秒杀设计方案（一篇文章秒杀面试官）

Dear 丶 2023-06-24 08:27 17阅读 0赞

# 秒杀设计详细过程：（关于后端我就详细讲解一下） #

###### 秒杀的基本讲解 ######

###### 秒杀后端的详细简介 ######

###### 需要了解的问题 ######

###### 面试时可能会问的问题  ######

## 基本讲解 ##

###### 1、秒杀开始前，秒杀按钮灰掉为“未开始”，不可点击。 ######

###### 2、URL在活动开始前不可露出或者生效，否则容易被使用工具绕过浏览器提前下单。导致活动还未开始，已经开始下单这个大黑洞。我们的做法是在活动开始前，通过更新JS文件露出下单的URL。 ######

###### 3、在秒杀进行中，秒杀按钮才可以点击下单。 ######

###### 4、秒杀产品的介绍，详情，参数等等，全部静态化，将秒杀商品页面缓存在CDN上（资源没那么好其实可以放在Nginx中做动静分离） ######

###### 5、用户点击“下单”后，按钮置灰，禁止用户重复提交请求，限制用户在60秒之内只能提交一次请求。（防止DDOS攻击，后面有讲） ######

###### 6、然后就发送请求了，请求统一发送到Nginx中，Nginx中限流了， ######

###### 7、Nginx限流后把请求分发到tomca的秒杀接口上面去， ######

###### 8、然后到了秒杀接口上了，这个秒杀接口的项目在启动运行的时候就把商品id和数量保存到了Redis中， ######

###### 9、在做唯一性判断,对uid进行请求计数和去重，发现发送过秒杀请求就结束秒杀 ######

###### 10、然后请求到达时通过要秒杀的id号到Redis中去查询预减库存，只要商品库存不到0就执 行下一步，(因为Redis的操作是具有原子性所以不会出现超卖的问题）， ######

###### 11、如果是分布式项目下单的接口在另外的微服务中的话，就把订单消息传MQ，这个MQ实现了流量削峰后在以先进先出的方式进行异步下单（前期都没操作数据库，防止服务器压力太大会死机的，，经过MQ之后才访问数据库）。。。 ######

###### 11、如果就在此接口下单的话就只需要调用下单接口生成订单就好了，不需要中间插件了。 ######

###### 12、下单的过程中的SQL语句还使用了乐观锁进行操作的再次控制防止出现超卖现象, ######

###### 13、秒杀结束后，秒杀按钮灰掉为“已结束”，不可点击。 ######

## 详细讲解 ##

## 前端操作 ##

###### 1、秒杀开始前，秒杀按钮灰掉为“未开始”，不可点击。 ######

###### 3、在秒杀进行中，秒杀按钮才可以点击下单。 ######

###### 4、秒杀产品的介绍，详情，参数等等，全部静态化，将秒杀商品页面缓存在CDN上（资源没那么好其实可以放在Nginx中做动静分离） ######

CDN服务器就是内容分发网络，把资源内容放在了全国各地的各服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容。（一般都是到阿里云买CDN服务器）

###### 5、用户点击“下单”后，按钮置灰，禁止用户重复提交请求，限制用户在60秒之内只能提交一次请求。（防止DDOS攻击，后面有讲） ######

###### 6、然后就发送请求了，请求统一发送到Nginx中 ######

## 后端操作 ##

#### 1、Nginx收到前端的请求后，在进行限流操作后才把前端秒杀的请求发送到Tomcat服务器上的秒杀接口上《=======》也就是说：这Nginx转发请求到tomcat的层到途中：Nginx限制用户的重复提交，使用了限流在某一时间段内只允许用户提交一次请求到秒杀接口（重点） ####

