统详细设计（秒杀系统的核心点都在这里）
秒杀系统详细设计（秒杀系统的核心点都在这里）业务流程其实个普通的购物流程，没有什么区别3、一般业务用户限制，一个用户只能购买一个商品 上面图中，描述了常规的秒杀业务，具备几个业务特性1、倒计时开场，到点开通购买2、价格便宜，库存少
欢迎关注头条号：老顾聊技术
精品原创技术分享，知识的组装工
目录
- 前言
- 业务流程
- 查看商品详情
- 校验库存
- 扣库存
- 何时扣库存
- 分布式限流
- 异步化
- 总结
今天老顾尝试一下用一篇文章来介绍一下秒杀系统，对老顾来说是个挑战，因为秒杀系统涉及的技术点是很多的，不可能用一篇文章就让小伙伴们可以完整的搭建秒杀系统，但老顾会把秒杀的核心设计，用到的技术尽量说全点，说的通俗点。
悄悄的告诉你，之前老顾分享文章中的知识点，在秒杀系统就用上了，老顾会直接引用了。
业务流程
上面图中，描述了常规的秒杀业务，具备几个业务特性
1、倒计时开场，到点开通购买
2、价格便宜，库存少
3、一般业务用户限制，一个用户只能购买一个商品
业务流程其实个普通的购物流程，没有什么区别
1、查询商品详情
2、点击购买，校验库存
3、扣库存，创建订单
4、去支付
我们梳理了秒杀的流程，那我们按照流程一一分析，各个环节怎么去设计？
查看商品详情秒杀商品详情里面有个特殊的业务，就是秒杀开始的时候才能对这个商品进行购买，在没有开始之前是不能购买的（购买按钮隐藏或置灰）。
小伙伴们回想一下，自己参与抢购秒杀商品的时候，是不是在没有开始秒杀之前，会一直狂刷商品页面，尤其是临近开场的时候，查看商品的请求会猛增。怎么让商品详情业务能够hold住这么大量的请求呢？你了解大型网站的页面静态化吗？
这个商品详情的方案，老顾以前的文章介绍过，非常详细，大家可以去查阅。
这里额外要说的就是开场倒计时。这个倒计时的效果由客户端实现，不过时间一定是同步的服务器端，客户端可以每隔几分钟同步一次，再重新倒计时。
还有就是秒杀时间是否已到，一定是由服务器端进行判断的，而不是由客户端时间决定。
校验库存这个就是检查商品库存有没有货，没有就直接返回，有就进入购买流程。我们发现检查库存走的是数据库，如下：
这个小伙伴们是不是发现有问题了，这么大量的请求过来，走数据库肯定是不行的，想到的肯定是把库存放到缓存中，因为是分布式，所以放到Redis中。
那就有个问题了，什么时候把商品库存放到缓存中？
最好的方式就是通过后台管理系统，因为我们新建一个秒杀商品，肯定是通过后台管理系统操作的，添加秒杀商品后，应该会有一个类似按钮【上线发布】，可以在这个按钮事件进行缓存，当然小伙伴们可根据自己的业务。
扣库存一、秒杀扣库存，经常会出现【超卖】，这个是什么原因呢？我们看一下扣库存的代码：
直接执行sql语句，把库存减一。我们再看一下整体代码，先检查库存，有库存再扣库存。
//验证是否有库存 if(checkGoodStock(goodId) <= 0){ return 0; //表示无库存了 } //扣库存 deductGoodStock(goodId);
二、举个例子：
如：我们现在的剩余库存为1，同时有2个线程请求过来，又同时执行到验证库存代码块，这样就都通过了验证，然后又先后执行了扣库存，但扣库存是直接减1的，导致库存变成了-1，超卖就此形成了。
核心导致超卖就是因为大量请求到来，引起并发问题；多个线程是被CPU调度执行的，各线程间交替执行业务。如何利用锁，防止缓存击穿？重构思想的重要性
怎么去解决这个问题？老顾之前介绍过分布式排他锁和乐观锁，都可以解决，可自行查阅。
三、这里因为业务表的设计，我们用另一种方式，稍微修改一下sql语句
DBUtils.ExecuteSql(" update goods set stock = stock - 1 where goodId = ? and stock > 0" goodId);
在where语句加了stock > 0 ，因为update执行的时候产生行锁，其他线程只有等当前线程执行完后，才能去继续执行这个update语句。又因为加了stock > 0就保证了不可能出现负数出现超卖。
一、扣库存业务有两个选择：
1、方案一：下单减库存，即当买家下单后，商品库存减去买家购买的数量
2、方案二：付款时库存，即当买家下单后，并不立即减库存，而是等用户付款后才减库存
这两个方案都有各自的问题，要从业务上面来分析。
- 方案一的问题，下单就把库存减了，如有竞争对手通过恶意的方式将商品全部下单，让商品库存为0了，但最后他是不会付款的。这样导致正常的用户购买不了，卖家也没有得到钱。
- 方案二有效解决了上面的问题，但是他出现的问题是，因为下单是不减库存的，只有付款后才减，那如果商品数量是10个，那很有可能有100个用户下了订单，都去付款支付，最后只有10个人能付款成功，90个人付款不了，这样就让用户体验很差，明明已经可以下单，但最后还是没有买到商品。
