秒杀场景

4分钟阅读

来源：go-interview / Case

秒杀场景的具体实现是后端开发中一个经典的高并发问题，考察的是如何在高并发情况下保证系统的性能和数据一致性。以下是秒杀场景的实现思路和代码示例：

秒杀场景的核心问题

  1. 高并发：秒杀活动会在短时间内涌入大量请求，可能导致服务器崩溃。
  2. 库存超卖：需要确保库存不能被超卖。
  3. 数据一致性：在高并发情况下，库存扣减和订单生成需要保持一致性。
  4. 用户体验：需要快速响应用户请求，避免长时间等待。

秒杀场景的实现步骤

1. 前端限流

在前端通过按钮灰化、验证码等方式限制用户频繁点击，减少无效请求。

2. 接口层限流

使用限流工具（如 Nginx、Guava RateLimiter）限制每秒的请求数量，保护后端服务。

3. 库存预热

在秒杀开始前，将商品库存信息加载到缓存（如 Redis）中，减少对数据库的直接访问。

4. 请求排队

使用消息队列（如 RabbitMQ、Kafka）对请求进行排队，避免直接冲击数据库。

5. 库存扣减

通过 Redis 或数据库的锁机制，确保库存扣减的原子性，避免超卖。

6. 异步处理订单

将订单生成的逻辑放入消息队列中，异步处理，提升系统响应速度。

秒杀代码实现

以下是一个基于 Redis 和 消息队列 的秒杀实现示例：

Redis 扣减库存示例

// 秒杀接口
@PostMapping("/seckill")
public String seckill(@RequestParam("userId") String userId, @RequestParam("productId") String productId) {
    // 1. 检查库存是否充足
    String stockKey = "stock:" + productId;
    Long stock = redisTemplate.opsForValue().decrement(stockKey);
    if (stock == null || stock < 0) {
        return "秒杀失败，库存不足";
    }
 
    // 2. 将请求放入消息队列
    SeckillOrder order = new SeckillOrder(userId, productId);
    rabbitTemplate.convertAndSend("seckillQueue", order);
 
    return "秒杀成功，订单处理中";
}

消息队列处理订单示例

@RabbitListener(queues = "seckillQueue")
public void handleSeckillOrder(SeckillOrder order) {
    // 1. 检查数据库库存
    Product product = productRepository.findById(order.getProductId());
    if (product.getStock() <= 0) {
        return;
    }
 
    // 2. 扣减库存
    product.setStock(product.getStock() - 1);
    productRepository.save(product);
 
    // 3. 生成订单
    Order newOrder = new Order(order.getUserId(), order.getProductId());
    orderRepository.save(newOrder);
}

Redis 分布式锁防止超卖

String lockKey = "lock:product:" + productId;
Boolean lock = redisTemplate.opsForValue().setIfAbsent(lockKey, "1", 10, TimeUnit.SECONDS);
if (Boolean.TRUE.equals(lock)) {
    try {
        // 执行库存扣减逻辑
    } finally {
        redisTemplate.delete(lockKey); // 释放锁
    }
} else {
    return "秒杀失败，请稍后重试";
}

面试中的常见问题

  1. 如何防止库存超卖？

    • 使用 Redis 原子操作（如 decr）。
    • 数据库层面使用乐观锁或悲观锁。
    • 使用分布式锁（如 Redis 或 Zookeeper）。

  2. 如何应对高并发？

    • 前端限流、接口限流。
    • 使用消息队列削峰填谷。
    • 缓存库存信息，减少数据库压力。

  3. 如何保证数据一致性？

    • 使用事务保证库存扣减和订单生成的原子性。
    • 使用分布式事务框架（如 Seata）。

通过以上方法，可以实现一个高效、可靠的秒杀系统，同时满足高并发和数据一致性的需求。

反向链接