1 秒殺業(yè)務(wù)分析

正常電子商務(wù)流程

（1）查詢商品；（2）創(chuàng)建訂單；（3）扣減庫存；（4）更新訂單；（5）付款；（6）賣家發(fā)貨

秒殺業(yè)務(wù)的特性

（1）低廉價格；（2）大幅推廣；（3）瞬時售空；（4）一般是定時上架；（5）時間短、瞬時并發(fā)量高；

2 秒殺技術(shù)挑戰(zhàn)

假設(shè)某網(wǎng)站秒殺活動只推出一件商品，預(yù)計會吸引1萬人參加活動，也就說最大并發(fā)請求數(shù)是10000，秒殺系統(tǒng)需要面對的技術(shù)挑戰(zhàn)有：

對現(xiàn)有網(wǎng)站業(yè)務(wù)造成沖擊

秒殺活動只是網(wǎng)站營銷的一個附加活動，這個活動具有時間短，并發(fā)訪問量大的特點，如果和網(wǎng)站原有應(yīng)用部署在一起，必然會對現(xiàn)有業(yè)務(wù)造成沖擊，稍有不慎可能導(dǎo)致整個網(wǎng)站癱瘓。

解決方案：將秒殺系統(tǒng)獨立部署，甚至使用獨立域名，使其與網(wǎng)站完全隔離。

高并發(fā)下的應(yīng)用、數(shù)據(jù)庫負(fù)載

用戶在秒殺開始前，通過不停刷新瀏覽器頁面以保證不會錯過秒殺，這些請求如果按照一般的網(wǎng)站應(yīng)用架構(gòu)，訪問應(yīng)用服務(wù)器、連接數(shù)據(jù)庫，會對應(yīng)用服務(wù)器和數(shù)據(jù)庫服務(wù)器造成負(fù)載壓力。

解決方案：重新設(shè)計秒殺商品頁面，不使用網(wǎng)站原來的商品詳細(xì)頁面，頁面內(nèi)容靜態(tài)化，用戶請求不需要經(jīng)過應(yīng)用服務(wù)。

突然增加的網(wǎng)絡(luò)及服務(wù)器帶寬

假設(shè)商品頁面大小200K（主要是商品圖片大小），那么需要的網(wǎng)絡(luò)和服務(wù)器帶寬是2G（200K×10000），這些網(wǎng)絡(luò)帶寬是因為秒殺活動新增的，超過網(wǎng)站平時使用的帶寬。

解決方案：因為秒殺新增的網(wǎng)絡(luò)帶寬，必須和運(yùn)營商重新購買或者租借。為了減輕網(wǎng)站服務(wù)器的壓力，需要將秒殺商品頁面緩存在CDN，同樣需要和CDN服務(wù)商臨時租借新增的出口帶寬。

直接下單

秒殺的游戲規(guī)則是到了秒殺才能開始對商品下單購買，在此時間點之前，只能瀏覽商品信息，不能下單。而下單頁面也是一個普通的URL，如果得到這個URL，不用等到秒殺開始就可以下單了。

解決方案：為了避免用戶直接訪問下單頁面URL，需要將改URL動態(tài)化，即使秒殺系統(tǒng)的開發(fā)者也無法在秒殺開始前訪問下單頁面的URL。辦法是在下單頁面URL加入由服務(wù)器端生成的隨機(jī)數(shù)作為參數(shù)，在秒殺開始的時候才能得到。

如何控制秒殺商品頁面購買按鈕的點亮

購買按鈕只有在秒殺開始的時候才能點亮，在此之前是灰色的。如果該頁面是動態(tài)生成的，當(dāng)然可以在服務(wù)器端構(gòu)造響應(yīng)頁面輸出，控制該按鈕是灰色還 是點亮，但是為了減輕服務(wù)器端負(fù)載壓力，更好地利用CDN、反向代理等性能優(yōu)化手段，該頁面被設(shè)計為靜態(tài)頁面，緩存在CDN、反向代理服務(wù)器上，甚至用戶瀏覽器上。秒殺開始時，用戶刷新頁面，請求根本不會到達(dá)應(yīng)用服務(wù)器。

解決方案：使用JavaScript腳本控制，在秒殺商品靜態(tài)頁面中加入一個JavaScript文件引用，該JavaScript文件中包含 秒殺開始標(biāo)志為否；當(dāng)秒殺開始的時候生成一個新的JavaScript文件（文件名保持不變，只是內(nèi)容不一樣），更新秒殺開始標(biāo)志為是，加入下單頁面的URL及隨機(jī)數(shù)參數(shù)（這個隨機(jī)數(shù)只會產(chǎn)生一個，即所有人看到的URL都是同一個，服務(wù)器端可以用redis這種分布式緩存服務(wù)器來保存隨機(jī)數(shù)），并被用戶瀏覽器加載，控制秒殺商品頁面的展示。這個JavaScript文件的加載可以加上隨機(jī)版本號（例如xx.js?v=32353823），這樣就不會被瀏覽器、CDN和反向代理服務(wù)器緩存。

這個JavaScript文件非常小，即使每次瀏覽器刷新都訪問JavaScript文件服務(wù)器也不會對服務(wù)器集群和網(wǎng)絡(luò)帶寬造成太大壓力。

如何只允許第一個提交的訂單被發(fā)送到訂單子系統(tǒng)

由于最終能夠成功秒殺到商品的用戶只有一個，因此需要在用戶提交訂單時，檢查是否已經(jīng)有訂單提交。如果已經(jīng)有訂單提交成功，則需要更新 JavaScript文件，更新秒殺開始標(biāo)志為否，購買按鈕變灰。事實上，由于最終能夠成功提交訂單的用戶只有一個，為了減輕下單頁面服務(wù)器的負(fù)載壓力， 可以控制進(jìn)入下單頁面的入口，只有少數(shù)用戶能進(jìn)入下單頁面，其他用戶直接進(jìn)入秒殺結(jié)束頁面。

