秒殺活動是絕大部分電商選擇的低價促銷，推廣品牌的方式。不僅可以給平台帶來用戶量，還可以提高平台知名度。一個好的秒殺系統，可以提高平台系統的穩定性和公平性，獲得更好的用戶體驗，提昇平台的口碑，從而提升秒殺活動的最大價值。

本次主要討論阿里云云資料庫Redis緩存設計高並發的秒殺系統。

秒殺的特徵

秒殺活動對稀缺或者特價的商品進行定時，定量售賣，吸引成大量的消費者進行搶購，但又只有少部分消費者可以下單成功。因此，秒殺活動將在較短時間內產生比平時大數十倍，上百倍的頁面訪問流量和下單請求流量。

秒殺活動可以分為3個階段：

• 秒殺前：用戶不斷刷新商品詳情頁，頁面請求達到瞬時峰值。

• 秒殺開始：用戶點擊秒殺按鈕，下單請求達到瞬時峰值。

• 秒殺後：一部分成功下單的用戶不斷刷新訂單或者產生退單操作，大部分用戶繼續刷新商品詳情頁等待退單機會。

消費者提交訂單，一般做法是利用資料庫的行級鎖。只有搶到鎖的請求可以進行庫存查詢和下單操作。但是在高並發的情況下，資料庫無法承擔如此大的請求，往往會使整個服務blocked，在消費者看來就是伺服器宕機。

秒殺系統

系統架構圖

秒殺系統的流量雖然很高，但是實際有效流量是十分有限的。利用系統的層次結構，在每個階段提前校驗，攔截無效流量，可以減少大量無效的流量湧入資料庫。

利用瀏覽器緩存和CDN抗壓靜態頁面流量

秒殺前，用戶不斷刷新商品詳情頁，造成大量的頁面請求。所以，我們需要把秒殺商品詳情頁與普通的商品詳情頁分開。對於秒殺商品詳情頁盡量將能靜態化的元素盡量靜態化處理，除了秒殺按鈕需要服務端進行動態判斷，其他的靜態數據可以緩存在瀏覽器和CDN上。這樣，秒殺前刷新頁面導致的流量進入服務段的流量只有很小的一部分

利用阿里雲讀寫分離Redis緩存攔截流量

CDN是第一級流量攔截，第二級流量攔截我們使用支持讀寫分離的阿里雲Redis。在這一階段我們主要讀取數據，讀寫分離Redis能支持高大60萬以上qps的，完全可以支持需求。

首先通過數據控制模塊，提前將秒殺商品的緩存到阿里雲讀寫分離Redis，並設置秒殺開始標記：

"goodsId_count": 100 //總數"goodsId_start": 0 //開始標記"goodsId_access": 0 //接受下單數

秒殺開始前，服務集群讀取goodsId_Start為0，直接返回未開始。

數據控制模塊將goodsId_start改為1，標誌秒殺開始。

服務集群緩存開始標記位並開始接受請求，並記錄到redis中goodsId_access，商品剩餘數量為(goodsId_count - goodsId_access)。

當接受下單數達到goodsId_count後，繼續攔截所有請求，商品剩餘數量為0

可以看出，最後成功參與下單的請求只有少部分可以被接受。在高並發的情況下，允許稍微多的流量進入。因此可以控制接受下單數的比例。

利用阿里雲主從版Redis緩存加速庫存扣量

成功參與下單，進入下層服務，開始進行訂單信息校驗，庫存扣量。為了避免直接訪問資料庫，我們使用阿里雲主從版Redis來進行庫存扣量，阿里雲主從版Redis提供10萬級別的QPS。我們使用Redis來優化庫存查詢，提前攔截秒殺失敗的請求，將大大提高系統的整體吞吐量。我們也是通過數據控制模塊提前將庫存存入Redis:

//我們將每個秒殺商品在redis中用一個hash結構表示

"goodsId" : { "Total": 100
"Booked": 100}

扣量時，伺服器通過請求Redis獲取下單資格，我們通過lua腳本實現，由於Redis時單線程模型，lua可以保證多個命令的原子性：

lua腳本：

local n = tonumber(ARGV[1])if not n or n == 0 then return 0 end
local vals = redis.call("HMGET", KEYS[1], "Total", "Booked");
local total = tonumber(vals[1])
local blocked = tonumber(vals[2])if not total or not blocked then return 0 end
if blocked + n <= total then
redis.call("HINCRBY", KEYS[1], "Booked", n)
return n;
end
return 0

先使用SCRIPT LOAD將lua腳本提前緩存在Redis，然後調用EVALSHA調用腳本，比直接調用EVAL節省網路帶寬：

redis 127.0.0.1:6379>SCRIPT LOAD "lua code""438dd755f3fe0d32771753eb57f075b18fed7716"
redis 127.0.0.1:6379>EVAL 438dd755f3fe0d32771753eb57f075b18fed7716 1 goodsId 1

秒殺服務通過判斷Redis是否返回搶購個數n，即可知道此次請求是否扣量成功。

使用阿里雲主從版Redis實現簡單的消息隊列非同步下單入庫

扣量完成後，需要進行訂單入庫。如果商品數量較少的時候，直接操作資料庫即可。如果秒殺的商品是1萬，甚至10萬級別，那資料庫鎖衝突將帶來很大的性能瓶頸。因此，利用消息隊列組件，當秒殺服務將訂單信息寫入消息隊列後，即可認為下單完成，避免直接操作資料庫。

消息隊列組件依然可以使用Redis實現，在R2中用list數據結構表示：

orderList {
[0] = {訂單內容}
[1] = {訂單內容}
[2] = {訂單內容}
...
}

將訂單內容寫入Redis:

LPUSH orderList {訂單內容}

非同步下單模塊從Redis中順序獲取訂單信息，並將訂單寫入資料庫：

BRPOP orderList 0

我們通過使用Redis作為消息隊列，非同步處理訂單入庫，有效的提高了用戶的下單完成速度。

數據控制模塊，管理秒殺數據同步

最開始，我們利用阿里雲讀寫分離Redis進行流量限制，只讓部分流量進入下單。對於下單檢驗失敗和退單等情況，我們需要讓更多的流量進來。因此，數據控制模塊需要定時將資料庫中的數據進行一定的計算，同步到主從版Redis，同時再同步到讀寫分離的Redis，讓更多的流量進來。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！