1 秒殺業(yè)務(wù)分析

正常電子商務(wù)流程

（1）查詢商品；（2）創(chuàng)建訂單；（3）扣減庫存；（4）更新訂單；（5）付款；（6）賣家發(fā)貨

秒殺業(yè)務(wù)的特性

（1）低廉價格；（2）大幅推廣；（3）瞬時售空；（4）一般是定時上架；（5）時間短、瞬時并發(fā)量高；

2 秒殺技術(shù)挑戰(zhàn)

假設(shè)某網(wǎng)站秒殺活動只推出一件商品，預(yù)計(jì)會吸引1萬人參加活動，也就說最大并發(fā)請求數(shù)是10000，秒殺系統(tǒng)需要面對的技術(shù)挑戰(zhàn)有：

對現(xiàn)有網(wǎng)站業(yè)務(wù)造成沖擊

秒殺活動只是網(wǎng)站營銷的一個附加活動，這個活動具有時間短，并發(fā)訪問量大的特點(diǎn)，如果和網(wǎng)站原有應(yīng)用部署在一起，必然會對現(xiàn)有業(yè)務(wù)造成沖擊，稍有不慎可能導(dǎo)致整個網(wǎng)站癱瘓。

解決方案：將秒殺系統(tǒng)獨(dú)立部署，甚至使用獨(dú)立域名，使其與網(wǎng)站完全隔離。

高并發(fā)下的應(yīng)用、數(shù)據(jù)庫負(fù)載

用戶在秒殺開始前，通過不停刷新瀏覽器頁面以保證不會錯過秒殺，這些請求如果按照一般的網(wǎng)站應(yīng)用架構(gòu)，訪問應(yīng)用服務(wù)器、連接數(shù)據(jù)庫，會對應(yīng)用服務(wù)器和數(shù)據(jù)庫服務(wù)器造成負(fù)載壓力。

解決方案：重新設(shè)計(jì)秒殺商品頁面，不使用網(wǎng)站原來的商品詳細(xì)頁面，頁面內(nèi)容靜態(tài)化，用戶請求不需要經(jīng)過應(yīng)用服務(wù)。

突然增加的網(wǎng)絡(luò)及服務(wù)器帶寬

假設(shè)商品頁面大小200K（主要是商品圖片大?。?，那么需要的網(wǎng)絡(luò)和服務(wù)器帶寬是2G（200K×10000），這些網(wǎng)絡(luò)帶寬是因?yàn)槊霘⒒顒有略龅模^網(wǎng)站平時使用的帶寬。

解決方案：因?yàn)槊霘⑿略龅木W(wǎng)絡(luò)帶寬，必須和運(yùn)營商重新購買或者租借。為了減輕網(wǎng)站服務(wù)器的壓力，需要將秒殺商品頁面緩存在CDN，同樣需要和CDN服務(wù)商臨時租借新增的出口帶寬。

直接下單

秒殺的游戲規(guī)則是到了秒殺才能開始對商品下單購買，在此時間點(diǎn)之前，只能瀏覽商品信息，不能下單。而下單頁面也是一個普通的URL，如果得到這個URL，不用等到秒殺開始就可以下單了。

解決方案：為了避免用戶直接訪問下單頁面URL，需要將改URL動態(tài)化，即使秒殺系統(tǒng)的開發(fā)者也無法在秒殺開始前訪問下單頁面的URL。辦法是在下單頁面URL加入由服務(wù)器端生成的隨機(jī)數(shù)作為參數(shù)，在秒殺開始的時候才能得到。

如何控制秒殺商品頁面購買按鈕的點(diǎn)亮

購買按鈕只有在秒殺開始的時候才能點(diǎn)亮，在此之前是灰色的。如果該頁面是動態(tài)生成的，當(dāng)然可以在服務(wù)器端構(gòu)造響應(yīng)頁面輸出，控制該按鈕是灰色還 是點(diǎn)亮，但是為了減輕服務(wù)器端負(fù)載壓力，更好地利用CDN、反向代理等性能優(yōu)化手段，該頁面被設(shè)計(jì)為靜態(tài)頁面，緩存在CDN、反向代理服務(wù)器上，甚至用戶瀏覽器上。秒殺開始時，用戶刷新頁面，請求根本不會到達(dá)應(yīng)用服務(wù)器。

解決方案：使用JavaScript腳本控制，在秒殺商品靜態(tài)頁面中加入一個JavaScript文件引用，該JavaScript文件中包含 秒殺開始標(biāo)志為否；當(dāng)秒殺開始的時候生成一個新的JavaScript文件（文件名保持不變，只是內(nèi)容不一樣），更新秒殺開始標(biāo)志為是，加入下單頁面的URL及隨機(jī)數(shù)參數(shù)（這個隨機(jī)數(shù)只會產(chǎn)生一個，即所有人看到的URL都是同一個，服務(wù)器端可以用redis這種分布式緩存服務(wù)器來保存隨機(jī)數(shù)），并被用戶瀏覽器加載，控制秒殺商品頁面的展示。這個JavaScript文件的加載可以加上隨機(jī)版本號（例如xx.js?v=32353823），這樣就不會被瀏覽器、CDN和反向代理服務(wù)器緩存。

這個JavaScript文件非常小，即使每次瀏覽器刷新都訪問JavaScript文件服務(wù)器也不會對服務(wù)器集群和網(wǎng)絡(luò)帶寬造成太大壓力。

如何只允許第一個提交的訂單被發(fā)送到訂單子系統(tǒng)

