一、问题的提出
秒杀或抢购活动一般会经过 预约，下单，支付 ，扛不住的地方在于下单，一般会带来2个问题：
1、高并发
比较火热的秒杀在线人数都是10w起的，如此之高的在线人数对于网站架构从前到后都是一种考验。
2、超卖
任何商品都会有数量上限，如何避免成功下订单买到商品的人数不超过商品数量的上限，这是每个抢购活动都要面临的难题。
秒杀系统难做的原因：库存只有一份，瞬间大量用户读和写这些数据。
例如小米手机每周二的秒杀，可能手机只有1万部，但瞬时进入的流量可能是几百几千万
二、架构
常见站点架构如下
1）浏览器端，最上层，会执行到一些JS代码
2）站点层，这一层会访问后端数据，返回数据给浏览器
3）服务层，向上游屏蔽底层数据细节
4）数据层，最终的库存是存在这里的
三、优化思路
1、将请求尽量拦截在上游：传统秒杀系统之所以挂，请求都压倒了后端数据层，数据库读写锁冲突严重，导致响应慢，下单基本不能成功
2、利用缓存：这是一个典型的读多些少的应用场景，非常适合使用缓存
四、优化细节
1 、浏览器层请求拦截
a）产品层面，用户点击“查询”或者“购票”后，按钮置灰，禁止用户重复提交请求
b）js层面，限制用户在x秒之内只能提交一次请求
可以拦截很多无效请求
2、站点层请求拦截与页面缓存
防止像服务器直接发送过多的恶意http请求
a）同一个uid，限制访问频度，做页面缓存，x秒内到达站点层的请求，均返回同一页面
b）同一个item的查询，例如手机车次，做页面缓存，x秒内到达站点层的请求，均返回同一页面
可以拦截很多无效请求
3、服务层请求拦截与数据缓存
a）给过多的请求去数据库有什么意义呢？对于写请求，做请求队列，每次只透过有限的写请求去数据层，如果均成功再放下一批，如果库存不够则队列里的写请求全部返回“已售完
b）对于读请求，cache来抗，用memcached or redis（10wqps）
如此限流，只有非常少的写请求，和非常少的读缓存mis的请求会透到数据层去
4、数据层闲庭信步
到了数据这一层，几乎就没有什么请求了，库存是有限的，透过过多请求来数据库没有意义
五、解决方案
关于超卖，首先设定一个前提，为了防止超卖现象，所有减库存操作都需要进行一次减后检查，保证减完不能等于负数。（由于MySQL事务的特性，这种方法只能降低超卖的数量，但是不可能完全避免超卖）

1	update number set x=x-1 where (x -1 ) >= 0;

解决方案1：
将存库从MySQL前移到Redis中，所有的写操作放到内存中，由于Redis中不存在锁故不会出现互相等待，并且由于Redis的写性能和读性能都远高于MySQL，这就解决了高并发下的性能问题。然后通过队列等异步手段，将变化的数据异步写入到DB中。
优点：解决性能问题
缺点：没有解决超卖问题，同时由于异步写入DB，存在某一时刻DB和Redis中数据不一致的风险。

解决方案2：
引入队列，然后将所有写DB操作在单队列中排队，完全串行处理。当达到库存阀值的时候就不在消费队列，并关闭购买功能。这就解决了超卖问题。
优点：解决超卖问题，略微提升性能。
缺点：性能受限于队列处理机处理性能和DB的写入性能中最短的那个，另外多商品同时抢购的时候需要准备多条队列。

解决方案3：
将写操作前移到MC中，同时利用MC的轻量级的锁机制CAS来实现减库存操作。
优点：读写在内存中，操作性能快，引入轻量级锁之后可以保证同一时刻只有一个写入成功，解决减库存问题。
缺点：没有实测，基于CAS的特性不知道高并发下是否会出现大量更新失败？不过加锁之后肯定对并发性能会有影响。

解决方案4：
将提交操作变成两段式，先申请后确认。然后利用Redis的原子自增操作（相比较MySQL的自增来说没有空洞），同时利用Redis的事务特性来发号，保证拿到小于等于库存阀值的号的人都可以成功提交订单。然后数据异步更新到DB中。
优点：解决超卖问题，库存读写都在内存中，故同时解决性能问题。
缺点：由于异步写入DB，可能存在数据不一致。另可能存在少买，也就是如果拿到号的人不真正下订单，可能库存减为0，但是订单数并没有达到库存阀值。

总结
扩容+限流+内存缓存+排队

自己占楼

学习学习！

学习到了

        

标题缺少几个字:面试助力

这个好，收藏了！

可以  学到了

优秀