Skip to content

6.7-1 秒杀系统 ​

所属:06 分布式与架构 / 6.7 系统设计 分级:A 状态:◐ 初稿 关联:6.1-4、6.1-7、6.5-1、6.5-2、6.5-3、6.7-5、6.7-6

  • 题型:场景设计

  • 一句话结论:秒杀的本质是瞬时流量远大于库存与系统容量,设计核心不是“扛住所有请求”,而是层层过滤把绝大多数流量挡在核心链路之外:CDN/静态页 → 前端限速 → 网关限流防刷 → 缓存 → Redis 原子扣减 → MQ 异步下单削峰 → DB 最终落库并用 stock >= 1、唯一索引、对账兜底。底线是不超卖、不重复下单、系统不雪崩;允许部分用户失败,但不能让秒杀流量拖垮全站。

  • 分层要点:

    1. 业务特征与目标:秒杀是短时脉冲(开抢瞬间 QPS 是日常的几十到上百倍)、库存极少(几百到几千)、读远大于写但写是瓶颈、强防刷与公平性诉求。目标排序:不超卖 > 不重复下单 > 系统可用 > 用户体验(排队/结果页)> 绝对公平。先明确“允许失败多少”,再谈架构;不接受失败的秒杀通常要改成预约/抽签。
    2. 分层过滤漏斗:CDN 静态化页面与倒计时 → 前端按钮置灰/防连点/验证码/答题 → 网关限流、黑名单、签名防重放 → 应用本地缓存与布隆过滤 → Redis 原子扣减 → MQ 削峰 → DB 落库。每层都要能独立拦截,越靠前成本越低;理想情况 90%+ 的请求在到达 Redis 之前就被挡掉,核心链路只处理“有资格”的请求。
    3. 库存预热与扣减:活动开始前把库存写入 Redis(可分桶:1000 库存拆成 10 个桶,请求随机选桶,降低单 key 热点),用 Lua 脚本原子判断并扣减(stock > 0 才 DECR,否则返回失败),扣成负数要回补。Redis 扣减成功才代表“抢到资格”,再发 MQ 异步创建订单;Redis 是资格闸门,DB 是最终账本。
    4. 异步下单与削峰:MQ 把“瞬时写”拉平成“匀速消费”,消费端做创建订单、扣 DB 库存、写明细。消息要带业务幂等键(userId + activityId + skuId),消费端用唯一索引/去重表防重复;消费失败重试 + 死信队列 + 人工/定时补偿。订单状态机:待支付 → 已支付 / 超时取消 → 回补库存;回补也要幂等。
    5. 防超卖的四道防线:① Redis Lua 原子扣减(挡住绝大部分并发);② DB UPDATE stock SET stock = stock - 1 WHERE id = ? AND stock >= 1(影响行数为 0 即失败);③ 唯一索引/去重表(防同一用户重复下单);④ 库存-订单-支付三方对账(发现差异补偿)。任何一道都可能失效:Redis 主从切换丢扣减、MQ 重复消费、DB 并发覆盖,所以必须叠加而不是二选一。
    6. 防刷与公平:按 IP / 设备指纹 / 账号 / UA 多维限流;风控识别脚本、群控、羊毛党(行为序列、收货地址/支付账号关联);前置验证码/答题提高成本;活动机制上用预约、抽签、排队令牌替代纯拼手速。防刷与体验是对立的:验证码越强越公平,但转化率越低;要按活动预算和风险选。
    7. 热点与高可用:库存 key 是天然热点,用分桶 + 本地缓存 + 请求打散缓解;Redis 集群下同 key 落单分片,扩容不能拆热 key,只能分桶;MQ 按活动/分片分区;DB 分库分表、读写分离。准备降级预案:关闭非核心接口、排队页/兜底文案、限流阈值动态调整、Redis/MQ 故障时的本地兜底与快速失败。
    8. 一致性与复盘:秒杀链路是最终一致:Redis 扣减 → MQ → DB 落库 → 支付确认,中间任何一步失败都要能补偿。用本地消息表/事务消息保证“扣减成功一定发消息”,用对账发现“Redis 扣了 DB 没扣”“订单创建了库存没扣”。监控 QPS、扣减成功率、MQ lag、订单创建率、库存差异、支付成功率;大促后复盘漏斗转化与故障点。
  • 图/流程:

