access做网站数据库国外搜索引擎网址
🚀从0到1构建高并发秒杀系统：实战 RocketMQ 异步削峰与Redis预减库存
📖一、 简介
在电商、抢票等高并发场景中，秒杀系统面临着“高并发、库存稀缺、易超卖、系统易崩”的严峻挑战。传统的同步处理架构难以支撑海量请求并发下的性能与一致性要求。
本文从实战出发，系统性地讲解如何基于 Redis + RocketMQ + MySQL + Spring Boot 构建一个高性能、高可用、强一致性的秒杀系统。通过 接口限流、Redis 原子扣减库存、RocketMQ 异步削峰、数据库幂等落库 等机制，彻底解决了高并发下的核心问题，如超卖、重复下单、系统崩溃等。
你将看到：
- 🧠 秒杀系统面临的本质问题与设计原则
- 🧱 架构层次的分层与职责划分
- ⚙️ Redis + Lua 脚本实现库存预扣与并发控制
- 🚀 RocketMQ 异步下单实现削峰填谷与解耦
- 💡 MySQL 乐观锁 + 幂等设计实现最终一致性
- 🛠️ 全程配套详细注释代码、架构图与数据库设计
本文不仅提供了完整可运行的思路，还具备工程级可落地性。适合架构师、后端工程师在面对实际高并发场景时作为参考与实践蓝图。
🧠 二、秒杀系统的挑战与本质
“秒杀”业务场景常出现在电商、抢票、预约系统中，具有以下挑战：
| 维度 | 问题 | 说明 |
|---|---|---|
| 并发性 | 高并发访问 | 瞬时请求高达数十万甚至上百万 |
| 数据一致性 | 超卖/重复下单 | 库存是关键共享资源 |
| 系统稳定性 | 容易雪崩 | 单点性能瓶颈可能导致系统挂掉 |
| 响应速度 | 秒级反馈 | 用户希望秒杀是否成功即时反馈 |
核心：限流 + 削峰 + 异步 + 缓存
🔧 三、系统总体架构设计
🔨 四、核心技术选型与职责
| 技术组件 | 作用 |
|---|---|
| Redis | 缓存库存、原子扣减、用户状态标记 |
| RocketMQ | 削峰填谷、异步解耦 |
| MySQL | 最终订单存储、库存持久化 |
| Spring Boot | 微服务框架 |
| Guava RateLimiter | 接口级限流 |
📦 五、秒杀系统核心模块详细设计
1️⃣ 接口限流 + 秒杀入口
@RestController
@RequestMapping("/seckill")
public class SeckillController {// 每秒只允许100个请求通过private final RateLimiter rateLimiter = RateLimiter.create(100);@Autowiredprivate SeckillService seckillService;@PostMapping("/{itemId}")public ResponseEntity<String> seckill(@PathVariable Long itemId) {// 通过令牌桶控制请求速率if (!rateLimiter.tryAcquire()) {return ResponseEntity.status(HttpStatus.TOO_MANY_REQUESTS).body("请求过多，请稍后重试");}// 模拟用户获取（实际从登录信息中取）Long userId = 1001L;boolean success = seckillService.processSeckill(itemId, userId);if (success) {return ResponseEntity.ok("请求成功，正在排队中...");} else {return ResponseEntity.badRequest().body("库存不足或已抢完");}}
}
2️⃣ Redis 原子扣减库存（Lua 脚本）+ RocketMQ 消息发送
@Service
public class SeckillServiceImpl implements SeckillService {private static final String STOCK_KEY_PREFIX = "seckill:stock:";@Autowiredprivate RedisTemplate<String, Object> redisTemplate;@Autowiredprivate RocketMQTemplate rocketMQTemplate;@Overridepublic boolean processSeckill(Long itemId, Long userId) {String stockKey = STOCK_KEY_PREFIX + itemId;// Lua 脚本：原子检查库存并扣减String luaScript = "if (tonumber(redis.call('get', KEYS[1])) > 0) then " +" return redis.call('decr', KEYS[1]) " +"else return -1 end";// 执行脚本，防止并发引起库存超卖DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();redisScript.setScriptText(luaScript);redisScript.setResultType(Long.class);Long result = redisTemplate.execute(redisScript, Collections.singletonList(stockKey));if (result == null || result < 0) {// 库存不足return false;}// 构建订单消息并发送到 MQSeckillOrderMessage message = new SeckillOrderMessage(userId, itemId);rocketMQTemplate.convertAndSend("seckill-topic", message);return true;}
