【51CTO.com原創稿件】說到“秒殺”，恐怕大多數人想到的就是“雙 11”，“促銷”，“買買買”等火爆的場面吧。
圖片來自 Pexels
大家為了打折商品蜂擁而至，造成電商網站一片繁華的景象。但作為程序員的我們，看到的卻是背后的高并發和可靠性。無論你處在軟件開發的哪個階段，都希望能夠設計一套屬于自己的秒殺系統。
今天我們一起來看看，一套秒殺系統在架構設計上需要有哪些考量：
- 秒殺場景的特點
- 系統隔離的設計思路
- 客戶端設計
- 代理層設計
- 應用層設計
- 數據庫設計
- 壓力測試
- 總結
秒殺場景的特點
秒殺場景是電商網站定期舉辦的活動，這個活動有明確的開始和結束時間，而且參與互動的商品是事先定義好了，參與秒殺商品的個數也是有限制的。同時會提供一個秒殺的入口，讓用戶通過這個入口進行搶購。
總結一下秒殺場景的特點：
- 定時開始，秒殺時大量用戶會在同一時間，搶購同一商品，網站瞬時流量激增。
- 庫存有限，秒殺下單數量遠遠大于庫存數量，只有少部分用戶能夠秒殺成功。
- 操作可靠，秒殺業務流程比較簡單，一般就是下訂單減庫存。庫存就是用戶爭奪的“資源”，實際被消費的“資源”不能超過計劃要售出的“資源”，也就是不能被“超賣”。
系統隔離的設計思路
在分析秒殺的特點后，我們發現秒殺活動是有計劃的，并且在短時間內會爆發大量的請求。為了不影響現有的業務系統的正常運行，我們需要把它和現有的系統做隔離。
即使秒殺活動出現問題也不會影響現有的系統。隔離的設計思路可以從三個維度來思考。
- 業務隔離
- 技術隔離
- 數據庫隔離
業務隔離
既然秒殺是一場活動，那它一定和常規的業務不同，我們可以把它當成一個單獨的項目來看。在活動開始之前，最好設計一個“熱場”。
“熱場”的形式多種多樣，例如：分享活動領優惠券，領秒殺名額等等。“熱場”的形式不重要，重要的是通過它獲取一些準備信息。
例如：有可能參與的用戶數，他們的地域分布，他們感興趣的商品。為后面的技術架構提供數據支持。
技術隔離
技術隔離架構圖
前面有了準備工作，那么從技術上需要有以下幾個方面的考慮：
- 客戶端，前端秒殺頁面使用專門的頁面，這些頁面包括靜態的 html 和動態的 JS，他們都需要在 CDN 上緩存。
- 接入層，加入過濾器專門處理秒殺請求，即使我們擴展再多的應用，使用再多的應用服務器，部署再多的負載均衡器，都會遇到支撐不住海量請求的時候。
所以，在這一層我們要考慮的是如何做好限流，當超過系統承受范圍的時候，需要果斷阻止請求的涌入。
- 應用層，瞬時的海量請求好比請求的“高峰”，我們架構系統的目的就是“削峰”。
需要使用服務集群和水平擴展，讓“高峰”請求分流到不同的服務器進行處理。同時，還會利用緩存和隊列技術減輕應用處理的壓力，通過異步請求的方式做到最終一致性。
由于是多線程操作，而且商品的額度有限，為了解決超賣的問題，需要考慮進程鎖的問題。
數據庫隔離
秒殺活動持續時間短，瞬時數據量大。為了不影響現有數據庫的正常業務，可以建立新的庫或者表來處理。
在秒殺結束以后，需要把這部分數據同步到主業務系統中，或者查詢表中。如果數據量特別巨大，到千萬級別甚至上億，建議使用分表或者分庫。
客戶端設計
上面提到的三個隔離維度中，我們對技術維度是最為關心的。如果說瀏覽器/客戶端是用戶接觸“秒殺系統”的入口，那么在這一層提供緩存數據就是非常必要的。
在設計之初，我們會為秒殺的商品生成專門的商品頁面和訂單頁面。這些頁面以靜態的 HTML 為主，包括的動態信息盡量少。
從業務的角度來說，這些商品的信息早就被用戶熟識了，在秒殺的時候，他們關心的是如何快速下單。
既然商品的詳情頁面和訂單頁面都是靜態生成的，那么就需要定義一個 URL，當要開始秒殺之前，開放這個 URL 給用戶訪問。
為了防止“程序員或者內部人員”作弊，這里的地址可以通過時間戳和 Hash 算法來生成，也就是說這個地址只有系統知道，到了快秒殺之前才由系統發放出去。
有人說瀏覽器/客戶端如果存放的都是靜態頁面，那么“控制開始下單”的按鈕，以及發送“下單請求”的按鈕，也是靜態的嗎?