text
秒杀漏斗:
  CDN 静态页 / 倒计时
      ↓ 90%+ 被挡
  前端:按钮置灰 / 防连点 / 验证码 / 答题
      ↓
  网关:限流 / 黑名单 / 签名 / 防重放
      ↓
  应用:本地缓存 / 布隆 / 热点隔离
      ↓
  Redis:Lua 原子扣减(资格闸门)
      ↓ 扣减成功
  MQ:削峰(按活动/分片)
      ↓ 匀速消费
  DB:创建订单 + 扣库存(stock >= 1)+ 唯一索引
      ↓
  支付 → 确认 / 超时取消 → 回补
text
Redis 扣减 Lua:
  local stock = tonumber(redis.call('GET', KEYS[1]))
  if stock == nil or stock <= 0 then return -1 end
  redis.call('DECR', KEYS[1])
  return stock - 1
  —— 判断与扣减在一个脚本内原子完成,避免 GET 后 DECR 的竞态
text
库存状态机:
  预热(Redis=1000)
      ↓ 扣减成功
  预占(资格已发,订单待创建)
      ↓ 创建订单
  待支付 ──支付成功──▶ 已支付(确认扣减)
      │
      └─超时未支付──▶ 已取消 ──▶ 回补库存(幂等)
text
分桶库存:
  总库存 1000 → 10 个桶 × 100
  请求 hash(userId) % 10 → 选桶 → Lua 扣该桶
  优点:单 key 热点被打散;缺点:桶间不均,需允许跨桶调剂/少量失败
  • 版本/源码锚点:

    • Redis 7.x:DECR/GET、Lua EVAL/EVALSHA、Cluster 分片;SETNX 做防重;ZSET 做延迟队列。
    • RocketMQ 5.x:事务消息(半消息 + 回查)、延迟消息(任意时间)、死信队列;Kafka 3.x:分区、acks=all、幂等生产者(5.4-6)。
    • MySQL 8.0:UPDATE ... WHERE stock >= 1、唯一索引、SELECT ... FOR UPDATE、乐观锁 version。
    • Spring Boot 3.x + Spring Cloud Alibaba;Sentinel 1.8(网关/接口限流,6.5-3);Redisson(分布式锁,6.1-7/6.1-10)。
    • 前端/接入:Nginx/OpenResty、CDN、验证码服务;风控(设备指纹、规则引擎)。
    • 相关:幂等与补偿见 6.1-4;容量与压测见 6.5-1;库存扣减通用方案见 6.7-5;支付对账见 6.7-6。
  • 分层过滤手段:

层手段拦截目标
CDN/前端静态化、倒计时、按钮置灰、防连点无效点击、重复提交
人机校验验证码、答题、滑块脚本、群控
网关IP/设备/账号限流、黑名单、签名、时间戳、nonce刷接口、重放
应用本地缓存、布隆、热点隔离无效查询、穿透
RedisLua 原子扣减、分桶超卖、热点
MQ削峰、分区、重试、死信写洪峰、消费失败
DBstock >= 1、唯一索引、乐观锁最终超卖、重复单
  • 库存扣减方案对比:
方案原子性性能超卖风险适用
Redis DECR 裸用单命令原子高需判断库存,可能扣负配合 Lua
Redis Lua 判断+扣减脚本原子高低(仍需 DB 兜底)秒杀主方案
DB UPDATE ... WHERE stock >= 1行锁原子中低无(单库)最终落库/兜底
DB 悲观锁 FOR UPDATE强低无低并发、强一致
DB 乐观锁 versionCAS中无(失败重试)冲突少的场景
分桶库存分桶内原子高桶间不均超热点 key
  • 防超卖四道防线:
防线作用失效场景
Redis Lua 扣减挡住并发、发资格主从切换丢数据、脚本误用
DB stock >= 1最终账本不超卖分库后跨库、SQL 写错
唯一索引/去重表防同一用户重复下单幂等键设计错
三方对账发现并修复差异对账延迟、口径不一致
  • 消息与一致性方案:
方案保证代价
本地消息表扣减与消息同库事务,最终必发需扫表投递
RocketMQ 事务消息半消息 + 回查,接近必发依赖 MQ、回查实现
最大努力通知简单,可能丢需对账兜底
同步调用下单强一致、链路短扛不住峰值、耦合
MQ + 幂等消费至少一次 + 幂等需去重表/唯一索引
  • 失效场景与定位:
现象根因处理
超卖Redis 扣负/DB 未兜底Lua 判断 + stock >= 1 + 对账
重复订单MQ 重复消费/用户连点幂等键 + 唯一索引 + 按钮置灰
Redis 扣了 DB 没扣消息丢失/消费失败本地消息表 + 重试 + 对账
DB 扣了 Redis 没扣回补逻辑错/顺序反了以 Redis 为资格闸门,DB 兜底
库存回补多了回补不幂等状态机 + 回补唯一键
热点 key 打满单分片库存集中一个 key分桶 + 本地缓存
网关限流误杀阈值按单机配集群限流/动态阈值
验证码被绕过接口未校验/可重放服务端校验 + nonce
MQ 积压消费能力不足扩消费者/分区、限流
活动结束仍有订单延迟消息/定时任务未收敛活动截止校验 + 状态机
  • 深挖点(面试官常追的 6 个):

    1. 为什么用 Redis 扣减 + MQ 异步,不直接打 DB:秒杀峰值是日常几十上百倍,DB 行锁/连接池根本扛不住;Redis 单机十万级 QPS、Lua 原子,适合做“资格闸门”;MQ 把瞬时写拉平成匀速消费,保护 DB 与下游。代价是最终一致:Redis 扣了不代表订单一定创建成功,所以要有消息可靠投递、消费幂等、超时回补与对账。直接 DB 只适合库存充足、流量平缓的场景。
    2. 怎么保证不超卖:四层叠加——Redis Lua 原子判断并扣减(第一道,挡并发)、DB UPDATE ... WHERE stock >= 1(第二道,最终账本)、唯一索引/去重表(防同一用户重复)、三方对账(发现差异)。每层都有失效可能:Redis 主从异步复制可能丢扣减,MQ 可能重复消费,DB 分库后跨库事务难,所以不能只靠一层。面试时要能说清“如果 Redis 挂了/切换了,系统靠什么不超卖”。
    3. Redis 扣减的原子性怎么做:不能 GET 再 DECR(两步之间会被插队),要用 Lua 把“判断库存 > 0 + 扣减”放进一个脚本;DECR 返回负数说明扣超了,要 INCR 回补并返回失败。高热点用分桶把单 key 拆成多个桶,请求按 userId 哈希选桶,桶内仍用 Lua;代价是桶间不均,需要允许少量失败或做桶间调剂。集群模式下同 key 落单分片,分桶是拆热点的唯一实用手段。
    4. MQ 重复、丢失、顺序怎么处理:重复用业务幂等键 + 唯一索引/去重表,消费前先占位;丢失用本地消息表/事务消息保证“扣减成功必发”,消费失败重试 + 死信 + 对账;顺序上秒杀通常不要求全局顺序,同一用户的请求可按 userId 分区保序,避免同一用户并发下单。不要用 msgId 做幂等键——重投时 msgId 可能不变但业务已处理,业务键才稳定(6.1-4)。
    5. 库存回补与超时取消怎么做:订单创建后进入待支付,超时(如 15 分钟)未支付要取消并回补库存。实现有 RocketMQ 延迟消息、定时任务扫表、Redis ZSet 延迟队列、时间轮;回补必须幂等(回补唯一键/状态机),否则重复回补会导致超卖。活动结束后要停止回补或转入人工,避免“活动结束还在放库存”。支付成功则确认扣减,不再回补。
    6. 防刷与公平怎么平衡:纯拼手速对脚本有利,所以前置验证码/答题/滑块提高成本,网关做 IP/设备/账号多维限流与签名防重放,风控做行为序列与关联分析;活动机制上可以用预约、抽签、排队令牌替代瞬时抢购,公平性更好但体验不同。取舍是转化率 vs 公平性 vs 成本:验证码越强越公平,但会流失真实用户;抽签最公平但缺少“抢”的快感。要按活动目的选,而不是一律上最强风控。
  • 追问链:

    1. 秒杀难点? → 瞬时高并发 + 库存少 + 防超卖。
    2. 设计原则? → 层层过滤,别让流量进核心。
    3. 第一层做什么? → CDN 静态化 + 前端限速。
    4. 前端怎么限? → 置灰、防连点、验证码。
    5. 网关做什么? → 限流、黑名单、签名、防重放。
    6. 应用层? → 本地缓存、布隆、热点隔离。
    7. 库存放哪? → 预热到 Redis。
    8. 怎么扣? → Lua 原子判断 + DECR。
    9. 为什么不用 GET+DECR? → 非原子会超卖。
    10. 扣成负数? → 回补并返回失败。
    11. 热点 key? → 分桶。
    12. 分桶缺点? → 桶间不均。
    13. 扣完做什么? → 发 MQ 异步下单。
    14. 为什么异步? → 削峰、保护 DB。
    15. 消息丢了? → 本地消息表/事务消息。
    16. 重复消费? → 业务幂等键 + 唯一索引。
    17. 幂等键用什么? → userId+activityId+skuId。
    18. 能用 msgId 吗? → 不稳,重投会变。
    19. DB 怎么防超卖? → WHERE stock >= 1。
    20. 影响行数 0? → 扣减失败,回滚/补偿。
    21. 唯一索引作用? → 防重复订单。
    22. 还要对账吗? → 要,三方对账。
    23. 订单超时? → 延迟消息/定时任务。
    24. 超时后? → 取消并回补库存。
    25. 回补注意? → 幂等、活动截止。
    26. 支付成功? → 确认扣减。
    27. Redis 挂了? → 降级/快速失败/DB 兜底。
    28. 主从切换丢扣减? → 对账 + 唯一约束。
    29. MQ 挂了? → 本地消息表 + 重试。
    30. 消费太慢? → 扩消费者/分区。
    31. 怎么防刷? → 多维限流 + 验证码 + 风控。
    32. 怎么保证公平? → 预约/抽签/排队。
    33. 验证码代价? → 转化率下降。
    34. 怎么压测? → 全链路压测 + 容量评估。
    35. 限流阈值? → 按单机容量 × 实例数。
    36. 集群限流? → Sentinel Token Server。
    37. 怎么降级? → 关非核心、排队页、兜底。
    38. 怎么监控? → QPS/成功率/lag/库存差异。
    39. 库存差异怎么发现? → 定时对账。
    40. 对账口径? → Redis/DB/订单/支付。
    41. 活动结束? → 停止发资格、收敛订单。
    42. 超卖怎么修复? → 优先退款/补偿,不硬删。
    43. 能保证强一致吗? → 不能,最终一致。
    44. 为什么不全部同步? → 扛不住峰值。
    45. 库存充足还需要秒杀架构吗? → 不需要,普通下单即可。
    46. 预约制呢? → 削峰、更公平。
    47. 抽签呢? → 最公平,无瞬时竞争。
    48. 秒杀和普通促销区别? → 流量模型与库存约束。
    49. 怎么复盘? → 漏斗、瓶颈、故障、转化。
    50. 面试怎么总结? → 漏斗 → Redis 扣减 → MQ 削峰 → DB 兜底 → 幂等对账 → 防刷降级。
  • 生产案例/取舍(示例,替换成你的项目):

