跳转至

使用 搭建电商秒杀系统

https://help.aliyun.com/document_detail/63920.html

秒杀活动是绝大部分电商选择的低价促销、推广品牌的方式。不仅可以给平台带来用户量，还可以提高平台知名度。一个好的秒杀系统，可以提高平台系统的稳定性和公平性，获得更好的用户体验，提升平台的口碑，从而提升秒杀活动的最大价值。本文讨论云数据库 Redis 版缓存设计高并发的秒杀系统。

秒杀的特征

秒杀活动对稀缺或者特价的商品进行定时定量售卖，吸引成大量的消费者进行抢购，但又只有少部分消费者可以下单成功。 因此，秒杀活动将在较短时间内产生比平时大数十倍，上百倍的页面访问流量和下单请求流量。

秒杀活动可以分为 3 个阶段：

  • 秒杀前：用户不断刷新商品详情页，页面请求达到瞬时峰值。
  • 秒杀开始：用户点击秒杀按钮，下单请求达到瞬时峰值。
  • 秒杀后：一部分成功下单的用户不断刷新订单或者产生退单操作，大部分用户继续刷新商品详情页等待退单机会。

消费者提交订单，一般做法是利用数据库的行级锁，只有抢到锁的请求可以进行库存查询和下单操作。 但是在高并发的情况下，数据库无法承担如此大的请求，往往会使整个服务 blocked，在消费者看来就是服务器宕机。

秒杀系统

秒杀系统的流量虽然很高，但是实际有效流量是十分有限的。利用系统的层次结构，在每个阶段提前校验，拦截无效流量，可以减少大量无效的流量涌入数据库。

利用浏览器缓存和 CDN 抗压静态页面流量

秒杀前，用户不断刷新商品详情页，造成大量的页面请求。 所以，我们需要把秒杀商品详情页与普通的商品详情页分开。 对于秒杀商品详情页尽量将能静态化的元素静态化处理，除了秒杀按钮需要服务端进行动态判断，其他的静态数据可以缓存在浏览器和 CDN 上。 这样，秒杀前刷新页面导致的流量进入服务端的流量只有很小的一部分。

利用读写分离 Redis 缓存拦截流量

CDN 是第一级流量拦截，第二级流量拦截我们使用支持读写分离的 Redis。 在这一阶段我们主要读取数据，读写分离 Redis 能支持高达 60 万以上 qps，完全可以支持需求。

首先通过数据控制模块，提前将秒杀商品缓存到读写分离 Redis，并设置秒杀开始标记如下：

Text Only
"goodsId_count": 100 //总数
"goodsId_start": 0 //开始标记
"goodsId_access": 0 //接受下单数

秒杀开始前，服务集群读取 goodsId_Start 为 0，直接返回未开始。 数据控制模块将 goodsId_start 改为 1，标志秒杀开始。 服务集群缓存开始标记位并开始接受请求，并记录到 Redis 中 goodsId_access，商品剩余数量为（goodsId_count - goodsId_access）。

当接受下单数达到 goodsId_count 后，继续拦截所有请求，商品剩余数量为 0。

可以看出，最后成功参与下单的请求只有少部分可以被接受。在高并发的情况下，允许稍微多的流量进入。因此可以控制接受下单数的比例。

利用主从版 Redis 缓存加速库存扣量

成功参与下单后，进入下层服务，开始进行订单信息校验，库存扣量。 为了避免直接访问数据库，我们使用主从版 Redis 来进行库存扣量，主从版 Redis 提供 10 万级别的 QPS。 使用 Redis 来优化库存查询，提前拦截秒杀失败的请求，将大大提高系统的整体吞吐量。

通过数据控制模块提前将库存存入 Redis，将每个秒杀商品在 Redis 中用一个 hash 结构表示。

Text Only
"goodsId" : {
    "Total": 100
    "Booked": 0
}

说明 goodsId 表示商品 ID，Total 表示该商品的库存数量，Booked 表示该商品已被订购的数量。

扣量时，服务器通过请求 Redis 获取下单资格，通过以下 lua 脚本实现，由于 Redis 是单线程模型，lua 可以保证多个命令的原子性。

Lua
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 将 lua 脚本提前缓存在 Redis，然后调用 EVALSHA 调用脚本，比直接调用 EVAL 节省网络带宽，步骤如下：

  1. 缓存 lua 脚本至 Redis。
Bash
SCRIPT LOAD "lua code"

返回结果为：

Bash
"438dd755f3fe0d32771753eb57f075b18fed7716"
  1. 调用该 lua 脚本。
Bash
EVALSHA 438dd755f3fe0d32771753eb57f075b18fed7716 1 goodsId 1

返回结果如下，表示扣减了 1 个库存：

Bash
(integer) 1

说明 此时，执行 HGET goodsId Booked 命令，可查看到返回的值为"1"，即该商品已被订购的数量为 1。

秒杀服务可通过判断 Redis 是否返回抢购个数 n，即可知道此次请求是否扣量成功。

使用主从版 Redis 实现简单的消息队列异步下单入库

扣量完成后，需要进行订单入库。如果商品数量较少的时候，直接操作数据库即可。如果秒杀的商品是 1 万，甚至 10 万级别，那数据库锁冲突将带来很大的性能瓶颈。因此，利用消息队列组件，当秒杀服务将订单信息写入消息队列后，即可认为下单完成，避免直接操作数据库。

  1. 消息队列组件依然可以使用 Redis 实现，在 R2 中用 list 数据结构表示。
Text Only
orderList {
[0] = {订单内容}
[1] = {订单内容}
[2] = {订单内容}
...
}
  1. 将订单内容写入 Redis：
Bash
LPUSH orderList {订单内容}
  1. 异步下单模块从 Redis 中顺序获取订单信息，并将订单写入数据库。
Bash
BRPOP orderList 0

通过使用 Redis 作为消息队列，异步处理订单入库，有效的提高了用户的下单完成速度。

数据控制模块管理秒杀数据同步

最开始，利用读写分离 Redis 进行流量限制，只让部分流量进入下单。 对于下单检验失败和退单等情况，需要让更多的流量进来。 因此，数据控制模块需要定时将数据库中的数据进行一定的计算，同步到主从版 Redis，同时再同步到读写分离的 Redis，让更多的流量进来。

回到页面顶部