二、那怎么去选择？
一般我们在秒杀场景下我们选择方案一，小伙伴们有没有注意其他的平台，在下完单后，会有一定的时间去支付，一般设置半个小时。
其实本质就是让用户有半个小时支付时间，如超过不支付，就失效此订单，并且回收库存
所以我们买家经常会去捡漏，这是很多系统常用的方式。
三、用户标记
即使有了上面的方案，其实还是会存在恶意的问题，只是我们把库存回收了。但还是有缓存的时间延迟半小时。
可在这基础上继续优化，加入风控系统，一般大中型平台都会有风控系统。这里老顾就讲最简单的方式。也就是我们要监控哪些用户一直是下单不付款的，如果超过一定的阀值，就给这个用户打上标记，归属黑名单。
还有就是在商品限制购买数量，经常使用的是每个用户限制购买1～2件，也能规避恶意下单
分布式限流秒杀场景一般都是商品稀缺，提供出来的数量比较少，如就100个，但很便宜，那就导致同一时间很多用户都会来抢，如100万用户来抢100个资源，其实有90%的用户请求是无效的，因为只有100个商品，也只有100个人能够买到。那100万个用户请求过来对系统来说是没有必要的，反而增加了系统压力。其实我们可以只允许5000个用户（业务评估出来的数值）进入业务系统，其他请求的直接返回就行了。
小伙伴们会不会说那不是不公平吗？其实大家仔细想想，秒杀拼的就是网络快，手快，和人品；没有什么公平不公平的
怎么解决？就是利用分布式限流方案，有很多中方案，Nginx限流，业务系统有计数器法，漏斗法，令牌法，网上有很多介绍；一般基于redis进行令牌限流，有很多组件，一般采用google提供的。老顾这里就不多作介绍，以后可以和大家专门分享限流知识点。
异步化一、思路由来
我们大家想一想，即使我们做了上面的限流机制，卡住了绝大部分请求到业务系统中，但还是有很多请求进入了业务系统。如果我们商品库存数为5000个库存，在大流量的时候，会有很多用户都有资格去下单，那也就是同时会有5000个并发去操作mysql数据库。那数据库也是抗不住的，一般mysql的并发量500左右。
这个时候我们需要做一些异步处理，让5000个下单请求进入消息队列，让订单消费服务去慢慢处理5000个请求，这样就有效的把并发同步请求，改为了串行异步。
二、前端改造
当然改成了异步处理，前端在下单的时候，就没法立刻得到下单的结果，所以前端要做一个【抢购中。。。】的状态页面，在此页面中定时轮询下单结果。这样就大大提升了系统的吞吐量，降低了系统压力。
消息队列中间件有很多选择，一般选择RabbitMq，RocketMq
总结今天老顾把秒杀系统的核心知识点做了介绍，最主要的就是库存的处理思路，以及限流和异步化，商品详情其实是很重要的，大家要去看一下【你了解大型网站的页面静态化吗？】。
还有一些风控方面的知识没有介绍全，如：如何隐藏下单接口URL，规避恶意攻击。
其实这种大流量的系统，解决的核心思想就是：
1、尽量把请求拦截在最外层
2、保护数据库资源，尽量采用缓存
3、同步操作异步化
4、尽早失败，保护业务系统
谢谢大家！！！
-End-
如有收获，请帮忙转发，您的鼓励是作者最大的动力，谢谢！
10几年的经验实战分享
相关微服务，分布式，高并发，高可用，企业实战，干货等原创文章正在路上
欢迎关注头条号：老顾聊技术
精品原创技术分享，知识的组装工
推荐阅读
1、你了解如何利用token方式实现分布式Session吗？
2、Mysql索引结构演变，为什么最终会是那个结构呢？让你一看就懂
3、一场比赛涉及到的知识，用通俗易通的方式介绍并发协调
4、企业实战Redis全方面思考，你思考了吗？
5、面试题：Thread的start和run的区别
6、面试题：什么是CAS？CAS的作用以及缺点
7、如何访问redis中的海量数据？避免事故产生
8、如何解决Redis热点问题？以及如何发现热点？
9、如何设计API接口，实现统一格式返回？
10、你真的知道在生产环境下如何部署tomcat吗？
11、分享一线互联网大厂分布式唯一ID设计 之 snowflake方案
12、分享大厂分布式唯一ID设计方案，快来围观
13、你想了解一线大厂的分布式唯一ID生成方案吗？
14、你知道如何处理大数据量吗？(数据拆分篇)
15、如何永不迁移数据和避免热点? 根据服务器指标分配数据量(揭秘篇)
16、你知道怎么分库分表吗？如何做到永不迁移数据和避免热点吗？
17、你了解大型网站的页面静态化吗？
18、你知道如何更新缓存吗？如何保证缓存和数据库双写一致性？
19、你知道怎么解决DB读写分离，导致数据不一致问题吗？
20、DB读写分离情况下，如何解决缓存和数据库不一致性问题？
21、你真的知道怎么使用缓存吗？
22、如何利用锁，防止缓存击穿？重构思想的重要性
23、海量订单产生的业务高峰期，如何避免消息的重复消费？
24、你知道如何保障生产端100%消息投递成功吗？
25、微服务下的分布式session该如何管理？
