设计秒杀系统

主要问题：并发读、并发写

关键点

• 高性能
• 一致性
• 高可用

原则

• 请求数据要尽量少
  • 减少序列化和反序列化
  • 字符转化
• 请求数要尽量少
  • 如在请求路径上将多个 Javascript 用逗号合并，服务端一次性返回多个文件
• 路径要尽量短
  • 将多个相互强依赖的应用合并部署到一起
• 依赖要尽量少
  • 可以把依赖的服务先降级或停用
• 不要有单点
  • 将服务无状态化，让实例可以动态伸缩
  • 把秒杀系统独立出来单独打造一个系统，并且在系统部署上也独立做一个机器集群，避免影响非秒杀商品的机器

动静分离

• 根据情况把静态数据缓存到离用户近的地方（浏览器、CDN、服务端的 Cache）
• 直接缓存 HTTP 连接
• 怎么做：
  • URL 唯一化（如 /id=xxx）
  • 分离浏览者相关的因素（比如登录信息，这些通过动态请求获取）
  • 分离时间因素，也通过动态请求获取
  • 异步化地域因素
  • 去掉 Cookie（让缓存的静态数据中不含有 Cookie）
  • 服务端：
    • 生成完整页面
    • 客户端获取动态内容
• 架构方案
  1. 实体机单机部署：大 Cache 容量，高缓存命中率
  2. 统一 Cache 层
  3. 上 CDN：二级 Cache（一级发现没缓存数据就去二级找，都没有就回源获取数据并缓存到一级、二级缓存）

热点数据

• 静态热点数据：能提前预测的
  • 通过商业手段（强制让商家登记、对买家每天访问的商品进行大数据计算）
• 动态热点数据：不能提前预测的
  • （异步）收集交易链路上各个环节中的中间件产品的热点 Key（Nginx、缓存、RPC 服务框架等）
  • 上报热点，透传给下游系统

流量削峰

• 排队
• 答题：延缓请求，并可以防止买家使用秒杀器作弊
• 分层过滤：只在写数据时进行强一致性校验

性能优化

• 影响：
  • 减少线程等待时间影响不大
  • 减少 CPU 执行时间影响大
  • 线程数影响大
• 发现瓶颈：
  • 工具：JProfiler、Yourkit
  • CPU 使用率超过 95%
• 优化方式：
  • 减少编码
  • 减少序列化
  • Java 极致优化（直接输出流数据、直接使用 Servlet 处理请求）
  • 并发读优化

减库存

1. 下单减库存：恶意下单
2. 付款减库存：超卖
3. 预扣库存（最常见）：同样可能恶意下单（影响小一些），确保最终一致性

Plan B

• 降级
• 限流：客户端限流、服务端限流
• 拒绝服务