淘宝实现高并发下抢单的锁单机制

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。

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：

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。