由于最終能夠成功秒殺到商品的用戶只有一個，因此需要在用戶提交訂單時，檢查是否已經(jīng)有訂單提交。如果已經(jīng)有訂單提交成功，則需要更新 JavaScript文件，更新秒殺開始標(biāo)志為否，購買按鈕變灰。事實(shí)上，由于最終能夠成功提交訂單的用戶只有一個，為了減輕下單頁面服務(wù)器的負(fù)載壓力， 可以控制進(jìn)入下單頁面的入口，只有少數(shù)用戶能進(jìn)入下單頁面，其他用戶直接進(jìn)入秒殺結(jié)束頁面。

解決方案：假設(shè)下單服務(wù)器集群有10臺服務(wù)器，每臺服務(wù)器只接受最多10個下單請求。在還沒有人提交訂單成功之前，如果一臺服務(wù)器已經(jīng)有十單了，而有的一單都沒處理，可能出現(xiàn)的用戶體驗(yàn)不佳的場景是用戶第一次點(diǎn)擊購買按鈕進(jìn)入已結(jié)束頁面，再刷新一下頁面，有可能被一單都沒有處理的服務(wù)器處理，進(jìn)入了填寫訂單的頁面，可以考慮通過cookie的方式來應(yīng)對，符合一致性原則。當(dāng)然可以采用最少連接的負(fù)載均衡算法，出現(xiàn)上述情況的概率大大降低。

如何進(jìn)行下單前置檢查

下單服務(wù)器檢查本機(jī)已處理的下單請求數(shù)目：
如果超過10條，直接返回已結(jié)束頁面給用戶；

如果未超過10條，則用戶可進(jìn)入填寫訂單及確認(rèn)頁面；

檢查全局已提交訂單數(shù)目：

已超過秒殺商品總數(shù)，返回已結(jié)束頁面給用戶；

未超過秒殺商品總數(shù)，提交到子訂單系統(tǒng)；

秒殺一般是定時上架

該功能實(shí)現(xiàn)方式很多。不過目前比較好的方式是：提前設(shè)定好商品的上架時間，用戶可以在前臺看到該商品，但是無法點(diǎn)擊“立即購買”的按鈕。但是需要考慮的是，有人可以繞過前端的限制，直接通過URL的方式發(fā)起購買，這就需要在前臺商品頁面，以及bug頁面到后端的數(shù)據(jù)庫，都要進(jìn)行時鐘同步。越在后端控制，安全性越高。

定時秒殺的話，就要避免賣家在秒殺前對商品做編輯帶來的不可預(yù)期的影響。這種特殊的變更需要多方面評估。一般禁止編輯，如需變更，可以走數(shù)據(jù)訂正多的流程。

減庫存的操作

有兩種選擇，一種是拍下減庫存 另外一種是付款減庫存；目前采用的“拍下減庫存”的方式，拍下就是一瞬間的事，對用戶體驗(yàn)會好些。

庫存會帶來“超賣”的問題：售出數(shù)量多于庫存數(shù)量

由于庫存并發(fā)更新的問題，導(dǎo)致在實(shí)際庫存已經(jīng)不足的情況下，庫存依然在減，導(dǎo)致賣家的商品賣得件數(shù)超過秒殺的預(yù)期。方案：采用樂觀鎖

<code>update auction_auctions set
quantity = #inQuantity#
where auction_id = #itemId# and quantity = #dbQuantity#
</code>

秒殺器的應(yīng)對

秒殺器一般下單個購買及其迅速，根據(jù)購買記錄可以甄別出一部分?？梢酝ㄟ^校驗(yàn)碼達(dá)到一定的方法，這就要求校驗(yàn)碼足夠安全，不被破解，采用的方式有：秒殺專用驗(yàn)證碼，電視公布驗(yàn)證碼，秒殺答題。

3 秒殺架構(gòu)原則

盡量將請求攔截在系統(tǒng)上游

傳統(tǒng)秒殺系統(tǒng)之所以掛，請求都壓倒了后端數(shù)據(jù)層，數(shù)據(jù)讀寫鎖沖突嚴(yán)重，并發(fā)高響應(yīng)慢，幾乎所有請求都超時，流量雖大，下單成功的有效流量甚小【一趟火車其實(shí)只有2000張票，200w個人來買，基本沒有人能買成功，請求有效率為0】。

讀多寫少的常用多使用緩存

這是一個典型的讀多寫少的應(yīng)用場景【一趟火車其實(shí)只有2000張票，200w個人來買，最多2000個人下單成功，其他人都是查詢庫存，寫比例只有0.1%，讀比例占99.9%】，非常適合使用緩存。

4 秒殺架構(gòu)設(shè)計(jì)

秒殺系統(tǒng)為秒殺而設(shè)計(jì)，不同于一般的網(wǎng)購行為，參與秒殺活動的用戶更關(guān)心的是如何能快速刷新商品頁面，在秒殺開始的時候搶先進(jìn)入下單頁面，而不是商品詳情等用戶體驗(yàn)細(xì)節(jié)，因此秒殺系統(tǒng)的頁面設(shè)計(jì)應(yīng)盡可能簡單。

商品頁面中的購買按鈕只有在秒殺活動開始的時候才變亮，在此之前及秒殺商品賣出后，該按鈕都是灰色的，不可以點(diǎn)擊。

下單表單也盡可能簡單，購買數(shù)量只能是一個且不可以修改，送貨地址和付款方式都使用用戶默認(rèn)設(shè)置，沒有默認(rèn)也可以不填，允許等訂單提交后修改；只有第一個提交的訂單發(fā)送給網(wǎng)站的訂單子系統(tǒng)，其余用戶提交訂單后只能看到秒殺結(jié)束頁面。