为什么要Nginx限流：Nginx限流就是限制用户请求速度，防止服务器受不了（防止DDOS攻击，后面有讲）

Nginx限流有3种  
1、限制访问频率（正常流量）  
2、限制访问频率（突发流量）  
3、限制并发连接数

我这只写了最平常的一种，限制访问频率（正常流量）：限制一个用户发送的请求，我Nginx多久接收一个，（例如：一个用户在一分钟发1000个请求对服务器的压力肯定很大，我如果在Nginx定义了一个人一分钟一个请求的限流的话，我Nginx就是只接收一个，其他的都不要），这也叫做漏桶流：

![在这里插入图片描述][20191222143157627.png]图片偷得哈，别在意

重点：Nginx配置的限流代码：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70]

##### 2、然后到了秒杀接口上了，这个秒杀接口的项目在启动运行的时候就把商品id和数量保存到了 Redis中， #####

秒杀项目启动时的操作，把商品id和数量保存到了 Redis中，（我们考Redis来解压力，防止服务器和数MySql受不了）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70 1]

##### 3、项目运行流程先做唯一性判断,对uid进行请求计数和去重，发现以经发送过秒杀请求就结束秒杀。 #####

万一人家不通过Nginx进来秒杀怎么办，直接访问秒杀接口（所以需要再次判断Uid）  
再次（防止DDOS攻击）![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70 2]

##### 4、然后请求到达时通过要秒杀的id号到Redis中去查询预减库存，只要商品库存不到0就执 行下一步，(因为Redis的操作是具有原子性所以不会出现超卖的问题），（重点） #####

关键的decr方法（redis中的原子递减，根据key减value值）

decr key  
将指定key的value原子性递减1，就相当于java中的–i。 如果该key不存在，其 初始值为0，在decr之后其值为-1。如果value的值不能转成整型，如helllo，该操作将 执行失败并返回相应的错误信息。  
![在这里插入图片描述][20191222154611976.png]

代码：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70 3]

##### 5、然后在把订单消息传入MQ，MQ去通知下单接口生成订单，这个MQ实现了流量削峰后在以先进先出的方式进行异步下 单（前期都没操作数据库，防止服务器压力太大会死机的，，经过MQ之后才访问数据库）。。。注意：（可以不需要此MQ，此MQ只是在分布式项目中需要，就是下单接口在另外的项目就需要，要此MQ还不好，因为中间插件挂了秒杀系统也挂了，其实可以直接调用下单的方法了） #####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70 4]

##### 5、如果就在此接口下单的话就只需要调用下单接口生成订单就好了，不需要中间插件了。 #####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70 5]

##### 6、下单的过程中的SQL语句还使用了乐观锁进行操作的再次控制防止出现超卖现象,（其实可以不需要，只是保证以下，其实可以直接生成下单的订单了） #####

乐观锁的标记值判断就是把redis中返回预减后的的值去和数据库的库存去判断，达到一个防止超卖的现象

##### 7、到此秒杀结束后，秒杀按钮灰掉为“已结束”，不可点击。 #####

## 需要了解的问题 ##

###### 1、什么是漏桶流， ######

NGINX限流使用漏桶算法（leaky bucket algorithm），该算法广泛应用于通信和基于包交换计算机网络中，用来处理当带宽被限制时的突发情况。和一个从上面进水，从下面漏水的桶的原理很相似；如果进水的速率大于漏水的速率，这个桶就会发生溢出。  
在请求处理过程中，水代表从客户端来的请求，而桶代表了一个队列，请求在该队列中依据先进先出（FIFO）算法等待被处理。漏的水代表请求离开缓冲区并被服务器处理，溢出代表了请求被丢弃并且永不被服务。  
![20191222181357647.png][]