    • 只用 Redis DECR 不判断库存,扣成负数导致超卖;改 Lua 判断 + 回补。
    • Redis 主从切换丢失扣减,DB 多卖出几十单;加 stock >= 1 + 对账 + 退款。
    • MQ 重投导致重复订单;幂等键改业务键 + 唯一索引。
    • 库存 key 热点打满单分片,Redis CPU 100%;改 10 桶分桶 + 本地缓存。
    • 下单成功但消息丢失,订单没创建;补本地消息表 + 定时补偿。
    • 超时取消回补不幂等,库存越补越多;加回补唯一键 + 状态机。
    • 网关限流按单机配,扩容后总流量翻倍打挂下游;改集群限流。
    • 验证码只在前端校验,脚本直接调接口;服务端校验 + nonce + 签名。
    • 活动结束延迟消息仍回补库存;加活动截止校验。
    • 秒杀流量拖垮商品详情等非核心接口;做接口隔离与降级。
    • 大促前没压测,MQ 消费能力不足积压;补全链路压测与分区扩容。
    • 取舍:同步下单换强一致,代价是扛不住峰值;异步 + 最终一致换吞吐,代价是补偿与对账;分桶换热点打散,代价是桶间不均;验证码换公平,代价是转化率;抽签换绝对公平,代价是体验与玩法。
  • 易错点:

    • 认为秒杀就是加机器。
    • 认为所有请求都要打到核心链路。
    • 认为前端置灰就能防重复。
    • 认为网关限流可以替代库存控制。
    • 认为 Redis DECR 不会扣成负数。
    • 认为 GET 后 DECR 是原子的。
    • 认为 Redis 扣减成功订单就一定成功。
    • 认为有 Redis 就不需要 DB 兜底。
    • 认为 DB stock >= 1 可以省掉。
    • 认为唯一索引能防超卖。
    • 认为 MQ 不会重复消费。
    • 认为 msgId 适合做幂等键。
    • 认为消息不会丢。
    • 认为异步下单不需要对账。
    • 认为回补库存不需要幂等。
    • 认为活动结束后还能回补。
    • 认为库存分桶没有副作用。
    • 认为 Redis 集群能自动拆热 key。
    • 认为主从切换不影响库存。
    • 认为秒杀能做强一致。
    • 认为限流阈值按单机配就行。
    • 认为验证码前端校验就够。
    • 认为防刷只靠 IP。
    • 认为抽签不需要库存控制。
    • 认为预约制没有并发问题。
    • 认为超时取消只能用定时任务。
    • 认为延迟消息一定准时。
    • 认为对账是可选。
    • 认为压测可以上线后补。
    • 认为秒杀架构适用于所有促销。
  • 30 秒口述稿:

秒杀的核心矛盾是瞬时流量远大于库存和系统容量,所以设计思路是层层过滤,而不是硬扛。最前面 CDN 静态化、前端置灰和验证码,网关做限流、签名和防重放,应用层用本地缓存和布隆,真正到 Redis 的请求已经很少。库存提前预热到 Redis,用 Lua 原子判断并扣减,扣成负数就回补;扣减成功才发 MQ 异步创建订单,MQ 把瞬时写削平,保护 DB。DB 再用 stock >= 1 和唯一索引做最终兜底,配合幂等键、超时取消回补和三方对账,保证不超卖、不重复。热点库存用分桶打散,防刷靠多维限流、验证码和风控,公平性可以用预约或抽签。最后要有降级预案和全链路压测。

  • 3 分钟展开顺序:结论(漏斗 + Redis 闸门 + MQ 削峰 + DB 兜底)→ 业务特征与目标排序 → 分层过滤的七层手段 → 库存预热、Lua 扣减、分桶与回补 → 异步下单与消息可靠性(本地消息表/事务消息)→ 防超卖四道防线及各层失效场景 → 幂等键与订单状态机、超时取消 → 防刷、公平性与活动机制 → 热点、高可用与降级 → 一致性与对账 → 容量、压测与复盘 → 案例与取舍。