要做一個這樣的秒殺系統(tǒng)，業(yè)務(wù)會分為兩個階段，第一個階段是秒殺開始前某個時間到秒殺開始， 這個階段可以稱之為準(zhǔn)備階段，用戶在準(zhǔn)備階段等待秒殺； 第二個階段就是秒殺開始到所有參與秒殺的用戶獲得秒殺結(jié)果， 這個就稱為秒殺階段吧。

4.1 前端層設(shè)計(jì)

首先要有一個展示秒殺商品的頁面， 在這個頁面上做一個秒殺活動開始的倒計(jì)時， 在準(zhǔn)備階段內(nèi)用戶會陸續(xù)打開這個秒殺的頁面， 并且可能不停的刷新頁面。這里需要考慮兩個問題：

第一個是秒殺頁面的展示

我們知道一個html頁面還是比較大的，即使做了壓縮，http頭和內(nèi)容的大小也可能高達(dá)數(shù)十K，加上其他的css， js，圖片等資源，如果同時有幾千萬人參與一個商品的搶購，一般機(jī)房帶寬也就只有1G~10G，網(wǎng)絡(luò)帶寬就極有可能成為瓶頸，所以這個頁面上各類靜態(tài)資源首先應(yīng)分開存放，然后放到cdn節(jié)點(diǎn)上分散壓力，由于CDN節(jié)點(diǎn)遍布全國各地，能緩沖掉絕大部分的壓力，而且還比機(jī)房帶寬便宜~

第二個是倒計(jì)時

出于性能原因這個一般由js調(diào)用客戶端本地時間，就有可能出現(xiàn)客戶端時鐘與服務(wù)器時鐘不一致，另外服務(wù)器之間也是有可能出現(xiàn)時鐘不一致。客戶端與服務(wù)器時鐘不一致可以采用客戶端定時和服務(wù)器同步時間，這里考慮一下性能問題，用于同步時間的接口由于不涉及到后端邏輯，只需要將當(dāng)前web服務(wù)器的時間發(fā)送給客戶端就可以了，因此速度很快，就我以前測試的結(jié)果來看，一臺標(biāo)準(zhǔn)的web服務(wù)器2W+QPS不會有問題，如果100W人同時刷，100W QPS也只需要50臺web，一臺硬件LB就可以了~，并且web服務(wù)器群是可以很容易的橫向擴(kuò)展的(LB+DNS輪詢)，這個接口可以只返回一小段json格式的數(shù)據(jù)，而且可以優(yōu)化一下減少不必要cookie和其他http頭的信息，所以數(shù)據(jù)量不會很大，一般來說網(wǎng)絡(luò)不會成為瓶頸，即使成為瓶頸也可以考慮多機(jī)房專線連通，加智能DNS的解決方案；web服務(wù)器之間時間不同步可以采用統(tǒng)一時間服務(wù)器的方式，比如每隔1分鐘所有參與秒殺活動的web服務(wù)器就與時間服務(wù)器做一次時間同步。

瀏覽器層請求攔截

（1）產(chǎn)品層面，用戶點(diǎn)擊“查詢”或者“購票”后，按鈕置灰，禁止用戶重復(fù)提交請求;

（2）JS層面，限制用戶在x秒之內(nèi)只能提交一次請求;

4.2 站點(diǎn)層設(shè)計(jì)

前端層的請求攔截，只能攔住小白用戶（不過這是99%的用戶喲），高端的程序員根本不吃這一套，寫個for循環(huán)，直接調(diào)用你后端的http請求，怎么整？

（1）同一個uid，限制訪問頻度，做頁面緩存，x秒內(nèi)到達(dá)站點(diǎn)層的請求，均返回同一頁面

（2）同一個item的查詢，例如手機(jī)車次，做頁面緩存，x秒內(nèi)到達(dá)站點(diǎn)層的請求，均返回同一頁面

如此限流，又有99%的流量會被攔截在站點(diǎn)層。

4.3 服務(wù)層設(shè)計(jì)

站點(diǎn)層的請求攔截，只能攔住普通程序員，高級黑客，假設(shè)他控制了10w臺肉雞（并且假設(shè)買票不需要實(shí)名認(rèn)證），這下uid的限制不行了吧？怎么整？

（1）大哥，我是服務(wù)層，我清楚的知道小米只有1萬部手機(jī)，我清楚的知道一列火車只有2000張車票，我透10w個請求去數(shù)據(jù)庫有什么意義呢？對于寫請求，做請求隊(duì)列，每次只透過有限的寫請求去數(shù)據(jù)層，如果均成功再放下一批，如果庫存不夠則隊(duì)列里的寫請求全部返回“已售完”；

（2）對于讀請求，還用說么？cache來抗，不管是memcached還是redis，單機(jī)抗個每秒10w應(yīng)該都是沒什么問題的；

如此限流，只有非常少的寫請求，和非常少的讀緩存mis的請求會透到數(shù)據(jù)層去，又有99.9%的請求被攔住了。

用戶請求分發(fā)模塊：使用Nginx或Apache將用戶的請求分發(fā)到不同的機(jī)器上。
用戶請求預(yù)處理模塊：判斷商品是不是還有剩余來決定是不是要處理該請求。
用戶請求處理模塊：把通過預(yù)處理的請求封裝成事務(wù)提交給數(shù)據(jù)庫，并返回是否成功。
數(shù)據(jù)庫接口模塊：該模塊是數(shù)據(jù)庫的唯一接口，負(fù)責(zé)與數(shù)據(jù)庫交互，提供RPC接口供查詢是否秒殺結(jié)束、剩余數(shù)量等信息。