解決方案：假設(shè)下單服務(wù)器集群有10臺服務(wù)器，每臺服務(wù)器只接受最多10個下單請求。在還沒有人提交訂單成功之前，如果一臺服務(wù)器已經(jīng)有十單了，而有的一單都沒處理，可能出現(xiàn)的用戶體驗不佳的場景是用戶第一次點擊購買按鈕進(jìn)入已結(jié)束頁面，再刷新一下頁面，有可能被一單都沒有處理的服務(wù)器處理，進(jìn)入了填寫訂單的頁面，可以考慮通過cookie的方式來應(yīng)對，符合一致性原則。當(dāng)然可以采用最少連接的負(fù)載均衡算法，出現(xiàn)上述情況的概率大大降低。

如何進(jìn)行下單前置檢查

下單服務(wù)器檢查本機(jī)已處理的下單請求數(shù)目：
如果超過10條，直接返回已結(jié)束頁面給用戶；

如果未超過10條，則用戶可進(jìn)入填寫訂單及確認(rèn)頁面；

檢查全局已提交訂單數(shù)目：

已超過秒殺商品總數(shù)，返回已結(jié)束頁面給用戶；

未超過秒殺商品總數(shù)，提交到子訂單系統(tǒng)；

秒殺一般是定時上架

該功能實現(xiàn)方式很多。不過目前比較好的方式是：提前設(shè)定好商品的上架時間，用戶可以在前臺看到該商品，但是無法點擊“立即購買”的按鈕。但是需要考慮的是，有人可以繞過前端的限制，直接通過URL的方式發(fā)起購買，這就需要在前臺商品頁面，以及bug頁面到后端的數(shù)據(jù)庫，都要進(jìn)行時鐘同步。越在后端控制，安全性越高。

定時秒殺的話，就要避免賣家在秒殺前對商品做編輯帶來的不可預(yù)期的影響。這種特殊的變更需要多方面評估。一般禁止編輯，如需變更，可以走數(shù)據(jù)訂正多的流程。

減庫存的操作

有兩種選擇，一種是拍下減庫存 另外一種是付款減庫存；目前采用的“拍下減庫存”的方式，拍下就是一瞬間的事，對用戶體驗會好些。

庫存會帶來“超賣”的問題：售出數(shù)量多于庫存數(shù)量

由于庫存并發(fā)更新的問題，導(dǎo)致在實際庫存已經(jīng)不足的情況下，庫存依然在減，導(dǎo)致賣家的商品賣得件數(shù)超過秒殺的預(yù)期。方案：采用樂觀鎖

?

1 2 3 4

<code>update auction_auctions set quantity = #inQuantity# where auction_id = #itemId# and quantity = #dbQuantity# </code>

秒殺器的應(yīng)對

秒殺器一般下單個購買及其迅速，根據(jù)購買記錄可以甄別出一部分。可以通過校驗碼達(dá)到一定的方法，這就要求校驗碼足夠安全，不被破解，采用的方式有：秒殺專用驗證碼，電視公布驗證碼，秒殺答題。

3 秒殺架構(gòu)原則

盡量將請求攔截在系統(tǒng)上游

傳統(tǒng)秒殺系統(tǒng)之所以掛，請求都壓倒了后端數(shù)據(jù)層，數(shù)據(jù)讀寫鎖沖突嚴(yán)重，并發(fā)高響應(yīng)慢，幾乎所有請求都超時，流量雖大，下單成功的有效流量甚小【一趟火車其實只有2000張票，200w個人來買，基本沒有人能買成功，請求有效率為0】。

讀多寫少的常用多使用緩存

這是一個典型的讀多寫少的應(yīng)用場景【一趟火車其實只有2000張票，200w個人來買，最多2000個人下單成功，其他人都是查詢庫存，寫比例只有0.1%，讀比例占99.9%】，非常適合使用緩存。

4 秒殺架構(gòu)設(shè)計

秒殺系統(tǒng)為秒殺而設(shè)計，不同于一般的網(wǎng)購行為，參與秒殺活動的用戶更關(guān)心的是如何能快速刷新商品頁面，在秒殺開始的時候搶先進(jìn)入下單頁面，而不是商品詳情等用戶體驗細(xì)節(jié)，因此秒殺系統(tǒng)的頁面設(shè)計應(yīng)盡可能簡單。

商品頁面中的購買按鈕只有在秒殺活動開始的時候才變亮，在此之前及秒殺商品賣出后，該按鈕都是灰色的，不可以點擊。

下單表單也盡可能簡單，購買數(shù)量只能是一個且不可以修改，送貨地址和付款方式都使用用戶默認(rèn)設(shè)置，沒有默認(rèn)也可以不填，允許等訂單提交后修改；只有第一個提交的訂單發(fā)送給網(wǎng)站的訂單子系統(tǒng)，其余用戶提交訂單后只能看到秒殺結(jié)束頁面。

要做一個這樣的秒殺系統(tǒng)，業(yè)務(wù)會分為兩個階段，第一個階段是秒殺開始前某個時間到秒殺開始， 這個階段可以稱之為準(zhǔn)備階段，用戶在準(zhǔn)備階段等待秒殺； 第二個階段就是秒殺開始到所有參與秒殺的用戶獲得秒殺結(jié)果， 這個就稱為秒殺階段吧。

4.1 前端層設(shè)計

首先要有一個展示秒殺商品的頁面， 在這個頁面上做一個秒殺活動開始的倒計時， 在準(zhǔn)備階段內(nèi)用戶會陸續(xù)打開這個秒殺的頁面， 并且可能不停的刷新頁面。這里需要考慮兩個問題：