}
3️⃣ RocketMQ 消费者：监听秒杀订单消息，落库处理
@Component
@RocketMQMessageListener(topic = "seckill-topic", consumerGroup = "seckill-consumer-group")
public class SeckillConsumer implements RocketMQListener<SeckillOrderMessage> {@Autowiredprivate SeckillOrderService orderService;@Overridepublic void onMessage(SeckillOrderMessage msg) {try {// 调用下单服务进行库存校验和订单落库orderService.createOrder(msg.getUserId(), msg.getItemId());} catch (Exception e) {// 消息重试或记录异常用于补偿System.err.println("消费失败: " + e.getMessage());}}
}
4️⃣ 下单服务：幂等校验 + 数据库存储 + 乐观锁扣减
@Service
public class SeckillOrderServiceImpl implements SeckillOrderService {@Autowiredprivate SeckillOrderRepository orderRepository;@Autowiredprivate StockRepository stockRepository;@Transactionalpublic void createOrder(Long userId, Long itemId) {// 幂等校验：防止重复下单（可用唯一索引或Redis SET）if (orderRepository.existsByUserIdAndItemId(userId, itemId)) {return;}// 扣减数据库库存，使用乐观锁 versionint updated = stockRepository.decreaseStock(itemId);if (updated == 0) {throw new RuntimeException("库存不足，数据库扣减失败");}// 写入订单记录SeckillOrder order = new SeckillOrder(userId, itemId, LocalDateTime.now());orderRepository.save(order);}
}
5️⃣ 数据库表结构设计（库存 + 订单）
📌 商品库存表（带 version 乐观锁）
CREATE TABLE stock (id BIGINT PRIMARY KEY AUTO_INCREMENT,item_id BIGINT NOT NULL UNIQUE,stock INT NOT NULL,version INT NOT NULL DEFAULT 0
);
📌 库存扣减 SQL（乐观锁）
UPDATE stock
SET stock = stock - 1, version = version + 1
WHERE item_id = ? AND version = ? AND stock > 0;
📌 订单表
CREATE TABLE seckill_order (id BIGINT PRIMARY KEY AUTO_INCREMENT,user_id BIGINT NOT NULL,item_id BIGINT NOT NULL,create_time DATETIME NOT NULL,UNIQUE KEY uniq_user_item (user_id, item_id)
);
📊 六、性能优化与高可用建议
| 方向 | 建议 |
|---|---|
| 限流 | 接口层限流（Guava）、网关限流（Sentinel） |
| 削峰 | 使用 RocketMQ 异步下单，防止数据库击穿 |
| 幂等 | Redis SETNX、唯一索引、分布式锁 |
| 日志与监控 | Prometheus + Grafana、日志追踪链路 |
| 高可用 | RocketMQ 主从部署、Broker 宕机自动切换 |
✅ 七、总结
通过将 Redis 与 RocketMQ 结合，构建出一个具备如下特性的高并发秒杀系统：
- 并发控制得当：接口限流 + Redis 原子性操作
- 系统抗压能力强：消息削峰，MQ异步下单
- 数据一致性高：数据库落库有幂等保障
- 用户体验更好：请求秒级响应，后台异步处理
📘 八、后续可拓展点
- 秒杀结果异步通知（短信 / WebSocket）
- Redis 秒杀状态标识（用户是否成功）
- RocketMQ 事务消息提升可靠性
- 异常消息记录 + 自动补偿机制