用戶請求預(yù)處理模塊

經(jīng)過HTTP服務(wù)器的分發(fā)后，單個服務(wù)器的負(fù)載相對低了一些，但總量依然可能很大，如果后臺商品已經(jīng)被秒殺完畢，那么直接給后來的請求返回秒殺失敗即可，不必再進(jìn)一步發(fā)送事務(wù)了，示例代碼可以如下所示：

<code>package seckill;
import org.apache.http.HttpRequest;
/**
* 預(yù)處理階段，把不必要的請求直接駁回，必要的請求添加到隊(duì)列中進(jìn)入下一階段.
*/
public class PreProcessor {

// 商品是否還有剩余
private static boolean reminds = true;
private static void forbidden() {

// Do something.
}
public static boolean checkReminds() {
if (reminds) {

// 遠(yuǎn)程檢測是否還有剩余，該RPC接口應(yīng)由數(shù)據(jù)庫服務(wù)器提供，不必完全嚴(yán)格檢查.
if (!RPC.checkReminds()) {
reminds = false;
}
}
return reminds;
}
/**
* 每一個HTTP請求都要經(jīng)過該預(yù)處理.
*/
public static void preProcess(HttpRequest request) {
if (checkReminds()) {

// 一個并發(fā)的隊(duì)列
RequestQueue.queue.add(request);
} else {

// 如果已經(jīng)沒有商品了，則直接駁回請求即可.
forbidden();
}
}
}
</code>

并發(fā)隊(duì)列的選擇

Java的并發(fā)包提供了三個常用的并發(fā)隊(duì)列實(shí)現(xiàn)，分別是：ConcurrentLinkedQueue 、 LinkedBlockingQueue 和 ArrayBlockingQueue。

ArrayBlockingQueue是初始容量固定的阻塞隊(duì)列，我們可以用來作為數(shù)據(jù)庫模塊成功競拍的隊(duì)列，比如有10個商品，那么我們就設(shè)定一個10大小的數(shù)組隊(duì)列。

ConcurrentLinkedQueue使用的是CAS原語無鎖隊(duì)列實(shí)現(xiàn)，是一個異步隊(duì)列，入隊(duì)的速度很快，出隊(duì)進(jìn)行了加鎖，性能稍慢。

LinkedBlockingQueue也是阻塞的隊(duì)列，入隊(duì)和出隊(duì)都用了加鎖，當(dāng)隊(duì)空的時候線程會暫時阻塞。

由于我們的系統(tǒng)入隊(duì)需求要遠(yuǎn)大于出隊(duì)需求，一般不會出現(xiàn)隊(duì)空的情況，所以我們可以選擇ConcurrentLinkedQueue來作為我們的請求隊(duì)列實(shí)現(xiàn)：

<code>package seckill;
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.ConcurrentLinkedQueue;
import org.apache.http.HttpRequest;
public class RequestQueue {
public static ConcurrentLinkedQueue&lt;HttpRequest&gt; queue = new ConcurrentLinkedQueue&lt;HttpRequest&gt;();
}
</code>

用戶請求模塊

<code>package seckill;
import org.apache.http.HttpRequest;
public class Processor {
/**
* 發(fā)送秒殺事務(wù)到數(shù)據(jù)庫隊(duì)列.
*/
public static void kill(BidInfo info) {
DB.bids.add(info);
}
public static void process() {
BidInfo info = new BidInfo(RequestQueue.queue.poll());
if (info != null) {
kill(info);
}
}
}
class BidInfo {
BidInfo(HttpRequest request) {

// Do something.
}
}
</code>

數(shù)據(jù)庫模塊

數(shù)據(jù)庫主要是使用一個ArrayBlockingQueue來暫存有可能成功的用戶請求。

<code>package seckill;
import java.util.concurrent.ArrayBlockingQueue;
/**
* DB應(yīng)該是數(shù)據(jù)庫的唯一接口.
*/
public class DB {
public static int count = 10;
public static ArrayBlockingQueue&lt;BidInfo&gt; bids = new ArrayBlockingQueue&lt;BidInfo&gt;(10);
public static boolean checkReminds() {

// TODO
return true;
}
// 單線程操作
public static void bid() {
BidInfo info = bids.poll();
while (count-- &gt; 0) {
// insert into table Bids values(item_id, user_id, bid_date, other)
// select count(id) from Bids where item_id = ?
// 如果數(shù)據(jù)庫商品數(shù)量大約總數(shù)，則標(biāo)志秒殺已完成，設(shè)置標(biāo)志位reminds = false.
info = bids.poll();
}
}
}
</code>

4.4 數(shù)據(jù)庫設(shè)計(jì)

4.4.1 基本概念

概念一“單庫”

概念二“分片”

分片解決的是“數(shù)據(jù)量太大”的問題，也就是通常說的“水平切分”。一旦引入分片，勢必有“數(shù)據(jù)路由”的概念，哪個數(shù)據(jù)訪問哪個庫。路由規(guī)則通常有3種方法：

范圍：range

優(yōu)點(diǎn)：簡單，容易擴(kuò)展

缺點(diǎn)：各庫壓力不均（新號段更活躍）

哈希：hash 【大部分互聯(lián)網(wǎng)公司采用的方案二：哈希分庫，哈希路由】

優(yōu)點(diǎn)：簡單，數(shù)據(jù)均衡，負(fù)載均勻

缺點(diǎn)：遷移麻煩（2庫擴(kuò)3庫數(shù)據(jù)要遷移）

路由服務(wù)：router-config-server

優(yōu)點(diǎn)：靈活性強(qiáng)，業(yè)務(wù)與路由算法解耦

缺點(diǎn)：每次訪問數(shù)據(jù)庫前多一次查詢

概念三“分組”

