在技术角度上看问题：你觉得秒杀系统难在哪里？

文章来自微信公众号：PHP自学中心
 

前台

在秒杀系统中，前台主要面对的问题是“静态资源”和“未处理的海量请求”。

1 先来看看静态资源

秒杀活动的目的是促销。为了控制成本，大型秒杀活动的频次是很低的，有的商家可能一年只搞一两次。

因此，为了一次备受瞩目的秒杀，商家将做好充分准备：精心准备文案撰写，精心设计高清图片，为产品拍摄视频剪辑……但是，这些静态资源（如图片和视频）为系统带来了负担 。

在秒杀期间，这些静态资源将被大量用户访问，这将导致网络带宽瓶颈。因此，还必须考虑网络带宽的负载能力。比如问题：怎样存储秒杀活动时的大量静态资源？怎样解决静态资源造成的网络宽带问题？

2 海量请求的处理

前台是整个秒杀系统第一次面对大量需求。因此，在前台遇到的请求数是“真实的”，尚未得到处理。并且在所有用户请求中，除了正常请求之外，还可能存在各种无效或非法请求。

举例如下： 可以看出，在整个秒杀活动期间，请求的实际数量要远大于潜在的用户数量。前台页面就是整个秒杀系统承受流量的第一道防线。

用户在等待秒杀开始的前几秒，可能会反复刷新页面； 抢单机器人甚至可以执行毫秒级的轮询来获取订单。

如何在前台限流，尽力守卫后台服务器和数据库服务器？ 说明：本段文字以及本节的后续内容，在描述时使用了很多的疑问句，例如：“秒杀活动时如何存储大量静态资源？”。

后台服务器

即使在前台进行了限流，也仍然会有大量合法请求涌到后台服务器。因此，后台服务器就需要解决高并发造成的各种问题，举例如下。

数据的准确性。例如超卖问题、并发一致性问题等。

超卖问题。即如何避免“用户成功下单的数量 > 秒杀商品的库存数量”？在处理超卖时，还要考虑一些不良的恶意行为。例如，如果竞争对手故意将商品抢到手但却不付款，该如何处理？

并发环境下的一致性问题。如果使用了缓存，如何保证缓存的一致性？如果使用了分布式，如何保证分布式事务的一致性？

数据的时效性。除了要在并发环境下保证数据的准确性以外，秒杀系统还要控制数据的时效性。例如，用户在下单后，系统务必要在几秒内返回结果，保证用户体验。

系统的可用性。为了防止单节点故障，保证系统的高可用性，就需要将秒杀系统部署在由多个节点组成的集群上。集群如何搭建？应该依据什么将海量请求分流到集群中的不同节点上？在机房部署集群时，应该如何具体划分？

系统的稳定性。除了高可用以外，我们也应当尽力提高集群中各个节点的性能。高并发会导致部分节点的性能下降，甚至造成某些节点的崩溃。我们如何在有限的硬件条件下，提高单节点的性能，从而提高整个集群系统的稳定性？

提示：以上描述的“系统的可用性”是指搭建集群，“系统的稳定性”是指提高集群中每个节点的性能。

作为系统的设计者，我们还应当思考：即使我们尽力准备了一切，但如果秒杀服务在极端情况下仍然无法满足海量请求的冲击，是否会对电商平台中物流、客服等其它服务造成影响？即，秒杀服务只是整个电商系统中的一个子系统，我们应该在为秒杀服务做好充足准备的同时，再为整个系统留一条退路。

高并发问题一直是后端开发的难点之一，而秒杀又是高并发的极致体现。因此，秒杀系统的后端设计，也是后端开发者的最大挑战之一。

数据库服务器

数据库作为整个系统的存储末端，是系统的最后一块阵地。前台没了，可以重写；后台没了，可以重造。

但如果数据库垮了，数据就彻底没了（暂不考虑数据恢复技术）。 你能想象银行数据库垮掉带来的后果吗？

在秒杀等高并发问题中，数据库面对的核心问题是“并发量”、“并发访问”和“存储容量”。

1 并发量

对于一般的单节点关系型数据库来说，仅仅能够稳定的支撑千位数的并发量。因此在高并发环境中，往往最先遇到并发瓶颈的就是数据库。

简言之，数据库是整个系统最重要的一环，但同时又是并发能力较弱的一层。

2 并发数

当海量请求经过了前台和后台的重重拦截抵达数据库时，必然会产生并发问题。那么，应该如何既避免并发带来的问题，又能高效进行数据存储呢？

3 存储容量

一个关系型数据库的存储容量有限。对于大型电商平台而言，是无法将全部的数据保存到同一个数据库中的。那么，数据应该如何存储？存储后，如何保证数据库的高可用？

小结

本节分析了秒杀活动给电商系统带来的巨大挑战。

系统的前台，一方面会承受秒杀带来的全部流量冲击，另一方面需要对这些原始流量进行过滤，为后台和数据库减压。

前台过滤后的流量会抵达后台服务器，后台作为整个系统的逻辑处理核心，既要保证请求数据的准确性、时效性，也要顾及系统的可用性和稳定性。

通过后台处理的流量最终会冲向数据库，数据库要在自身并发数和存储容量都较低的情况下，御敌高并发量的冲击。

综上，秒杀系统的设计贯穿了前台、后台和数据库等各个层面设计，并且对每个层面都拥有极限的考验。因此，对秒杀系统的设计也是全栈开发者面对的一个考验

本作品采用《CC 协议》，转载必须注明作者和本文链接