第一個是秒殺頁面的展示

我們知道一個html頁面還是比較大的，即使做了壓縮，http頭和內(nèi)容的大小也可能高達(dá)數(shù)十K，加上其他的css， js，圖片等資源，如果同時有幾千萬人參與一個商品的搶購，一般機(jī)房帶寬也就只有1G~10G，網(wǎng)絡(luò)帶寬就極有可能成為瓶頸，所以這個頁面上各類靜態(tài)資源首先應(yīng)分開存放，然后放到cdn節(jié)點上分散壓力，由于CDN節(jié)點遍布全國各地，能緩沖掉絕大部分的壓力，而且還比機(jī)房帶寬便宜~

第二個是倒計時

出于性能原因這個一般由js調(diào)用客戶端本地時間，就有可能出現(xiàn)客戶端時鐘與服務(wù)器時鐘不一致，另外服務(wù)器之間也是有可能出現(xiàn)時鐘不一致。客戶端與服務(wù)器時鐘不一致可以采用客戶端定時和服務(wù)器同步時間，這里考慮一下性能問題，用于同步時間的接口由于不涉及到后端邏輯，只需要將當(dāng)前web服務(wù)器的時間發(fā)送給客戶端就可以了，因此速度很快，就我以前測試的結(jié)果來看，一臺標(biāo)準(zhǔn)的web服務(wù)器2W+QPS不會有問題，如果100W人同時刷，100W QPS也只需要50臺web，一臺硬件LB就可以了~，并且web服務(wù)器群是可以很容易的橫向擴(kuò)展的(LB+DNS輪詢)，這個接口可以只返回一小段json格式的數(shù)據(jù)，而且可以優(yōu)化一下減少不必要cookie和其他http頭的信息，所以數(shù)據(jù)量不會很大，一般來說網(wǎng)絡(luò)不會成為瓶頸，即使成為瓶頸也可以考慮多機(jī)房專線連通，加智能DNS的解決方案；web服務(wù)器之間時間不同步可以采用統(tǒng)一時間服務(wù)器的方式，比如每隔1分鐘所有參與秒殺活動的web服務(wù)器就與時間服務(wù)器做一次時間同步。

瀏覽器層請求攔截

（1）產(chǎn)品層面，用戶點擊“查詢”或者“購票”后，按鈕置灰，禁止用戶重復(fù)提交請求;

（2）JS層面，限制用戶在x秒之內(nèi)只能提交一次請求;

4.2 站點層設(shè)計

前端層的請求攔截，只能攔住小白用戶（不過這是99%的用戶喲），高端的程序員根本不吃這一套，寫個for循環(huán)，直接調(diào)用你后端的http請求，怎么整？

（1）同一個uid，限制訪問頻度，做頁面緩存，x秒內(nèi)到達(dá)站點層的請求，均返回同一頁面

（2）同一個item的查詢，例如手機(jī)車次，做頁面緩存，x秒內(nèi)到達(dá)站點層的請求，均返回同一頁面

如此限流，又有99%的流量會被攔截在站點層。

4.3 服務(wù)層設(shè)計

站點層的請求攔截，只能攔住普通程序員，高級黑客，假設(shè)他控制了10w臺肉雞（并且假設(shè)買票不需要實名認(rèn)證），這下uid的限制不行了吧？怎么整？

（1）大哥，我是服務(wù)層，我清楚的知道小米只有1萬部手機(jī)，我清楚的知道一列火車只有2000張車票，我透10w個請求去數(shù)據(jù)庫有什么意義呢？對于寫請求，做請求隊列，每次只透過有限的寫請求去數(shù)據(jù)層，如果均成功再放下一批，如果庫存不夠則隊列里的寫請求全部返回“已售完”；

（2）對于讀請求，還用說么？cache來抗，不管是memcached還是redis，單機(jī)抗個每秒10w應(yīng)該都是沒什么問題的；

如此限流，只有非常少的寫請求，和非常少的讀緩存mis的請求會透到數(shù)據(jù)層去，又有99.9%的請求被攔住了。

用戶請求分發(fā)模塊：使用Nginx或Apache將用戶的請求分發(fā)到不同的機(jī)器上。
用戶請求預(yù)處理模塊：判斷商品是不是還有剩余來決定是不是要處理該請求。
用戶請求處理模塊：把通過預(yù)處理的請求封裝成事務(wù)提交給數(shù)據(jù)庫，并返回是否成功。
數(shù)據(jù)庫接口模塊：該模塊是數(shù)據(jù)庫的唯一接口，負(fù)責(zé)與數(shù)據(jù)庫交互，提供RPC接口供查詢是否秒殺結(jié)束、剩余數(shù)量等信息。

用戶請求預(yù)處理模塊

經(jīng)過HTTP服務(wù)器的分發(fā)后，單個服務(wù)器的負(fù)載相對低了一些，但總量依然可能很大，如果后臺商品已經(jīng)被秒殺完畢，那么直接給后來的請求返回秒殺失敗即可，不必再進(jìn)一步發(fā)送事務(wù)了，示例代碼可以如下所示：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

<code>package seckill; import org.apache.http.HttpRequest; /** * 預(yù)處理階段，把不必要的請求直接駁回，必要的請求添加到隊列中進(jìn)入下一階段. */ public class PreProcessor { // 商品是否還有剩余 private static boolean reminds = true; private static void forbidden() { // Do something. } public static boolean checkReminds() { if (reminds) { // 遠(yuǎn)程檢測是否還有剩余，該RPC接口應(yīng)由數(shù)據(jù)庫服務(wù)器提供，不必完全嚴(yán)格檢查. if (!RPC.checkReminds()) { reminds = false; } } return reminds; } /** * 每一個HTTP請求都要經(jīng)過該預(yù)處理. */ public static void preProcess(HttpRequest request) { if (checkReminds()) { // 一個并發(fā)的隊列 RequestQueue.queue.add(request); } else { // 如果已經(jīng)沒有商品了，則直接駁回請求即可. forbidden(); } } } </code>