分組解決“可用性”問題，分組通常通過主從復(fù)制的方式實(shí)現(xiàn)。

互聯(lián)網(wǎng)公司數(shù)據(jù)庫實(shí)際軟件架構(gòu)是：又分片，又分組（如下圖）

4.4.2 設(shè)計(jì)思路

數(shù)據(jù)庫軟件架構(gòu)師平時設(shè)計(jì)些什么東西呢？至少要考慮以下四點(diǎn)：

如何保證數(shù)據(jù)可用性；
如何提高數(shù)據(jù)庫讀性能（大部分應(yīng)用讀多寫少，讀會先成為瓶頸）；
如何保證一致性；
如何提高擴(kuò)展性；

1. 如何保證數(shù)據(jù)的可用性？

解決可用性問題的思路是=>冗余

如何保證站點(diǎn)的可用性？復(fù)制站點(diǎn)，冗余站點(diǎn)

如何保證服務(wù)的可用性？復(fù)制服務(wù)，冗余服務(wù)

如何保證數(shù)據(jù)的可用性？復(fù)制數(shù)據(jù)，冗余數(shù)據(jù)

數(shù)據(jù)的冗余，會帶來一個副作用=>引發(fā)一致性問題（先不說一致性問題，先說可用性）。

2. 如何保證數(shù)據(jù)庫“讀”高可用？

冗余讀庫

冗余讀庫帶來的副作用？讀寫有延時，可能不一致

上面這個圖是很多互聯(lián)網(wǎng)公司mysql的架構(gòu)，寫仍然是單點(diǎn)，不能保證寫高可用。

3. 如何保證數(shù)據(jù)庫“寫”高可用？

冗余寫庫

采用雙主互備的方式，可以冗余寫庫帶來的副作用？雙寫同步，數(shù)據(jù)可能沖突（例如“自增id”同步?jīng)_突）,如何解決同步?jīng)_突，有兩種常見解決方案：

兩個寫庫使用不同的初始值，相同的步長來增加id：1寫庫的id為0,2,4,6…；2寫庫的id為1,3,5,7…；
不使用數(shù)據(jù)的id，業(yè)務(wù)層自己生成唯一的id，保證數(shù)據(jù)不沖突；
實(shí)際中沒有使用上述兩種架構(gòu)來做讀寫的“高可用”，采用的是“雙主當(dāng)主從用”的方式：

仍是雙主，但只有一個主提供服務(wù)（讀+寫），另一個主是“shadow-master”，只用來保證高可用，平時不提供服務(wù)。 master掛了，shadow-master頂上（vip漂移，對業(yè)務(wù)層透明，不需要人工介入）。這種方式的好處：

讀寫沒有延時；

讀寫高可用；

不足：

不能通過加從庫的方式擴(kuò)展讀性能；
資源利用率為50%，一臺冗余主沒有提供服務(wù)；
那如何提高讀性能呢？進(jìn)入第二個話題，如何提供讀性能。

4. 如何擴(kuò)展讀性能

提高讀性能的方式大致有三種，第一種是建立索引。這種方式不展開，要提到的一點(diǎn)是，不同的庫可以建立不同的索引。

寫庫不建立索引；

線上讀庫建立線上訪問索引，例如uid；

線下讀庫建立線下訪問索引，例如time；

第二種擴(kuò)充讀性能的方式是，增加從庫，這種方法大家用的比較多，但是，存在兩個缺點(diǎn)：

從庫越多，同步越慢；

同步越慢，數(shù)據(jù)不一致窗口越大（不一致后面說，還是先說讀性能的提高）；
實(shí)際中沒有采用這種方法提高數(shù)據(jù)庫讀性能（沒有從庫），采用的是增加緩存。常見的緩存架構(gòu)如下：

上游是業(yè)務(wù)應(yīng)用，下游是主庫，從庫（讀寫分離），緩存。

實(shí)際的玩法：服務(wù)+數(shù)據(jù)庫+緩存一套

業(yè)務(wù)層不直接面向db和cache，服務(wù)層屏蔽了底層db、cache的復(fù)雜性。為什么要引入服務(wù)層，今天不展開，采用了“服務(wù)+數(shù)據(jù)庫+緩存一套”的方式提供數(shù)據(jù)訪問，用cache提高讀性能。

不管采用主從的方式擴(kuò)展讀性能，還是緩存的方式擴(kuò)展讀性能，數(shù)據(jù)都要復(fù)制多份（主+從，db+cache），一定會引發(fā)一致性問題。

5. 如何保證一致性？

主從數(shù)據(jù)庫的一致性，通常有兩種解決方案：

1. 中間件

如果某一個key有寫操作，在不一致時間窗口內(nèi)，中間件會將這個key的讀操作也路由到主庫上。這個方案的缺點(diǎn)是，數(shù)據(jù)庫中間件的門檻較高（百度，騰訊，阿里，360等一些公司有）。