###### 2、什么是MQ的削峰 ######

MQ的削峰也和漏桶流有点相似道理，只不过他是一个永远不会漏的桶，请求在多没关系，我先接着，我慢慢来，不管你多少请求我都按照我的速度慢慢来，保证消息不丢失。

###### 3、Tomcat最多支持并发多少用户？ ######

Tomcat 默认配置的最大请求数是 150，也就是说同时支持 150 个并发，当然了，也可以将其改大。  
当某个应用拥有 250 个以上并发的时候，应考虑应用服务器的集群。  
具体能承载多少并发，需要看硬件的配置，CPU 越多性能越高，分配给 JVM 的内存越多性能也就越高，但也会加重 GC 的负担。  
操作系统对于进程中的线程数有一定的限制：  
Windows 每个进程中的线程数不允许超过 2000  
Linux 每个进程中的线程数不允许超过 1000  
另外，在 Java 中每开启一个线程需要耗用 1MB 的 JVM 内存空间用于作为线程栈之用。  
Tomcat的最大并发数是可以配置的，实际运用中，最大并发数与硬件性能和CPU数量都有很大关系的。更好的硬件，更多的处理器都会使Tomcat支持更多的并发。

###### 4、Nginx支持多少并发 ######

单个Nginx并发尽量不要超过2万，如果超过了就要做集群了，虽然官方监测能支持5万并发

###### 5、MySql最大的并发 ######

MySql最大的并发量500-1000，好一点的服务可以支持1000-2000，超过了还是要集群

## 面试可能会问的问题 ##

##### 1、库存超卖 #####

只有10个库存，但是一秒钟有1k个订单，怎么能不超卖呢？  
核心思想就是保证库存递减是原子性操作，10–返回9，9–返回8，8–返回7。  
而不能是读取出来库存10，10-1=9再更新回去。因为这个读取和更新是并发执行的，很可能就会有1k个订单都成功了，而库存实际只有10。  
那么，怎么保证原子性操作呢？

1 .数据库判断库存不能小于0（我们使用到了，比他吊一点，乐观锁）  
update product set left\_num=left\_num-1 where left\_num>0;

2.分布式锁（我们没有使用）  
用redis来做一个分布式锁，reids->setnx(‘lock’, 1) 设置一个锁，程序执行完成再del这个锁。  
锁定的过程，不利于并发执行，大家都在等待锁解开，不建议使用。

3 .消息队列（我们使用了）  
将订单请求全部放入消息队列，然后另外一个后台程序一个个处理队列中的订单请求。  
并发不受影响，但是用户等待的时间较长，进入队列的订单也会很多，体验上并不好，也不建

4 redis递减（我们使用了，decr方法就是原子性递减）  
通过 redis的：decr(‘key’)方法 以原子性的方式得到递减之后的库存数。  
性能方面很好，同时体验上也很好

##### 2、集群怎么来规划 #####

前端服务器不用管，集群的数量不受影响。  
redis的性能可以达到每秒几万次响应，所以一个集群的规模，也就是redis服务可以承载的数量。

比如：一台前端服务器是1-2k的qps（有库存时），那么10台+1台redis就可以是一个独立的集群，可以支撑1-2w每秒订单量。  
10个上述的集群就可以做到一秒钟处理10w~20w的有效订单。

如果秒杀活动的库存量在1w以内，预计参与的人数在百万左右，那么有一个集群也就可以搞定。  
如果秒杀参与的人数超过千万，那么就要用到不止一个集群了。

##### 3、多个集群的数据怎么保持一致性啊 #####

不要做多集群的数据同步，而是用散列，每个集群的数据是独立存在的。

假设，有10个商品，每个商品有1w库存，规划用10个集群，那么每个集群有10个商品，每个商品是1k库存。

每个集群只需要负责把自己的库存卖掉即可，至于说，会不会有用户知道有10个集群，然后每个集群都去抢。

这种情况就不要用程序来处理了，利用运营规则，活动结束后汇总订单的时候再去处理就好了。

如果担心散列的不合理，比如：某个集群用户访问量特别少，那么可以引入一个中控服务，来监控各个集群的库存，然后再做平衡。

##### 4、机器人抢购怎么办 #####

没什么太好的办法，类似DDOS攻击，只能是让自身更强大才是王道。  
运营策略上，可以严格控制用户注册，必须登录，提交订单的时候引入图像验证码，问答，交互式验证等。