并發(fā)隊列的選擇

Java的并發(fā)包提供了三個常用的并發(fā)隊列實現(xiàn)，分別是：ConcurrentLinkedQueue 、 LinkedBlockingQueue 和 ArrayBlockingQueue。

ArrayBlockingQueue是初始容量固定的阻塞隊列，我們可以用來作為數(shù)據(jù)庫模塊成功競拍的隊列，比如有10個商品，那么我們就設(shè)定一個10大小的數(shù)組隊列。

ConcurrentLinkedQueue使用的是CAS原語無鎖隊列實現(xiàn)，是一個異步隊列，入隊的速度很快，出隊進(jìn)行了加鎖，性能稍慢。

LinkedBlockingQueue也是阻塞的隊列，入隊和出隊都用了加鎖，當(dāng)隊空的時候線程會暫時阻塞。

由于我們的系統(tǒng)入隊需求要遠(yuǎn)大于出隊需求，一般不會出現(xiàn)隊空的情況，所以我們可以選擇ConcurrentLinkedQueue來作為我們的請求隊列實現(xiàn)：

?

1 2 3 4 5 6 7 8

<code>package seckill; import java.util.concurrent.ArrayBlockingQueue; import java.util.concurrent.ConcurrentLinkedQueue; import org.apache.http.HttpRequest; public class RequestQueue { public static ConcurrentLinkedQueue<HttpRequest> queue = new ConcurrentLinkedQueue<HttpRequest>(); } </code>

用戶請求模塊

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

<code>package seckill; import org.apache.http.HttpRequest; public class Processor { /** * 發(fā)送秒殺事務(wù)到數(shù)據(jù)庫隊列. */ public static void kill(BidInfo info) { DB.bids.add(info); } public static void process() { BidInfo info = new BidInfo(RequestQueue.queue.poll()); if (info != null) { kill(info); } } } class BidInfo { BidInfo(HttpRequest request) { // Do something. } } </code>

數(shù)據(jù)庫模塊

數(shù)據(jù)庫主要是使用一個ArrayBlockingQueue來暫存有可能成功的用戶請求。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

<code>package seckill; import java.util.concurrent.ArrayBlockingQueue; /** * DB應(yīng)該是數(shù)據(jù)庫的唯一接口. */ public class DB { public static int count = 10; public static ArrayBlockingQueue<BidInfo> bids = new ArrayBlockingQueue<BidInfo>(10); public static boolean checkReminds() { // TODO return true; } // 單線程操作 public static void bid() { BidInfo info = bids.poll(); while (count-- > 0) { // insert into table Bids values(item_id, user_id, bid_date, other) // select count(id) from Bids where item_id = ? // 如果數(shù)據(jù)庫商品數(shù)量大約總數(shù)，則標(biāo)志秒殺已完成，設(shè)置標(biāo)志位reminds = false. info = bids.poll(); } } } </code>

4.4 數(shù)據(jù)庫設(shè)計

4.4.1 基本概念

概念一“單庫”

概念二“分片”

分片解決的是“數(shù)據(jù)量太大”的問題，也就是通常說的“水平切分”。一旦引入分片，勢必有“數(shù)據(jù)路由”的概念，哪個數(shù)據(jù)訪問哪個庫。路由規(guī)則通常有3種方法：

范圍：range

優(yōu)點：簡單，容易擴(kuò)展

缺點：各庫壓力不均（新號段更活躍）

哈希：hash 【大部分互聯(lián)網(wǎng)公司采用的方案二：哈希分庫，哈希路由】

優(yōu)點：簡單，數(shù)據(jù)均衡，負(fù)載均勻

缺點：遷移麻煩（2庫擴(kuò)3庫數(shù)據(jù)要遷移）

路由服務(wù)：router-config-server

優(yōu)點：靈活性強(qiáng)，業(yè)務(wù)與路由算法解耦

缺點：每次訪問數(shù)據(jù)庫前多一次查詢

概念三“分組”

分組解決“可用性”問題，分組通常通過主從復(fù)制的方式實現(xiàn)。

互聯(lián)網(wǎng)公司數(shù)據(jù)庫實際軟件架構(gòu)是：又分片，又分組（如下圖）

4.4.2 設(shè)計思路

數(shù)據(jù)庫軟件架構(gòu)師平時設(shè)計些什么東西呢？至少要考慮以下四點：

如何保證數(shù)據(jù)可用性；
如何提高數(shù)據(jù)庫讀性能（大部分應(yīng)用讀多寫少，讀會先成為瓶頸）；
如何保證一致性；
如何提高擴(kuò)展性；

1. 如何保證數(shù)據(jù)的可用性？

解決可用性問題的思路是=>冗余

如何保證站點的可用性？復(fù)制站點，冗余站點

如何保證服務(wù)的可用性？復(fù)制服務(wù)，冗余服務(wù)

如何保證數(shù)據(jù)的可用性？復(fù)制數(shù)據(jù)，冗余數(shù)據(jù)

數(shù)據(jù)的冗余，會帶來一個副作用=>引發(fā)一致性問題（先不說一致性問題，先說可用性）。

2. 如何保證數(shù)據(jù)庫“讀”高可用？

冗余讀庫

冗余讀庫帶來的副作用？讀寫有延時，可能不一致

上面這個圖是很多互聯(lián)網(wǎng)公司mysql的架構(gòu)，寫仍然是單點，不能保證寫高可用。

3. 如何保證數(shù)據(jù)庫“寫”高可用？

冗余寫庫

采用雙主互備的方式，可以冗余寫庫帶來的副作用？雙寫同步，數(shù)據(jù)可能沖突（例如“自增id”同步?jīng)_突）,如何解決同步?jīng)_突，有兩種常見解決方案：

兩個寫庫使用不同的初始值，相同的步長來增加id：1寫庫的id為0,2,4,6…；2寫庫的id為1,3,5,7…；
不使用數(shù)據(jù)的id，業(yè)務(wù)層自己生成唯一的id，保證數(shù)據(jù)不沖突；
實際中沒有使用上述兩種架構(gòu)來做讀寫的“高可用”，采用的是“雙主當(dāng)主從用”的方式：

仍是雙主，但只有一個主提供服務(wù)（讀+寫），另一個主是“shadow-master”，只用來保證高可用，平時不提供服務(wù)。 master掛了，shadow-master頂上（vip漂移，對業(yè)務(wù)層透明，不需要人工介入）。這種方式的好處：

讀寫沒有延時；

讀寫高可用；

不足：

不能通過加從庫的方式擴(kuò)展讀性能；
資源利用率為50%，一臺冗余主沒有提供服務(wù)；
那如何提高讀性能呢？進(jìn)入第二個話題，如何提供讀性能。

4. 如何擴(kuò)展讀性能

提高讀性能的方式大致有三種，第一種是建立索引。這種方式不展開，要提到的一點是，不同的庫可以建立不同的索引。

寫庫不建立索引；

線上讀庫建立線上訪問索引，例如uid；

線下讀庫建立線下訪問索引，例如time；

第二種擴(kuò)充讀性能的方式是，增加從庫，這種方法大家用的比較多，但是，存在兩個缺點：

從庫越多，同步越慢；

同步越慢，數(shù)據(jù)不一致窗口越大（不一致后面說，還是先說讀性能的提高）；
實際中沒有采用這種方法提高數(shù)據(jù)庫讀性能（沒有從庫），采用的是增加緩存。常見的緩存架構(gòu)如下：

上游是業(yè)務(wù)應(yīng)用，下游是主庫，從庫（讀寫分離），緩存。

實際的玩法：服務(wù)+數(shù)據(jù)庫+緩存一套

業(yè)務(wù)層不直接面向db和cache，服務(wù)層屏蔽了底層db、cache的復(fù)雜性。為什么要引入服務(wù)層，今天不展開，采用了“服務(wù)+數(shù)據(jù)庫+緩存一套”的方式提供數(shù)據(jù)訪問，用cache提高讀性能。

不管采用主從的方式擴(kuò)展讀性能，還是緩存的方式擴(kuò)展讀性能，數(shù)據(jù)都要復(fù)制多份（主+從，db+cache），一定會引發(fā)一致性問題。

5. 如何保證一致性？

主從數(shù)據(jù)庫的一致性，通常有兩種解決方案：

1. 中間件

如果某一個key有寫操作，在不一致時間窗口內(nèi)，中間件會將這個key的讀操作也路由到主庫上。這個方案的缺點是，數(shù)據(jù)庫中間件的門檻較高（百度，騰訊，阿里，360等一些公司有）。

2. 強(qiáng)制讀主

上面實際用的“雙主當(dāng)主從用”的架構(gòu)，不存在主從不一致的問題。

第二類不一致，是db與緩存間的不一致：

常見的緩存架構(gòu)如上，此時寫操作的順序是：

（1）淘汰cache；

（2）寫數(shù)據(jù)庫；

讀操作的順序是：

（1）讀cache，如果cache hit則返回；

（2）如果cache miss，則讀從庫；

（3）讀從庫后，將數(shù)據(jù)放回cache；

在一些異常時序情況下，有可能從【從庫讀到舊數(shù)據(jù)（同步還沒有完成），舊數(shù)據(jù)入cache后】，數(shù)據(jù)會長期不一致。解決辦法是“緩存雙淘汰”，寫操作時序升級為：

（1）淘汰cache；

（2）寫數(shù)據(jù)庫；

（3）在經(jīng)驗“主從同步延時窗口時間”后，再次發(fā)起一個異步淘汰cache的請求；

這樣，即使有臟數(shù)據(jù)如cache，一個小的時間窗口之后，臟數(shù)據(jù)還是會被淘汰。帶來的代價是，多引入一次讀miss（成本可以忽略）。

除此之外，最佳實踐之一是：建議為所有cache中的item設(shè)置一個超時時間。

6. 如何提高數(shù)據(jù)庫的擴(kuò)展性？

原來用hash的方式路由，分為2個庫，數(shù)據(jù)量還是太大，要分為3個庫，勢必需要進(jìn)行數(shù)據(jù)遷移，有一個很帥氣的“數(shù)據(jù)庫秒級擴(kuò)容”方案。

如何秒級擴(kuò)容？

首先，我們不做2庫變3庫的擴(kuò)容，我們做2庫變4庫（庫加倍）的擴(kuò)容（未來4->8->16）

服務(wù)+數(shù)據(jù)庫是一套（省去了緩存），數(shù)據(jù)庫采用“雙主”的模式。

擴(kuò)容步驟：

第一步，將一個主庫提升;

第二步，修改配置，2庫變4庫（原來MOD2，現(xiàn)在配置修改后MOD4），擴(kuò)容完成；

原MOD2為偶的部分，現(xiàn)在會MOD4余0或者2；原MOD2為奇的部分，現(xiàn)在會MOD4余1或者3；數(shù)據(jù)不需要遷移，同時，雙主互相同步，一遍是余0，一邊余2，兩邊數(shù)據(jù)同步也不會沖突，秒級完成擴(kuò)容！

最后，要做一些收尾工作：

將舊的雙主同步解除；

增加新的雙主（雙主是保證可用性的，shadow-master平時不提供服務(wù)）；

刪除多余的數(shù)據(jù)（余0的主，可以將余2的數(shù)據(jù)刪除掉）；

這樣，秒級別內(nèi)，我們就完成了2庫變4庫的擴(kuò)展。

5 大并發(fā)帶來的挑戰(zhàn)

5.1 請求接口的合理設(shè)計

一個秒殺或者搶購頁面，通常分為2個部分，一個是靜態(tài)的HTML等內(nèi)容，另一個就是參與秒殺的Web后臺請求接口。

通常靜態(tài)HTML等內(nèi)容，是通過CDN的部署，一般壓力不大，核心瓶頸實際上在后臺請求接口上。這個后端接口，必須能夠支持高并發(fā)請求，同時，非常重要的一點，必須盡可能“快”，在最短的時間里返回用戶的請求結(jié)果。為了實現(xiàn)盡可能快這一點，接口的后端存儲使用內(nèi)存級別的操作會更好一點。仍然直接面向MySQL之類的存儲是不合適的，如果有這種復(fù)雜業(yè)務(wù)的需求，都建議采用異步寫入。

當(dāng)然，也有一些秒殺和搶購采用“滯后反饋”，就是說秒殺當(dāng)下不知道結(jié)果，一段時間后才可以從頁面中看到用戶是否秒殺成功。但是，這種屬于“偷懶”行為，同時給用戶的體驗也不好，容易被用戶認(rèn)為是“暗箱操作”。

5.2 高并發(fā)的挑戰(zhàn)：一定要“快”

我們通常衡量一個Web系統(tǒng)的吞吐率的指標(biāo)是QPS（Query Per Second，每秒處理請求數(shù)），解決每秒數(shù)萬次的高并發(fā)場景，這個指標(biāo)非常關(guān)鍵。舉個例子，我們假設(shè)處理一個業(yè)務(wù)請求平均響應(yīng)時間為100ms，同時，系統(tǒng)內(nèi)有20臺Apache的Web服務(wù)器，配置MaxClients為500個（表示Apache的最大連接數(shù)目）。

那么，我們的Web系統(tǒng)的理論峰值QPS為（理想化的計算方式）：

復(fù)制代碼代碼如下:
20*500/0.1 = 100000 （10萬QPS）

咦？我們的系統(tǒng)似乎很強(qiáng)大，1秒鐘可以處理完10萬的請求，5w/s的秒殺似乎是“紙老虎”哈。實際情況，當(dāng)然沒有這么理想。在高并發(fā)的實際場景下，機(jī)器都處于高負(fù)載的狀態(tài)，在這個時候平均響應(yīng)時間會被大大增加。

就Web服務(wù)器而言，Apache打開了越多的連接進(jìn)程，CPU需要處理的上下文切換也越多，額外增加了CPU的消耗，然后就直接導(dǎo)致平均響應(yīng)時間增加。因此上述的MaxClient數(shù)目，要根據(jù)CPU、內(nèi)存等硬件因素綜合考慮，絕對不是越多越好。可以通過Apache自帶的abench來測試一下，取一個合適的值。然后，我們選擇內(nèi)存操作級別的存儲的Redis，在高并發(fā)的狀態(tài)下，存儲的響應(yīng)時間至關(guān)重要。網(wǎng)絡(luò)帶寬雖然也是一個因素，不過，這種請求數(shù)據(jù)包一般比較小，一般很少成為請求的瓶頸。負(fù)載均衡成為系統(tǒng)瓶頸的情況比較少，在這里不做討論哈。

那么問題來了，假設(shè)我們的系統(tǒng)，在5w/s的高并發(fā)狀態(tài)下，平均響應(yīng)時間從100ms變?yōu)?50ms（實際情況，甚至更多）：

復(fù)制代碼代碼如下:
20*500/0.25 = 40000 （4萬QPS）

于是，我們的系統(tǒng)剩下了4w的QPS，面對5w每秒的請求，中間相差了1w。

然后，這才是真正的惡夢開始。舉個例子，高速路口，1秒鐘來5部車，每秒通過5部車，高速路口運(yùn)作正常。突然，這個路口1秒鐘只能通過4部車，車流量仍然依舊，結(jié)果必定出現(xiàn)大塞車。（5條車道忽然變成4條車道的感覺）。

同理，某一個秒內(nèi)，20*500個可用連接進(jìn)程都在滿負(fù)荷工作中，卻仍然有1萬個新來請求，沒有連接進(jìn)程可用，系統(tǒng)陷入到異常狀態(tài)也是預(yù)期之內(nèi)。

其實在正常的非高并發(fā)的業(yè)務(wù)場景中，也有類似的情況出現(xiàn)，某個業(yè)務(wù)請求接口出現(xiàn)問題，響應(yīng)時間極慢，將整個Web請求響應(yīng)時間拉得很長，逐漸將Web服務(wù)器的可用連接數(shù)占滿，其他正常的業(yè)務(wù)請求，無連接進(jìn)程可用。

更可怕的問題是，是用戶的行為特點，系統(tǒng)越是不可用，用戶的點擊越頻繁，惡性循環(huán)最終導(dǎo)致“雪崩”（其中一臺Web機(jī)器掛了，導(dǎo)致流量分散到其他正常工作的機(jī)器上，再導(dǎo)致正常的機(jī)器也掛，然后惡性循環(huán)），將整個Web系統(tǒng)拖垮。

5.3 重啟與過載保護(hù)

如果系統(tǒng)發(fā)生“雪崩”，貿(mào)然重啟服務(wù)，是無法解決問題的。最常見的現(xiàn)象是，啟動起來后，立刻掛掉。這個時候，最好在入口層將流量拒絕，然后再將重啟。如果是redis/memcache這種服務(wù)也掛了，重啟的時候需要注意“預(yù)熱”，并且很可能需要比較長的時間。