2. 強(qiáng)制讀主

上面實(shí)際用的“雙主當(dāng)主從用”的架構(gòu)，不存在主從不一致的問題。

第二類不一致，是db與緩存間的不一致：

常見的緩存架構(gòu)如上，此時寫操作的順序是：

（1）淘汰cache；

（2）寫數(shù)據(jù)庫；

讀操作的順序是：

（1）讀cache，如果cache hit則返回；

（2）如果cache miss，則讀從庫；

（3）讀從庫后，將數(shù)據(jù)放回cache；

在一些異常時序情況下，有可能從【從庫讀到舊數(shù)據(jù)（同步還沒有完成），舊數(shù)據(jù)入cache后】，數(shù)據(jù)會長期不一致。解決辦法是“緩存雙淘汰”，寫操作時序升級為：

（1）淘汰cache；

（2）寫數(shù)據(jù)庫；

（3）在經(jīng)驗(yàn)“主從同步延時窗口時間”后，再次發(fā)起一個異步淘汰cache的請求；

這樣，即使有臟數(shù)據(jù)如cache，一個小的時間窗口之后，臟數(shù)據(jù)還是會被淘汰。帶來的代價是，多引入一次讀miss（成本可以忽略）。

除此之外，最佳實(shí)踐之一是：建議為所有cache中的item設(shè)置一個超時時間。

6. 如何提高數(shù)據(jù)庫的擴(kuò)展性？

原來用hash的方式路由，分為2個庫，數(shù)據(jù)量還是太大，要分為3個庫，勢必需要進(jìn)行數(shù)據(jù)遷移，有一個很帥氣的“數(shù)據(jù)庫秒級擴(kuò)容”方案。

如何秒級擴(kuò)容？

首先，我們不做2庫變3庫的擴(kuò)容，我們做2庫變4庫（庫加倍）的擴(kuò)容（未來4->8->16）

服務(wù)+數(shù)據(jù)庫是一套（省去了緩存），數(shù)據(jù)庫采用“雙主”的模式。

擴(kuò)容步驟：

第一步，將一個主庫提升;

第二步，修改配置，2庫變4庫（原來MOD2，現(xiàn)在配置修改后MOD4），擴(kuò)容完成；

原MOD2為偶的部分，現(xiàn)在會MOD4余0或者2；原MOD2為奇的部分，現(xiàn)在會MOD4余1或者3；數(shù)據(jù)不需要遷移，同時，雙主互相同步，一遍是余0，一邊余2，兩邊數(shù)據(jù)同步也不會沖突，秒級完成擴(kuò)容！

最后，要做一些收尾工作：

將舊的雙主同步解除；

增加新的雙主（雙主是保證可用性的，shadow-master平時不提供服務(wù)）；

刪除多余的數(shù)據(jù)（余0的主，可以將余2的數(shù)據(jù)刪除掉）；

這樣，秒級別內(nèi)，我們就完成了2庫變4庫的擴(kuò)展。

5 大并發(fā)帶來的挑戰(zhàn)

5.1 請求接口的合理設(shè)計(jì)

一個秒殺或者搶購頁面，通常分為2個部分，一個是靜態(tài)的HTML等內(nèi)容，另一個就是參與秒殺的Web后臺請求接口。

通常靜態(tài)HTML等內(nèi)容，是通過CDN的部署，一般壓力不大，核心瓶頸實(shí)際上在后臺請求接口上。這個后端接口，必須能夠支持高并發(fā)請求，同時，非常重要的一點(diǎn)，必須盡可能“快”，在最短的時間里返回用戶的請求結(jié)果。為了實(shí)現(xiàn)盡可能快這一點(diǎn)，接口的后端存儲使用內(nèi)存級別的操作會更好一點(diǎn)。仍然直接面向MySQL之類的存儲是不合適的，如果有這種復(fù)雜業(yè)務(wù)的需求，都建議采用異步寫入。

當(dāng)然，也有一些秒殺和搶購采用“滯后反饋”，就是說秒殺當(dāng)下不知道結(jié)果，一段時間后才可以從頁面中看到用戶是否秒殺成功。但是，這種屬于“偷懶”行為，同時給用戶的體驗(yàn)也不好，容易被用戶認(rèn)為是“暗箱操作”。

5.2 高并發(fā)的挑戰(zhàn)：一定要“快”

我們通常衡量一個Web系統(tǒng)的吞吐率的指標(biāo)是QPS（Query Per Second，每秒處理請求數(shù)），解決每秒數(shù)萬次的高并發(fā)場景，這個指標(biāo)非常關(guān)鍵。舉個例子，我們假設(shè)處理一個業(yè)務(wù)請求平均響應(yīng)時間為100ms，同時，系統(tǒng)內(nèi)有20臺Apache的Web服務(wù)器，配置MaxClients為500個（表示Apache的最大連接數(shù)目）。

那么，我們的Web系統(tǒng)的理論峰值QPS為（理想化的計(jì)算方式）：

咦？我們的系統(tǒng)似乎很強(qiáng)大，1秒鐘可以處理完10萬的請求，5w/s的秒殺似乎是“紙老虎”哈。實(shí)際情況，當(dāng)然沒有這么理想。在高并發(fā)的實(shí)際場景下，機(jī)器都處于高負(fù)載的狀態(tài)，在這個時候平均響應(yīng)時間會被大大增加。

就Web服務(wù)器而言，Apache打開了越多的連接進(jìn)程，CPU需要處理的上下文切換也越多，額外增加了CPU的消耗，然后就直接導(dǎo)致平均響應(yīng)時間增加。因此上述的MaxClient數(shù)目，要根據(jù)CPU、內(nèi)存等硬件因素綜合考慮，絕對不是越多越好?？梢酝ㄟ^Apache自帶的abench來測試一下，取一個合適的值。然后，我們選擇內(nèi)存操作級別的存儲的Redis，在高并發(fā)的狀態(tài)下，存儲的響應(yīng)時間至關(guān)重要。網(wǎng)絡(luò)帶寬雖然也是一個因素，不過，這種請求數(shù)據(jù)包一般比較小，一般很少成為請求的瓶頸。負(fù)載均衡成為系統(tǒng)瓶頸的情況比較少，在這里不做討論哈。

