秒杀如何设计呢?-优快云博客

本文链接：https://blog.youkuaiyun.com/Lllllfffffbbbbb/article/details/149586637

一、Redis 扣减成功但 MQ 发送失败的解决方案

1. 核心原则：确保 “扣减库存” 与 “发送消息” 的原子性

Redis 扣减库存与 MQ 发送消息是两个独立操作，若中间失败（如 MQ 宕机），会导致 “库存已扣但订单未生成” 的不一致问题。解决方案如下：

方案 1：本地消息表 + 重试机制（最终一致性）

步骤：
1. Redis 扣减库存：使用 Lua 脚本原子执行 GET库存 → 校验 → 扣减 流程，确保扣减成功。
2. 写入本地消息表：在业务库中创建 seckill_message 表，记录消息状态（status=0 表示待发送），字段包括 order_id、user_id、goods_id、stock、create_time 等。
  - 此操作需与 Redis 扣减在同一本地事务中（若 Redis 扣减成功但表写入失败，需回滚 Redis 扣减）。
3. 发送 MQ 消息：若发送成功，更新消息表 status=1；若失败，status 保持 0。
4. 定时任务重试：后台定时扫描 status=0 且超过一定时间（如 30 秒）的消息，重新发送 MQ，重试次数上限（如 3 次），超过后标记为失败（人工介入）。
优势：通过本地事务保证 “扣减库存” 与 “消息记录” 的原子性，重试机制确保消息最终送达。

方案 2：Redis 事务 + 消息队列确认机制

步骤：
1. Redis 扣减 + 消息暂存：使用 Redis 事务，先扣减库存，再将消息内容（订单信息）存入 Redis 临时队列（如 seckill_pending_messages），确保两者同时成功或失败。
2. 异步发送 MQ：单独的线程消费 seckill_pending_messages，发送消息到 MQ，若收到 MQ 的确认回调（如 RabbitMQ 的confirm机制），则从临时队列删除消息；否则保留，等待重试。
3. 重试兜底：定时任务扫描临时队列，对超时未发送成功的消息重新发送。
优势：纯内存操作，性能高，适合超高频场景。

二、整体设计的补充优化建议

1. 前端优化

静态资源 CDN：秒杀页面的静态资源（图片、CSS、JS）部署到 CDN，减少源站压力。
按钮防重复点击：通过前端防抖（如 3 秒内禁止重复点击），减少无效请求。
预加载与倒计时：活动开始前预加载商品信息，倒计时结束后再开放请求，避免提前流量冲击。

2. 网关层优化

令牌桶限流：基于用户 ID/IP 的令牌桶算法限流（如每秒允许 10 次请求），比简单 IP 限流更灵活。
黑名单机制：拦截历史恶意请求的 IP / 用户 ID，直接拒绝服务。
协议压缩：启用 HTTP/2 或 gzip 压缩，减少传输数据量，提升响应速度。

3. 缓存层优化

库存预热与过期时间：秒杀前将商品库存写入 Redis（如 seckill:stock:{goodsId}），设置合理过期时间（略长于活动时间），避免缓存雪崩。

分布式锁防超卖：Redis 扣减库存必须用原子操作（如 DECR + 校验结果，或 Lua 脚本），确保并发安全。

lua

-- Lua脚本：检查库存并扣减，确保原子性
local stock = redis.call('get', KEYS[1])
if stock and tonumber(stock) > 0 then
    return redis.call('decr', KEYS[1])
end
return -1  -- 库存不足

4. MQ 层优化

消息幂等性：消费端通过 订单ID 或 用户ID+商品ID+时间戳 作为唯一键，结合 Redis / 数据库的幂等表（如 seckill_order_unique），防止重复下单。
死信队列：MQ 中无法消费的消息（如数据库暂时不可用）进入死信队列，后续人工处理，避免消息丢失。
流量削峰：MQ 设置合理的队列长度和消息过期时间，避免消息堆积导致内存溢出。

5. 数据库层优化

分库分表：订单表按用户 ID 哈希分表，库存表按商品 ID 分表，减少单表压力。
库存冻结机制：Redis 扣减库存后，数据库库存可设为 “总库存 = 可售库存 + 冻结库存”，MQ 消费时将冻结库存转为实际扣减，避免超卖。
读写分离：订单查询走从库，写入走主库，减少主库压力。

三、一致性校验与监控

库存对账：
- 定时任务（如每 5 分钟）对比 Redis 库存与数据库库存，若有差异，以数据库为准修正 Redis（避免 Redis 因网络 / 重启丢失数据）。
- 秒杀结束后，生成库存差异报表，人工核对异常订单。
全链路监控：
- 接入 APM 工具（如 SkyWalking），监控 Redis 扣减成功率、MQ 消息延迟、数据库写入耗时等指标，及时预警瓶颈。
- 日志埋点：记录每个环节的关键日志（如 Redis 扣减、MQ 发送、订单生成），便于问题追溯。

总结

秒杀系统的核心是 “流量分层过滤” 和 “异步化削峰”：前端过滤无效请求，网关拦截恶意流量，缓存承接高频读写，MQ 削峰填谷，数据库保证最终一致性。针对 “Redis 扣减成功但 MQ 发送失败” 的问题，通过本地消息表 + 重试或Redis 临时队列 + 确认机制可实现最终一致性，结合全链路监控和对账机制，确保系统稳定可靠。