答案是否定的，其實靜態頁面是方便客戶端好緩存，下單的動作以及下單時間的控制還是在服務器端。
只不過是通過 JS 文件的方式發送給客戶端，在快要秒殺之前，會把這部分 JS 下載到客戶端。
因為，其業務邏輯很少，基本只包括時間，用戶信息，商品信息等等。所以，其對網絡的要求不高。
同時，在網絡設計上，我們也會將 JS 和 HTML 同時緩存在 CDN 上面，讓用戶從離自己最近的 CDN 服務器上獲取這些信息。
為了避免秒殺程序參與秒殺，在客戶端也會設計一些問答或者滑塊的功能，減少此類機器人對服務器的壓力。
秒殺系統前端設計簡圖
代理層設計
說完了秒殺系統的前端設計，請求自然地來到了代理層。由于用戶的請求量大，我們需要用負載均衡加上服務器集群，來面對如此空前的壓力。
代理層三大功能簡圖
在這一層是可以做緩存，過濾和限流的：
- 緩存，以 Nginx 為例，它可以緩存用戶的信息。假設用戶信息的修改沒有那么頻繁，即使有類似的修改也可以通過更新服務來刷新。總比從服務器上獲取效率要高得多。
- 過濾，既然緩存了用戶信息，這里就可以過濾掉一些不滿足條件的用戶。注意，這里的用戶信息的過濾和緩存只是一個例子。
主要想表達的意思是，可以將一些變化不頻繁的數據，提到代理層來緩存，提高響應的效率。
同時，還可以根據風控系統返回的信息，過濾一些疑似機器人或者惡意請求。例如：從固定 IP 過來的，頻率過高的請求。最重要的就是在這一層，可以識別來自秒殺系統的請求。
如果是帶有秒殺系統的參數，就要把請求路由到秒殺系統的服務器集群。這樣才能和正常的業務系統分割開來。
- 限流，每個服務器集群能夠承受的壓力都是有限的。代理層可以根據服務器集群能夠承受的最大壓力，設置流量的閥值。
閥值的設置可以是動態調整的。例如：集群服務器中有 10 個服務器，其中一臺由于壓力過大掛掉了。
此時就需要調整代理層的流量閥值，將能夠處理的請求流量減少，保護后端的應用服務器。
當服務器恢復以后，又可以將閥值調回原位。可以通過 Nginx+Lua 合作完成，Lua 從服務注冊中心讀取服務健康狀態，動態調整流量。
應用層設計
“秒殺系統”秒殺的是什么?無非是商品。對于系統來說就是商品的庫存，購買的商品一旦超過了庫存就不能再賣了。
防止超賣
超過了庫存還可以賣給用戶，這就是“超賣”，也是系統設計需要避免的。為了承受大流量的訪問，我們用了水平擴展的服務，但是對于他們消費的資源“庫存”來說，卻只有一個。
為了提高效率，會將這個庫存信息放到緩存中。以流行的 redis 為例，用它存放庫存信息，由多個線程來訪問就會出現資源爭奪的情況。也就是分布式程序爭奪唯一資源，為了解決這個問題我們需要實現分布式鎖。
假設這里有多個應用響應用戶的訂單請求，他們同時會去訪問 Redis 中存放的庫存信息，每接受用戶一次請求，都會從 Redis 的庫存中減去 1 個商品庫存量。
當任何一個進程訪問 Redis 中的庫存資源時，其他進程是不能訪問的，所以這里需要考慮鎖的情況(樂觀，悲觀)。
Redis 緩存承載庫存變量
如果鎖長期沒有釋放，需要考慮鎖的過期時間，需要設置兩個超時時間：
- 資源本身的超時時間，一旦資源被使用一段時間還沒有被釋放，Redis 會自動釋放掉該資源給其他服務使用。
- 服務獲取資源的超時時間，一旦一個服務獲取資源一段時間后，不管該服務是否處理完這個資源，都需要釋放該資源給其他服務使用。
訂單處理流程
這里的“扣減服務”完成了最簡單的扣減庫存工作，并沒有和其他項目服務打交道，更沒有訪問數據庫。
訂單流程示意圖
后面的流程相對比較復雜，我們先看圖，根據圖示來講解：
- 首先，扣減服務作為下單流程的入口，會先對商品的庫存做扣減。同樣它會檢查商品是否還有庫存?
- 由于訂單對應的操作步驟比較多，為了讓流量變得平滑，這里使用隊列存放每個訂單請求，等待訂單處理服務完成具體業務。
- 訂單處理服務實現多線程，或者水平擴展的服務陣列，它們不斷監聽隊列中的消息。一旦發現有新訂單請求，就取出訂單進行后續處理。
注意，這里可以加入類似 ZooKeeper 這樣的服務調度來幫助，協調服務調度和任務分配。
- 訂單處理服務，處理完訂單以后會把結果寫到數據庫。寫數據庫是 IO 操作，耗時長。
- 所以，在寫數據庫的同時，會把結果先寫入緩存中，這樣用戶是可以第一時間查詢自己是否下單成功了。
- 結果寫入數據庫，這個操作有可能成功也有可能失敗。
- 為了保證數據的最終一致性，我們用訂單結果同步的服務不斷的對比，緩存和數據庫中的訂單結果信息。
一旦發現不一致，會去做重試操作。如果重試依舊不成功，會重寫信息到緩存，讓用戶知道失敗原因。
- 用戶下單以后，焦慮地刷新頁面查看下單的結果，實際上是讀到的緩存上的下單結果信息。
雖然，這個信息和最終結果有偏差，但是在秒殺的場景，要求高性能是前提，結果的一致性，可以后期補償。
數據庫設計
講完了秒殺的處理流程，來談談數據庫設計要注意的點。
數據估算
前面說了秒殺場景需要注意隔離，這里的隔離包括“業務隔離”。就是說我們在秒殺之前，需要通過業務的手段，例如：熱場活動，問卷調查，歷史數據分析。通過他們去估算這次秒殺可能需要存儲的數據量。
這里有兩部分的數據需要考慮：
- 業務數據
- 日志數據
前者不言而喻是給業務系統用的。后者，是用來分析和后續處理問題訂單用的，秒殺完畢以后還可以用來復盤。
分表分庫
對于這些數據的存放，需要分情況討論，例如，MySQL 單表推薦的存儲量是 500W 條記錄(經驗數字)。
如果估算的時候超過了這個數據，建議做分表。如果服務的連接數較多，建議進行分庫的操作。
數據隔離
由于大量的數據操作是插入，有少部分的修改操作。如果使用關系型數據來存儲，建議用專門的表來存放，不建議使用業務系統正在使用的表。
這個開頭提到了，數據隔離是必須的，一旦秒殺系統掛了，不會影響到正常業務系統，這個風險意識要有。表的設計除了 ID 以外，最好不要設置其他主鍵，保證能夠快速地插入。
數據合并
由于是用的專用表存儲，在秒殺活動完畢以后，需要將其和現有的數據做合并。其實，交易已經完成，合并的目的也就是查詢。
這個合并需要根據具體情況來分析，如果對于那些“只讀”的數據，對于做了讀寫分離的公司，可以導入到專門負責讀的數據庫或者 NoSQL 數據庫中。
壓力測試
構建了秒殺系統，一定會面臨上線，那么在上線之前壓力測試是必不可少的。
我們做壓力測試的目的是檢驗系統崩潰的邊緣在哪里?系統的極限在哪里?