那么問題來了，假設(shè)我們的系統(tǒng)，在5w/s的高并發(fā)狀態(tài)下，平均響應(yīng)時間從100ms變?yōu)?50ms（實(shí)際情況，甚至更多）：

于是，我們的系統(tǒng)剩下了4w的QPS，面對5w每秒的請求，中間相差了1w。

然后，這才是真正的惡夢開始。舉個例子，高速路口，1秒鐘來5部車，每秒通過5部車，高速路口運(yùn)作正常。突然，這個路口1秒鐘只能通過4部車，車流量仍然依舊，結(jié)果必定出現(xiàn)大塞車。（5條車道忽然變成4條車道的感覺）。

同理，某一個秒內(nèi)，20*500個可用連接進(jìn)程都在滿負(fù)荷工作中，卻仍然有1萬個新來請求，沒有連接進(jìn)程可用，系統(tǒng)陷入到異常狀態(tài)也是預(yù)期之內(nèi)。

其實(shí)在正常的非高并發(fā)的業(yè)務(wù)場景中，也有類似的情況出現(xiàn)，某個業(yè)務(wù)請求接口出現(xiàn)問題，響應(yīng)時間極慢，將整個Web請求響應(yīng)時間拉得很長，逐漸將Web服務(wù)器的可用連接數(shù)占滿，其他正常的業(yè)務(wù)請求，無連接進(jìn)程可用。

更可怕的問題是，是用戶的行為特點(diǎn)，系統(tǒng)越是不可用，用戶的點(diǎn)擊越頻繁，惡性循環(huán)最終導(dǎo)致“雪崩”（其中一臺Web機(jī)器掛了，導(dǎo)致流量分散到其他正常工作的機(jī)器上，再導(dǎo)致正常的機(jī)器也掛，然后惡性循環(huán)），將整個Web系統(tǒng)拖垮。

5.3 重啟與過載保護(hù)

如果系統(tǒng)發(fā)生“雪崩”，貿(mào)然重啟服務(wù)，是無法解決問題的。最常見的現(xiàn)象是，啟動起來后，立刻掛掉。這個時候，最好在入口層將流量拒絕，然后再將重啟。如果是redis/memcache這種服務(wù)也掛了，重啟的時候需要注意“預(yù)熱”，并且很可能需要比較長的時間。

秒殺和搶購的場景，流量往往是超乎我們系統(tǒng)的準(zhǔn)備和想象的。這個時候，過載保護(hù)是必要的。如果檢測到系統(tǒng)滿負(fù)載狀態(tài)，拒絕請求也是一種保護(hù)措施。在前端設(shè)置過濾是最簡單的方式，但是，這種做法是被用戶“千夫所指”的行為。更合適一點(diǎn)的是，將過載保護(hù)設(shè)置在CGI入口層，快速將客戶的直接請求返回。

6 作弊的手段：進(jìn)攻與防守

秒殺和搶購收到了“海量”的請求，實(shí)際上里面的水分是很大的。不少用戶，為了“搶“到商品，會使用“刷票工具”等類型的輔助工具，幫助他們發(fā)送盡可能多的請求到服務(wù)器。還有一部分高級用戶，制作強(qiáng)大的自動請求腳本。這種做法的理由也很簡單，就是在參與秒殺和搶購的請求中，自己的請求數(shù)目占比越多，成功的概率越高。

這些都是屬于“作弊的手段”，不過，有“進(jìn)攻”就有“防守”，這是一場沒有硝煙的戰(zhàn)斗哈。

6.1 同一個賬號，一次性發(fā)出多個請求

部分用戶通過瀏覽器的插件或者其他工具，在秒殺開始的時間里，以自己的賬號，一次發(fā)送上百甚至更多的請求。實(shí)際上，這樣的用戶破壞了秒殺和搶購的公平性。

這種請求在某些沒有做數(shù)據(jù)安全處理的系統(tǒng)里，也可能造成另外一種破壞，導(dǎo)致某些判斷條件被繞過。例如一個簡單的領(lǐng)取邏輯，先判斷用戶是否有參與記錄，如果沒有則領(lǐng)取成功，最后寫入到參與記錄中。這是個非常簡單的邏輯，但是，在高并發(fā)的場景下，存在深深的漏洞。多個并發(fā)請求通過負(fù)載均衡服務(wù)器，分配到內(nèi)網(wǎng)的多臺Web服務(wù)器，它們首先向存儲發(fā)送查詢請求，然后，在某個請求成功寫入?yún)⑴c記錄的時間差內(nèi)，其他的請求獲查詢到的結(jié)果都是“沒有參與記錄”。這里，就存在邏輯判斷被繞過的風(fēng)險。

應(yīng)對方案：

在程序入口處，一個賬號只允許接受1個請求，其他請求過濾。不僅解決了同一個賬號，發(fā)送N個請求的問題，還保證了后續(xù)的邏輯流程的安全。實(shí)現(xiàn)方案，可以通過Redis這種內(nèi)存緩存服務(wù)，寫入一個標(biāo)志位（只允許1個請求寫成功，結(jié)合watch的樂觀鎖的特性），成功寫入的則可以繼續(xù)參加。

