常见系统设计

秒杀系统

• 前端层：
  静态资源缓存：通过CDN缓存商品图片、页面静态HTML，减少回源请求。
  请求合并：合并用户频繁刷新的请求（如10秒内仅允许一次真实请求）。
  端侧限流：通过JS或APP端限制用户高频点击（如倒计时按钮禁用、点击后置灰）。
• 接入层：
  负载均衡：使用LVS/Nginx实现流量分发，结合IP Hash或一致性哈希减少后端压力。
  请求队列：引入Kafka/RocketMQ缓冲瞬时流量（削峰填谷），按后端处理能力消费。
  边缘计算：在CDN边缘节点拦截非法请求（如未登录用户、IP黑名单）。
• 服务层：
  服务拆分：将核心功能（库存扣减、订单创建）与非核心功能（日志、通知）解耦。
  读写分离：读服务（查询库存）与写服务（扣库存）独立部署，避免相互影响。
  热点隔离：为秒杀商品分配独立资源池（专用集群、线程池、数据库连接池）。
• 存储层：
  缓存抗压：库存预加载至Redis集群（使用Lua脚本实现原子化扣减）。
  分库分表：订单库按用户ID分片，库存库按商品ID分片，降低单点压力。
  最终一致：通过MQ异步同步缓存与数据库，允许短暂不一致但最终收敛。

问题处理

• 超卖
  • 预扣库存：采用预扣除而非实时扣减（例如Redis原子化操作lua）

local stock = tonumber(redis.call('GET', KEYS[1]))
if stock > 0 thenredis.call('DECR', KEYS[1])return 1  -- 扣减成功
elsereturn 0  -- 库存不足
end

//库存要>0
UPDATE stock SET quantity = quantity - 1 
WHERE item_id = #{itemId} AND quantity >= 1;

• 热点数据竞争
  缓存预热：在秒杀开始前将库存数据加载到Redis并禁止直接访问DB。
  Key分片：将热点商品的库存拆分为多个Key（如item_stock_1, item_stock_2），分散访问压力。
  本地缓存+延迟双删：在服务节点本地缓存库存数据，结合延迟删除策略减少Redis访问。

• 异步订单处理
  扣库存成功 → 发送消息到MQ → 订单服务消费并生成预订单。
  支付服务异步回调确认，更新订单状态并扣减数据库库存。