這樣才能合理地設置流量的上限，為了保證系統的穩定性，多余的流量需要被拋棄。
壓力測試的方法
合理的測試方法可以幫助我們對系統有深入的了解，這里介紹兩種壓力測試的方法：
- 正壓力測試
- 負壓力測試
正壓力測試。每次秒殺活動都會計劃，使用多少服務器資源，承受多少的請求量。
可以在這個請求量上面不斷加壓，直到系統接近崩潰或者真正崩潰。簡單的說就是做加法。
正壓力測試示意圖
負壓力測試。在系統正常運行的情況下，逐步減少支撐系統的資源(服務器)，看什么時候系統無法支撐正常的業務請求。
例如：在系統正常運行的情況下，逐步減少服務器或者微服務的數量，觀察業務請求的情況。說白了就是做減法。
負壓力測試示意圖
壓力測試的步驟
測試步驟
有了測試方法的加持，我們來看看需要遵循哪些測試步驟。下面的操作偏套路化，大家在其他系統的壓力測試也可以這么做，給大家做個參考。
第一，確定測試目標。與性能測試不同的是，壓力測試的目標是，什么時候系統會接近崩潰。比如：需要支撐 500W 訪問量。
第二，確定關鍵功能。壓力測試其實是有重點的，根據 2/8 原則，系統中 20% 的功能被使用的是最多的，我們可以針對這些核心功能進行壓力測試。例如：下單，庫存扣減。
關注核心服務
第三，確定負載。這個和關鍵服務的思路一致，不是每個服務都有高負載的，我們的測試其實是要關注那些負載量大的服務，或者是一段時間內系統中某些服務的負載有波動。這些都是測試目標。
第四，選擇環境，建議搭建和生產環境一模一樣的環境進行測試。
第五，確定監視點，實際上就是對關注的參數進行監視，例如 CPU 負載，內存使用率，系統吞吐量等等。
第六，產生負載，這里需要從生產環境去獲取一些真實的數據作為負載數據源，這部分數據源根據目標系統的承受要求由腳本驅動，對系統進行沖擊。
建議使用往期秒殺系統的數據，或者實際生產系統的數據進行測試。
第七，執行測試，這里主要是根據目標系統，關鍵組件，用負載進行測試，返回監視點的數據。
建議團隊可以對測試定一個計劃，模擬不同的網絡環境，硬件條件進行有規律的測試。
第八，分析數據，針對測試的目的，對關鍵服務的壓力測試數據進行分析得知該服務的承受上限在哪里。
對一段時間內有負載波動或者大負載的服務進行數據分析，得出服務改造的方向。
總結
秒殺系統的特點，并發量大，資源有限，操作相對簡單，訪問的都是熱點數據。因此，我們需要把它從業務，技術，數據上做隔離，保證不影響到現有的系統。
因此，架構設計需要分幾層來考慮，從客戶請求到數據庫存儲，到最后上線前的壓力測試。
簡易的思維導圖送給大家
思考順序如下，客戶端→代理層→應用層→數據庫→壓力測試：
客戶端 90% 靜態 HTML+10% 動態 JS;配合 CDN 做好緩存工作。
接入層專注于過濾和限流。
應用層利用緩存+隊列+分布式處理好訂單。
做好數據的預估，隔離，合并。
上線之前記得進行壓力測試。
作者：崔皓
簡介：十六年開發和架構經驗，曾擔任過惠普武漢交付中心技術專家，需求分析師，項目經理，后在創業公司擔任技術/產品經理。善于學習，樂于分享。目前專注于技術架構與研發管理。
【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】