或者，自己實(shí)現(xiàn)一個服務(wù)，將同一個賬號的請求放入一個隊(duì)列中，處理完一個，再處理下一個。

6.2 多個賬號，一次性發(fā)送多個請求

很多公司的賬號注冊功能，在發(fā)展早期幾乎是沒有限制的，很容易就可以注冊很多個賬號。因此，也導(dǎo)致了出現(xiàn)了一些特殊的工作室，通過編寫自動注冊腳本，積累了一大批“僵尸賬號”，數(shù)量龐大，幾萬甚至幾十萬的賬號不等，專門做各種刷的行為（這就是微博中的“僵尸粉“的來源）。舉個例子，例如微博中有轉(zhuǎn)發(fā)抽獎的活動，如果我們使用幾萬個“僵尸號”去混進(jìn)去轉(zhuǎn)發(fā)，這樣就可以大大提升我們中獎的概率。

這種賬號，使用在秒殺和搶購里，也是同一個道理。例如，iPhone官網(wǎng)的搶購，火車票黃牛黨。

應(yīng)對方案：

這種場景，可以通過檢測指定機(jī)器IP請求頻率就可以解決，如果發(fā)現(xiàn)某個IP請求頻率很高，可以給它彈出一個驗(yàn)證碼或者直接禁止它的請求：

彈出驗(yàn)證碼，最核心的追求，就是分辨出真實(shí)用戶。因此，大家可能經(jīng)常發(fā)現(xiàn)，網(wǎng)站彈出的驗(yàn)證碼，有些是“鬼神亂舞”的樣子，有時讓我們根本無法看清。他們這樣做的原因，其實(shí)也是為了讓驗(yàn)證碼的圖片不被輕易識別，因?yàn)閺?qiáng)大的“自動腳本”可以通過圖片識別里面的字符，然后讓腳本自動填寫驗(yàn)證碼。實(shí)際上，有一些非常創(chuàng)新的驗(yàn)證碼，效果會比較好，例如給你一個簡單問題讓你回答，或者讓你完成某些簡單操作（例如百度貼吧的驗(yàn)證碼）。
直接禁止IP，實(shí)際上是有些粗暴的，因?yàn)橛行┱鎸?shí)用戶的網(wǎng)絡(luò)場景恰好是同一出口IP的，可能會有“誤傷“。但是這一個做法簡單高效，根據(jù)實(shí)際場景使用可以獲得很好的效果。

6.3 多個賬號，不同IP發(fā)送不同請求

所謂道高一尺，魔高一丈。有進(jìn)攻，就會有防守，永不休止。這些“工作室”，發(fā)現(xiàn)你對單機(jī)IP請求頻率有控制之后，他們也針對這種場景，想出了他們的“新進(jìn)攻方案”，就是不斷改變IP。

有同學(xué)會好奇，這些隨機(jī)IP服務(wù)怎么來的。有一些是某些機(jī)構(gòu)自己占據(jù)一批獨(dú)立IP，然后做成一個隨機(jī)代理IP的服務(wù)，有償提供給這些“工作室”使用。還有一些更為黑暗一點(diǎn)的，就是通過木馬黑掉普通用戶的電腦，這個木馬也不破壞用戶電腦的正常運(yùn)作，只做一件事情，就是轉(zhuǎn)發(fā)IP包，普通用戶的電腦被變成了IP代理出口。通過這種做法，黑客就拿到了大量的獨(dú)立IP，然后搭建為隨機(jī)IP服務(wù)，就是為了掙錢。

應(yīng)對方案：

說實(shí)話，這種場景下的請求，和真實(shí)用戶的行為，已經(jīng)基本相同了，想做分辨很困難。再做進(jìn)一步的限制很容易“誤傷“真實(shí)用戶，這個時候，通常只能通過設(shè)置業(yè)務(wù)門檻高來限制這種請求了，或者通過賬號行為的”數(shù)據(jù)挖掘“來提前清理掉它們。

僵尸賬號也還是有一些共同特征的，例如賬號很可能屬于同一個號碼段甚至是連號的，活躍度不高，等級低，資料不全等等。根據(jù)這些特點(diǎn)，適當(dāng)設(shè)置參與門檻，例如限制參與秒殺的賬號等級。通過這些業(yè)務(wù)手段，也是可以過濾掉一些僵尸號。

7 高并發(fā)下的數(shù)據(jù)安全

我們知道在多線程寫入同一個文件的時候，會存現(xiàn)“線程安全”的問題（多個線程同時運(yùn)行同一段代碼，如果每次運(yùn)行結(jié)果和單線程運(yùn)行的結(jié)果是一樣的，結(jié)果和預(yù)期相同，就是線程安全的）。如果是MySQL數(shù)據(jù)庫，可以使用它自帶的鎖機(jī)制很好的解決問題，但是，在大規(guī)模并發(fā)的場景中，是不推薦使用MySQL的。秒殺和搶購的場景中，還有另外一個問題，就是“超發(fā)”，如果在這方面控制不慎，會產(chǎn)生發(fā)送過多的情況。我們也曾經(jīng)聽說過，某些電商搞搶購活動，買家成功拍下后，商家卻不承認(rèn)訂單有效，拒絕發(fā)貨。這里的問題，也許并不一定是商家奸詐，而是系統(tǒng)技術(shù)層面存在超發(fā)風(fēng)險導(dǎo)致的。

7.1 超發(fā)的原因

假設(shè)某個搶購場景中，我們一共只有100個商品，在最后一刻，我們已經(jīng)消耗了99個商品，僅剩最后一個。這個時候，系統(tