说到“秒杀”， 恐怕大多数人想到的就是“双11”，“促销”，“买买买”等火爆的场面吧，另起炉灶。。

大家为了打折商品蜂拥而至， 造成...

技术隔离架构图

前面有了准备工作，那么从技术上需要有以下几个方面的考虑：

秒杀系统前端设计简图

代理层设计

说完了秒杀系统的前端设计，请求自然地来到了代理层。由于用户的请求量大，我们需要用负载均衡加上服务器集群，来面对如此空前的压力。

代理层三大功Neng简图

在这一层是Ke以Zuo缓存， 过滤和限流的：

主要想表达的意思是Ke以将一些变化不频繁的数据，提到代理层来缓存，提高响应的效率。

一边，还Ke以根据风控系统返回的信息，过滤一些疑似机器人或者恶意请求。比方说：从固定 IP 过来的，频率过高的请求。Zui重要的就是在这一层，Ke以识别来自秒杀系统的请求，嚯...。

Ru果是带有秒杀系统的参数，就要把请求路由到秒杀系统的服务器集群。这样才Neng和正常的业务系统分割开来。

优化一下。 阀值的设置Ke以是的。比方说：集群服务器中有X个服务器，其中一台由于压力过大挂掉了。

此时就需要调整代理层的流量阀值，将Neng够处理的请求流量减少，保护后端的应用服务器。

当服务器恢复以后又Ke以将阀值调回原位。Ke以通过 Nginx+Lua 合作完成， 让我们一起... Lua 从服务注册中心读取服务健康状态，流量。

应用层设计

奥利给！ “秒杀系统”秒杀的是什么?无非是商品。对于系统来说就是商品的库存，购买的商品一旦超过了库存就不Neng再卖了。

防止超卖

超过了库存还Ke以卖给用户， 这就是“超卖”，也是系统设计需要避免的。为了承受大流量的访问， 地道。 我们用了水平 的服务，但是对于他们消费的资源“库存”却只有一个。

为了提分布式锁。

假设这里有多个应用响应用户的订单请求， 他们一边会去访问 Redis 中存放的库存信息，每接受用户一次请求，dou会从 Redis 的库存中减去Y个商品库存量，行吧...。

当任何一个进程访问 Redis 中的库存资源时 其他进程是不Neng访问的， 观感极佳。 所以这里需要考虑锁的情况。

Redis 缓存承载库存变量

Ru果锁长期没有释放， 需要考虑锁的过期时间，需要设置两个超时时间：

订单处理流程

杀疯了！ 这里的“扣减服务”完成了Zui简单的扣减库存工作，并没有和其他项目服务打交道，geng没有访问数据库。

订单流程示意图

注意， 这里Ke以加入类似 ZooKeeper 这样的服务调度来帮助，协调服务调度和任务分配，一言难尽。。

我是深有体会。 一旦发现不一致，会去Zuo重试操作。Ru果重试依旧不成功，会重写信息到缓存，让用户知道失败原因。

引起舒适。 虽然 这个信息和到头来后来啊有偏差，但是在秒杀的场景，要求高性Neng是前提，后来啊的一致性，Ke以后期补偿。

数据库设计

讲完了秒杀的处理流程，来谈谈数据库设计要注意的点。

数据估算

前面说了秒杀场景需要注意隔离，这里的隔离包括“业务隔离”。就是说我们在秒杀之前，需要通过业务的手段，比方说：热场活动，问卷调查，历史数据分析。通过他们去估算这次秒杀可Neng需要存储的数据量，挺好。。

这里有两部分的数据需要考虑：

前者不言而喻是给业务系统用的。后者，是用来分析和后续处理问题订单用的， 深得我心。 秒杀完毕以后还Ke以用来复盘。

分表分库

对于这些数据的存放， 需要分情况讨论，比方说MySQL 单表推荐的存储量是 500W 条记录，何不...。

Ru果估算的时候超过了这个数据，建议Zuo分表。Ru果服务的连接数较多，建议进行分库的操作。

数据隔离

由于大量的数据操作是插入，有少部分的修改操作。Ru果使用关系型数据来存储，建议用专门的表来存放，不建议使用业务系统正在使用的表。

这个开头提到了 数据隔离是必须的，一旦秒杀系统挂了不会影响到正常业务系统，这个风险意识要有。表的设计除了 ID 以外Zui好不要设置其他主键，保证Neng够快速地插入，我跟你交个底...。

数据合并

我晕... 由于是用的专用表存储， 在秒杀活动完毕以后需要将其和现有的数据Zuo合并。其实交易Yi经完成，合并的目的也就是查询。

就这？ 这个合并需要， Ru果对于那些“只读”的数据，对于Zuo了读写分离的公司，Ke以导入到专门负责读的数据库或者 NoSQL 数据库中。

压力测试

构建了秒杀系统， 一定会面临上线，那么在上线之前压力测试是必不可少的，精辟。。

整一个... 我们Zuo压力测试的目的是检验系统崩溃的边缘在哪里?系统的极限在哪里?

别纠结... 这样才Neng合理地设置流量的上限， 为了保证系统的稳定性，多余的流量需要被抛弃。

压力测试的方法

太治愈了。 合理的测试方法Ke以帮助我们对系统有深入的了解，这里介绍两种压力测试的方法：

心情复杂。 正压力测试。每次秒杀活动dou会计划，使用多少服务器资源，承受多少的请求量。

我傻了。 Ke以在这个请求量上面不断加压，直到系统接近崩溃或者真正崩溃。简单的说就是Zuo加法。

正压力测试示意图

负压力测试。在系统正常运行的情况下逐步减少支撑系统的资源，kan什么时候系统无法支撑正常的业务请求，火候不够。。

比方说：在系统正常运行的情况下逐步减少服务器或者微服务的数量，观察业务请求的情况。说白了就是Zuo减法，说起来...。

压力测试的步骤

一句话。 有了测试方法的加持，我们来kankan需要遵循哪些测试步骤。下面的操作偏套路化，大家在其他系统的压力测试也Ke以这么Zuo，给大家Zuo个参考。

第一，确定测试目标。与性Neng测试不同的是压力测试的目标是什么时候系统会接近崩溃。比如：需要支撑 500W 访问量。

第二，确定关键功Neng。压力测试其实是有重点的， 根据 / 原则，系统中 % 的功Neng被使用的是Zui多的， 冲鸭！ 我们Ke以针对这些核心功Neng进行压力测试。比方说：下单，库存扣减。

关注核心服务

第三，确定负载。这个和关键服务的思路一致， 不是每个服务dou有高负载的，我们的测试其实是要关注那些负载量大的服务，或者是一段时间内系统中某些服务的负载有波动。这些dou是测试目标。

第四，选择环境，建议搭建和生产环境一模一样的环境进行测试。

摆烂。 第五， 确定监视点，其实吧就是对关注的参数进行监视，比方说 CPU 负载，内存使用率，系统吞吐量等等。

第六， 产生负载，这里需要从生产环境去获取一些真实的数据作为负载数据源， 我明白了。 这部分数据源根据目标系统的承受要求由脚本驱动，对系统进行冲击。

蚌埠住了！ 建议使用往期秒杀系统的数据，或者实际生产系统的数据进行测试。

第七，施行测试，这里主要是根据目标系统，关键组件， 破防了... 用负载进行测试，返回监视点的数据。

建议团队Ke以对测试定一个计划，模拟不同的网络环境，硬件条件进行有规律的测试。

脑子呢？ 第八， 分析数据，针对测试的目的，对关键服务的压力测试数据进行分析得知该服务的承受上限在哪里。

对一段时间内有负载波动或者大负载的服务进行数据分析，得出服务改过的方向。

秒杀系统的特点， 并发量大，资源有限，操作相对简单，访问的dou是热点数据。所以呢，我们需要把它从业务，技术，数据上Zuo隔离，保证不影响到现有的系统。

所以呢，架构设计需要分几层来考虑，从客户请求到数据库存储，到再说说上线前的压力测试。

简易的思维导图送给大家

思考顺序如下客户端→代理层→应用层→数据库→压力测试：

我跟你交个底... 客户端 % 静态 HTML+% 动态 JS;配合 CDN Zuo好缓存工作。

接入层专注于过滤和限流。

应用层利用缓存+队列+分布式处理好订单。

Zuo好数据的预估，隔离，合并。

上线之前记得进行压力测试。

新闻名称：这一次彻底弄懂“秒杀系统” 本文 成dou网站建设公司_创新互联，为您提供服务器托管、企业网站制作、 说到点子上了。 外贸网站建设、Zuo网站、App开发、全网营销推广，嗯，就这么回事儿。