淘宝实现高并发下抢单的锁单机制

[hakunamatata11]

首先，用 1 张流程图简单展示淘宝秒杀系统的业务流程（不涉及技术层面），各位可以自动带入淘宝的双十一秒杀活动，就是一个很典型的高并发下抢单的锁单机制。

接下来聊聊如何实现这些功能，如果想更深入理解这些知识，也可以移步阿里高级架构师欧阳修主讲的秒杀项目实战课，欧阳修在首节免费体验课上有深入的讲解。

如何解决瞬时大流量高并发？

电商系统一般会设置整点秒杀，如 0 元抢购、无门槛优惠券等，每逢双十一，就有很多人在朋友圈吐槽淘宝提交订单后转了半天转不出来，转出来后库存已经为 0，这是用户的痛点，也是程序员的技术难点。

因为设置了整点秒杀后，一旦优惠力度较大，大量用户会在同一时间抢购，网站流量瞬间激增。服务器、数据库等能承载的 QPS 有限，如数据库一般是单机 1000 QPS，一旦超过了承载值，网站就有可能崩溃。

如鹿晗和关晓彤官宣时导致微博瘫痪，就是个很典型的例子。

解决瞬时大流量高并发的核心思想是分层过滤，分而治之。即在不同的层次尽可能地过滤掉无效请求，让“漏斗”最末端的才是有效请求。

具体方法：

1.页面静态化（ Static Page Technology ）

秒杀页面由商品信息和前端页面资源组成，前后端分离，页面资源不会经过后端服务器，将前端资源，放入 CDN 服务器中。简单来说就是将前端的页面资源放在另一个“篮子”里，不跟秒杀服务器抢“位置”，使用户就近获取所需内容，降低网络拥塞，提高用户访问响应速度和命中率。

2.缓存预热（ Cache Warm-up ）

说人话，将部分业务逻辑写到缓存里，不需要直接读数据库，来减少数据库服务器的压力，这样访问速度会更快。

比如在秒杀活动开始前，提前将设置好秒杀的商品信息、限购数量，库存数量等写入 Redis 中，同样是减少服务器压力的方式。

3.异步（ Asynchronous ）化

异步化主要通过消息队列实现。

消息队列是基于生产者（ Producer ）/消费者（ Consumer ）模型的组件，用于实现两个不同的系统之间的解耦和异步 (Asynchronous) 操作。生产者可以高速地向消息队列中投递（生产）消息，消费者可以按照自己的节奏去消费生产者投递的消息。

消息队列一般带有重试的能力。可以持续投递，直到消费者消费成功。

说人话，不断重复尝试，直到订单提交购买成功。

4.削峰值填谷（ Peak Load Shifting ）

因为 Redis 和 MySQL 处理能力的巨大差异。实际下沉到 MySQL 的量还是巨大，MySQL 无法承受。 一瞬间大量的抢购成功，创建订单请求，对创建订单服务压力过大，会去操作 mysql 数据库 无法及时处理创建订单请求，导致系统故障。

解决方案依旧是异步化思想，通过消息中间件来削峰填谷，将请求先发往消息队列中，订单服务端根据自己能力再去消费并创建订单。

有限库存，如何防止超卖？

一般来说，秒杀商品都是低价限量，而访问的数量远远大于库存数量，只有极少数人成功。如果卖出的东西超出了库存，就是超卖。

一般来说扣减库存的流程是这样的：

读取库存表，判断库存，然后扣减库存，然而在秒杀瞬间大流量并发请求数据库，可能会导致数据库崩溃。

因为秒杀的本质，就是对库存的抢夺。每个秒杀的用户来都去数据库查询库存校验库存，然后扣减库存，就可能导致数据库崩溃。

而 MySQL 数据库单点能支撑 1000 QPS，但是 Redis 单点能支撑 10 万 QPS 。因此我们可以将库存信息加载到 Redis 中，将 MySQL 的访问压力转移到 Redis 上，直接通过 Redis 来判断并扣减库存。

实际上，微博、阿里巴巴、百度、美团、拼多多等都在使用 Redis 。Redis 如今是互联网项目的标配，在面试中非常高频被问到。 使用 Redis 的原理是：

1. 缓存库存信息，大部分数据读取请求都被 Redis 挡住了，保护了 MySQL
2. 检查 Redis 库存和扣减 Redis 库存是两步操作,通过 Lua 脚本将这两步操作，合并成一个整体，保证原子操作性
3. 哪怕 Redis 侧方行，可以创建订单了，到 MySQL 的时候也需要再检查一次。

如何保证系统稳定和高可用？

秒杀开始时，还会遇到以下问题：

问题 1：当秒杀的用户量超过预计，请求量超过服务器最大承载压力怎么办？

问题 2：当有服务出现故障，不可用时如何应对？

这时候就要启动系统保护措施

1.限流，流量控制

2.服务熔断

对于秒杀系统来说，秒杀时请求瞬间的秒杀流量是不可控的，没办法准确预估多少，但是秒杀系统的处理能力是有限的，当流量过大时服务器会被打挂。

流量控制（ flow control ）

其原理是监控应用流量的 QPS 或并发线程数等指标，当达到指定的阈值时对流量进行控制，以避免被瞬时的流量高峰冲垮，保护系统不会被压垮，从而保障应用的高可用性。

服务熔断

熔断这一概念来源于电子工程中的断路器（ Circuit Breaker ）。在互联网系统中，当下游服务因访问压力过大而响应变慢或失败，上游服务为了保护系统整体的可用性，可以暂时切断对下游服务的调用。

这种牺牲局部，保全整体的措施就叫做熔断

熔断器，如同电力过载保护器，在一段时间内侦测到许多类似的错误，就会强迫其以后的调用该服务的快速失败，不再访问该服务，从而防止应用程序不断地尝试执行可能会失败的操作。当检测到该节点微服务响应正常后恢复调用链路。

此外，关于如何防止黄牛和恶意请求、如何限制用户购买件数、秒杀系统的代码实现方式，阿里巴巴高级架构师欧阳修在《秒杀项目实战课》上讲得很清楚了，感兴趣的朋友可以去免费试听体验一下。