##### 5.你的秒杀系统可以做到多少并发量。 #####

前台我没做，  
我就光说后台吧，使用JMeter测试的吧  
首先Nginx  
1000个并发的秒杀，俩台台tomcat，几秒就搞定，具体的我不记得了，Jm测试工具是时间戳显示

假如做10000并发的秒杀就要很多台服务器  
我就假如做10000并发的秒杀，资源是5台tomcat的话，Nginx就不怕，Nginx2万并发随随便便，超过2万并发最好使用集群  
在Nginx定义限流维度，每秒1000个请求漏下去，漏到Tomcat，大概呢就是十几二十秒秒杀完。

在说Tomcat，Tomcat可以接受150-250并发之间，超过250并发最好也使用集群

redis的性能可以达到每秒几万次响应，所以一个集群的规模，也就是redis服务可以承载的数量。  
比如：一台前端服务器是1-2k的qps（有库存时），那么10台+1台redis就可以是一个独立的集群，可以支撑1-2w每秒订单量。

#### 最后结束！如果需要源码就留言给我吧（o(╥﹏╥)o），都没有人点赞，没有人留言，难受··· ####

（本人刚来CSDN不就，会持续更新博客！下次发Java的底层面试题，基本上是出现率最高的面试题）

如果需要其他面试题的话可以观看（都是经常会被问到的面试题哟，本人亲测）：

[互联网开发相关面试题（一篇文章搞定分布式中的远程调用技术）][Link 1]  
[Spring Cloud 面试题][Spring Cloud]  
[Spring Boot 面试题][Spring Boot]  
[Redis 面试题][Redis]  
[Nginx 面试题][Nginx]  
[JVM的四种GC算法][JVM_GC]  
[Java集合面试题][Java]  
[数据库面试题，主打MySql 面试题][MySql]  
[RabbitMQ 面试题][RabbitMQ]  
[Tomcat 面试题][Tomcat]  
[Linux 面试题][Linux]  
[Mybatis 面试题][Mybatis]  
[Spring MVC 面试题][Spring MVC]  
[Spring 面试题][Spring]

[20191222143157627.png]: https://img-blog.csdnimg.cn/20191222143157627.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191222144045675.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20191222145327654.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20191222154219245.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA==,size_16,color_FFFFFF,t_70
[20191222154611976.png]: https://img-blog.csdnimg.cn/20191222154611976.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20191222154256173.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20191222154926240.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20191222175919546.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzEyMjA5MA==,size_16,color_FFFFFF,t_70
[20191222181357647.png]: https://img-blog.csdnimg.cn/20191222181357647.png
[Link 1]: https://blog.csdn.net/weixin_43122090/article/details/103656300
[Spring Cloud]: https://blog.csdn.net/weixin_43122090/article/details/103646172
[Spring Boot]: https://blog.csdn.net/weixin_43122090/article/details/103645642
[Redis]: https://blog.csdn.net/weixin_43122090/article/details/103649277
[Nginx]: https://blog.csdn.net/weixin_43122090/article/details/103651148
[JVM_GC]: https://blog.csdn.net/weixin_43122090/article/details/103652073
[Java]: https://blog.csdn.net/weixin_43122090/article/details/103707351
[MySql]: https://blog.csdn.net/weixin_43122090/article/details/103645816
[RabbitMQ]: https://blog.csdn.net/weixin_43122090/article/details/103651794
[Tomcat]: https://blog.csdn.net/weixin_43122090/article/details/103651678
[Linux]: https://blog.csdn.net/weixin_43122090/article/details/103652026
[Mybatis]: https://blog.csdn.net/weixin_43122090/article/details/103643595
[Spring MVC]: https://blog.csdn.net/weixin_43122090/article/details/103643832
[Spring]: https://blog.csdn.net/weixin_43122090/article/details/103643691