秒殺和搶購的場景，流量往往是超乎我們系統(tǒng)的準(zhǔn)備和想象的。這個時候，過載保護(hù)是必要的。如果檢測到系統(tǒng)滿負(fù)載狀態(tài)，拒絕請求也是一種保護(hù)措施。在前端設(shè)置過濾是最簡單的方式，但是，這種做法是被用戶“千夫所指”的行為。更合適一點的是，將過載保護(hù)設(shè)置在CGI入口層，快速將客戶的直接請求返回。

6 作弊的手段：進(jìn)攻與防守

秒殺和搶購收到了“海量”的請求，實際上里面的水分是很大的。不少用戶，為了“搶“到商品，會使用“刷票工具”等類型的輔助工具，幫助他們發(fā)送盡可能多的請求到服務(wù)器。還有一部分高級用戶，制作強(qiáng)大的自動請求腳本。這種做法的理由也很簡單，就是在參與秒殺和搶購的請求中，自己的請求數(shù)目占比越多，成功的概率越高。

這些都是屬于“作弊的手段”，不過，有“進(jìn)攻”就有“防守”，這是一場沒有硝煙的戰(zhàn)斗哈。

6.1 同一個賬號，一次性發(fā)出多個請求

部分用戶通過瀏覽器的插件或者其他工具，在秒殺開始的時間里，以自己的賬號，一次發(fā)送上百甚至更多的請求。實際上，這樣的用戶破壞了秒殺和搶購的公平性。

這種請求在某些沒有做數(shù)據(jù)安全處理的系統(tǒng)里，也可能造成另外一種破壞，導(dǎo)致某些判斷條件被繞過。例如一個簡單的領(lǐng)取邏輯，先判斷用戶是否有參與記錄，如果沒有則領(lǐng)取成功，最后寫入到參與記錄中。這是個非常簡單的邏輯，但是，在高并發(fā)的場景下，存在深深的漏洞。多個并發(fā)請求通過負(fù)載均衡服務(wù)器，分配到內(nèi)網(wǎng)的多臺Web服務(wù)器，它們首先向存儲發(fā)送查詢請求，然后，在某個請求成功寫入?yún)⑴c記錄的時間差內(nèi)，其他的請求獲查詢到的結(jié)果都是“沒有參與記錄”。這里，就存在邏輯判斷被繞過的風(fēng)險。

應(yīng)對方案：

在程序入口處，一個賬號只允許接受1個請求，其他請求過濾。不僅解決了同一個賬號，發(fā)送N個請求的問題，還保證了后續(xù)的邏輯流程的安全。實現(xiàn)方案，可以通過Redis這種內(nèi)存緩存服務(wù)，寫入一個標(biāo)志位（只允許1個請求寫成功，結(jié)合watch的樂觀鎖的特性），成功寫入的則可以繼續(xù)參加。

或者，自己實現(xiàn)一個服務(wù)，將同一個賬號的請求放入一個隊列中，處理完一個，再處理下一個。

6.2 多個賬號，一次性發(fā)送多個請求

很多公司的賬號注冊功能，在發(fā)展早期幾乎是沒有限制的，很容易就可以注冊很多個賬號。因此，也導(dǎo)致了出現(xiàn)了一些特殊的工作室，通過編寫自動注冊腳本，積累了一大批“僵尸賬號”，數(shù)量龐大，幾萬甚至幾十萬的賬號不等，專門做各種刷的行為（這就是微博中的“僵尸粉“的來源）。舉個例子，例如微博中有轉(zhuǎn)發(fā)抽獎的活動，如果我們使用幾萬個“僵尸號”去混進(jìn)去轉(zhuǎn)發(fā)，這樣就可以大大提升我們中獎的概率。

這種賬號，使用在秒殺和搶購里，也是同一個道理。例如，iPhone官網(wǎng)的搶購，火車票黃牛黨。

應(yīng)對方案：

這種場景，可以通過檢測指定機(jī)器IP請求頻率就可以解決，如果發(fā)現(xiàn)某個IP請求頻率很高，可以給它彈出一個驗證碼或者直接禁止它的請求：

彈出驗證碼，最核心的追求，就是分辨出真實用戶。因此，大家可能經(jīng)常發(fā)現(xiàn)，網(wǎng)站彈出的驗證碼，有些是“鬼神亂舞”的樣子，有時讓我們根本無法看清。他們這樣做的原因，其實也是為了讓驗證碼的圖片不被輕易識別，因為強(qiáng)大的“自動腳本”可以通過圖片識別里面的字符，然后讓腳本自動填寫驗證碼。實際上，有一些非常創(chuàng)新的驗證碼，效果會比較好，例如給你一個簡單問題讓你回答，或者讓你完成某些簡單操作（例如百度貼吧的驗證碼）。
直接禁止IP，實際上是有些粗暴的，因為有些真實用戶的網(wǎng)絡(luò)場景恰好是同一出口IP的，可能會有“誤傷“。但是這一個做法簡單高效，根據(jù)實際場景使用可以獲得很好的效果。

6.3 多個賬號，不同IP發(fā)送不同請求

所謂道高一尺，魔高一丈。有進(jìn)攻，就會有防守，永不休止。這些“工作室”，發(fā)現(xiàn)你對單機(jī)IP請求頻率有控制之后，他們也針對這種場景，想出了他們的“新進(jìn)攻方案”，就是不斷改變IP。

有同學(xué)會好奇，這些隨機(jī)IP服務(wù)怎么來的。有一些是某些機(jī)構(gòu)自己占據(jù)一批獨立IP，然后做成一個隨機(jī)代理IP的服務(wù)，有償提供給這些“工作室”使用。還有一些更為黑暗一點的，就是通過木馬黑掉普通用戶的電腦，這個木馬也不破壞用戶電腦的正常運(yùn)作，只做一件事情，就是轉(zhuǎn)發(fā)IP包，普通用戶的電腦被變成了IP代理出口。通過這種做法，黑客就拿到了大量的獨立IP，然后搭建為隨機(jī)IP服務(wù)，就是為了掙錢。

應(yīng)對方案：

說實話，這種場景下的請求，和真實用戶的行為，已經(jīng)基本相同了，想做分辨很困難。再做進(jìn)一步的限制很容易“誤傷“真實用戶，這個時候，通常只能通過設(shè)置業(yè)務(wù)門檻高來限制這種請求了，或者通過賬號行為的”數(shù)據(jù)挖掘“來提前清理掉它們。

僵尸賬號也還是有一些共同特征的，例如賬號很可能屬于同一個號碼段甚至是連號的，活躍度不高，等級低，資料不全等等。根據(jù)這些特點，適當(dāng)設(shè)置參與門檻，例如限制參與秒殺的賬號等級。通過這些業(yè)務(wù)手段，也是可以過濾掉一些僵尸號。

7 高并發(fā)下的數(shù)據(jù)安全

我們知道在多線程寫入同一個文件的時候，會存現(xiàn)“線程安全”的問題（多個線程同時運(yùn)行同一段代碼，如果每次運(yùn)行結(jié)果和單線程運(yùn)行的結(jié)果是一樣的，結(jié)果和預(yù)期相同，就是線程安全的）。如果是MySQL數(shù)據(jù)庫，可以使用它自帶的鎖機(jī)制很好的解決問題，但是，在大規(guī)模并發(fā)的場景中，是不推薦使用MySQL的。秒殺和搶購的場景中，還有另外一個問題，就是“超發(fā)”，如果在這方面控制不慎，會產(chǎn)生發(fā)送過多的情況。我們也曾經(jīng)聽說過，某些電商搞搶購活動，買家成功拍下后，商家卻不承認(rèn)訂單有效，拒絕發(fā)貨。這里的問題，也許并不一定是商家奸詐，而是系統(tǒng)技術(shù)層面存在超發(fā)風(fēng)險導(dǎo)致的。

7.1 超發(fā)的原因

假設(shè)某個搶購場景中，我們一共只有100個商品，在最后一刻，我們已經(jīng)消耗了99個商品，僅剩最后一個。這個時候，系統(tǒng)發(fā)來多個并發(fā)請求，這批請求讀取到的商品余量都是99個，然后都通過了這一個余量判斷，最終導(dǎo)致超發(fā)。

在上面的這個圖中，就導(dǎo)致了并發(fā)用戶B也“搶購成功”，多讓一個人獲得了商品。這種場景，在高并發(fā)的情況下非常容易出現(xiàn)。

7.2 悲觀鎖思路

解決線程安全的思路很多，可以從“悲觀鎖”的方向開始討論。

悲觀鎖，也就是在修改數(shù)據(jù)的時候，采用鎖定狀態(tài)，排斥外部請求的修改。遇到加鎖的狀態(tài)，就必須等待。

雖然上述的方案的確解決了線程安全的問題，但是，別忘記，我們的場景是“高并發(fā)”。也就是說，會很多這樣的修改請求，每個請求都需要等待“鎖”，某些線程可能永遠(yuǎn)都沒有機(jī)會搶到這個“鎖”，這種請求就會死在那里。同時，這種請求會很多，瞬間增大系統(tǒng)的平均響應(yīng)時間，結(jié)果是可用連接數(shù)被耗盡，系統(tǒng)陷入異常。

7.3 FIFO隊列思路

那好，那么我們稍微修改一下上面的場景，我們直接將請求放入隊列中的，采用FIFO（First Input First Output，先進(jìn)先出），這樣的話，我們就不會導(dǎo)致某些請求永遠(yuǎn)獲取不到鎖。看到這里，是不是有點強(qiáng)行將多線程變成單線程的感覺哈。

然后，我們現(xiàn)在解決了鎖的問題，全部請求采用“先進(jìn)先出”的隊列方式來處理。那么新的問題來了，高并發(fā)的場景下，因為請求很多，很可能一瞬間將隊列內(nèi)存“撐爆”，然后系統(tǒng)又陷入到了異常狀態(tài)。或者設(shè)計一個極大的內(nèi)存隊列，也是一種方案，但是，系統(tǒng)處理完一個隊列內(nèi)請求的速度根本無法和瘋狂涌入隊列中的數(shù)目相比。也就是說，隊列內(nèi)的請求會越積累越多，最終Web系統(tǒng)平均響應(yīng)時候還是會大幅下降，系統(tǒng)還是陷入異常。

7.4 樂觀鎖思路

這個時候，我們就可以討論一下“樂觀鎖”的思路了。樂觀鎖，是相對于“悲觀鎖”采用更為寬松的加鎖機(jī)制，大都是采用帶版本號（Version）更新。實現(xiàn)就是，這個數(shù)據(jù)所有請求都有資格去修改，但會獲得一個該數(shù)據(jù)的版本號，只有版本號符合的才能更新成功，其他的返回?fù)屬徥　＿@樣的話，我們就不需要考慮隊列的問題，不過，它會增大CPU的計算開銷。但是，綜合來說，這是一個比較好的解決方案。

有很多軟件和服務(wù)都“樂觀鎖”功能的支持，例如Redis中的watch就是其中之一。通過這個實現(xiàn)，我們保證了數(shù)據(jù)的安全。

8 總結(jié)

互聯(lián)網(wǎng)正在高速發(fā)展，使用互聯(lián)網(wǎng)服務(wù)的用戶越多，高并發(fā)的場景也變得越來越多。電商秒殺和搶購，是兩個比較典型的互聯(lián)網(wǎng)高并發(fā)場景。雖然我們解決問題的具體技術(shù)方案可能千差萬別，但是遇到的挑戰(zhàn)卻是相似的，因此解決問題的思路也異曲同工。

總結(jié)

以上是生活随笔為你收集整理的限时抢购秒杀系统架构分析与实战的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。