秒杀系统设计终极指南：5个核心技术点让你扛住10万QPS

一、什么是秒杀系统？为啥这么难？

说起秒杀系统，大家肯定都不陌生。每年双11、618，各大电商平台的"1元秒杀"、"限量抢购"活动，都是典型的秒杀场景。但你知道吗？看似简单的秒杀背后，藏着无数后端工程师的血泪史。

秒杀系统难就难在这三个矛盾点：

1. 瞬时流量极大：平时可能只有几百QPS的接口，秒杀时会暴涨到10万甚至100万QPS
2. 库存极其有限：通常只有几十个或几百个库存，但可能有上万人同时抢购
3. 绝对不能超卖：多卖一个都是重大事故，轻则损失金钱，重则影响平台信誉

我曾经参与过某电商平台的秒杀系统重构，当时因为经验不足，上线第一天就出现了超卖问题。今天就以这个真实案例为基础，和大家聊聊如何设计一个能扛住10万QPS的秒杀系统。

二、秒杀系统的四层架构设计

一个成熟的秒杀系统，通常采用以下四层架构：

1. 前端层：拦住80%的无效请求

很多人以为秒杀的压力全在后端，其实前端也能帮我们拦住大部分无效请求。

• 静态资源CDN加速：把秒杀页面的图片、CSS、JS等静态资源放到CDN上，减轻后端服务器压力
• 按钮置灰防重复提交：用户点击秒杀按钮后，立即置灰，防止重复点击
• 前端限流：通过JS代码限制用户在一定时间内只能发起一次请求
• 倒计时同步：使用服务器时间同步客户端倒计时，避免用户通过修改本地时间作弊

我们之前做过统计，通过这些前端优化，可以过滤掉大约80%的无效请求。

2. 接入层：流量的第一次分流

前端过滤后的请求，首先会到达接入层。这里的主要作用是限流和分流。

• Nginx限流：使用Nginx的limit_req模块，对秒杀接口进行限流
• 动静分离：动态请求转发到应用服务器，静态请求直接返回
• 一致性哈希：将相同用户的请求路由到同一台服务器，提高缓存命中率
• 健康检查：实时监控后端服务器状态，自动剔除故障节点

在我们的案例中，接入层就像一个"守门员"，把超过系统承载能力的请求直接拒绝，避免后端服务器被压垮。

3. 应用层：业务逻辑的核心战场

应用层是处理秒杀业务逻辑的核心。这里需要解决的问题包括：

• 库存预检：检查商品是否还有库存，避免无效请求继续向下传递
• 防重复下单：通过用户ID+商品ID的唯一索引，防止用户重复下单
• 事务控制：确保下单、扣减库存等操作的原子性
• 异步处理：将非核心流程（如发送短信通知）异步化，提高响应速度

我们在实践中发现，应用层的代码质量直接决定了秒杀系统的稳定性。一个小的逻辑漏洞，都可能导致整个系统崩溃。

4. 数据层：最后的防线

数据层是秒杀系统的最后一道防线，也是最核心的部分。这里需要解决的问题包括：

• 库存扣减：确保库存扣减的原子性和一致性
• 读写分离：读请求走从库，写请求走主库
• 分库分表：将数据分散到多个数据库中，提高并发能力
• 缓存策略：合理使用缓存，减轻数据库压力

在我们的案例中，数据层的设计是最复杂的，也是优化空间最大的。

三、5个核心技术点，让秒杀系统稳如老狗

1. Redis预减库存：扛住90%的读压力

秒杀系统的读压力远远大于写压力。我们可以利用Redis的高性能，将商品库存预先加载到Redis中，用户请求时先在Redis中检查和扣减库存。

// 预减库存逻辑
public boolean preDeductStock(String productId, int quantity) {
    String key = "seckill:stock:" + productId;
    // 使用Lua脚本保证原子性
    String luaScript = "if redis.call('GET', KEYS[1]) >= ARGV[1] then " +
                      "return redis.call('DECRBY', KEYS[1], ARGV[1]) " +
                      "else return -1 end";
    Long result = redisTemplate.execute(new DefaultRedisScript<>(luaScript, Long.class),
                                       Collections.singletonList(key), String.valueOf(quantity));
    return result != null && result >= 0;
}

我们的实践数据显示，Redis预减库存可以扛住90%以上的读压力，大大减轻数据库的负担。

2. 消息队列削峰：把洪水变成溪流

秒杀时的流量就像洪水，直接冲击数据库肯定会垮。我们可以使用消息队列（如RocketMQ、Kafka）来削峰填谷。

• 用户下单请求先发送到消息队列
• 应用程序从消息队列中按顺序消费请求
• 根据系统处理能力，调整消费速度

这样做的好处是，即使瞬间有100万QPS，也能被消息队列缓冲，变成系统可以承受的10万QPS。

3. 防重复提交：避免一个用户下多单

秒杀场景中，经常会出现用户重复提交订单的情况。我们可以通过以下方式防止：

• 前端防重复提交：按钮置灰、倒计时
• 后端防重复提交：使用Redis的SETNX命令，设置用户ID+商品ID的唯一标识
• 数据库唯一索引：在订单表上创建用户ID+商品ID的唯一索引

// 后端防重复提交
public boolean checkDuplicate(String userId, String productId) {
    String key = "seckill:order:" + userId + ":" + productId;
    // 设置过期时间为10分钟
    return redisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.MINUTES);
}

4. 热点隔离：把鸡蛋放在不同的篮子里

秒杀系统中，不同商品的热度可能相差很大。我们可以将热点商品和非热点商品隔离处理：

• 物理隔离：将热点商品的数据存储在独立的数据库和Redis实例中
• 逻辑隔离：为热点商品分配更多的系统资源
• 流量隔离：将热点商品的请求路由到专门的服务器集群

在我们的案例中，曾经因为没有做好热点隔离，导致一个热门商品的秒杀活动影响了其他商品的正常销售。

5. 限流降级：壮士断腕保核心

当系统压力达到极限时，我们需要有取舍：

• 限流：限制每秒处理的请求数量，超过部分直接拒绝
• 降级：降低非核心功能的优先级，甚至暂时关闭
• 熔断：当某个服务不可用时，快速失败，避免级联故障

// 基于令牌桶的限流
public class TokenBucketLimiter {
    private final int capacity; // 令牌桶容量
    private final double rate;  // 令牌生成速率
    private double tokens;      // 当前令牌数量
    private long lastRefillTime; // 上次填充时间

    public boolean tryAcquire() {
        synchronized (this) {
            refill();
            if (tokens >= 1) {
                tokens--;
                return true;
            }
            return false;
        }
    }

    private void refill() {
        long now = System.currentTimeMillis();
        if (now > lastRefillTime) {
            double newTokens = (now - lastRefillTime) * rate / 1000;
            tokens = Math.min(capacity, tokens + newTokens);
            lastRefillTime = now;
        }
    }
}

四、秒杀系统的演进历程

我们的秒杀系统并不是一步到位的，而是经历了三个阶段的演进：

阶段一：单体架构

最初的秒杀系统很简单，就是在原有电商系统上增加了一个秒杀模块。结果秒杀活动一开始，整个电商系统就崩溃了。

阶段二：垂直拆分

我们将秒杀系统从主系统中拆分出来，独立部署。但由于没有做好缓存和限流，还是经常出现超卖和系统崩溃的问题。

阶段三：分布式架构

最终，我们采用了前面提到的四层架构，引入了Redis、消息队列、限流降级等技术，才真正解决了秒杀系统的稳定性问题。

五、实战经验分享

1. 压测很重要：上线前一定要进行充分的压力测试，模拟真实的秒杀场景
2. 监控不能少：实时监控系统各项指标，及时发现问题
3. 预案要完善：提前制定各种故障的应对预案，做到有备无患
4. 灰度发布：新功能先小范围上线，验证没问题后再全面推广
5. 持续优化：秒杀系统不是一劳永逸的，需要不断优化和迭代

六、总结

秒杀系统是对后端工程师综合能力的一次大考，涉及到高并发、分布式、缓存、消息队列等多个领域的知识。但只要掌握了核心技术点，并有针对性地进行架构设计和优化，就能打造出一个稳定、高效的秒杀系统。

最后，送给大家一句话："秒杀系统的本质，是对流量的精细化管理和资源的高效利用。"

希望这篇文章对你有所帮助。如果你有任何问题或建议，欢迎在评论区留言讨论！