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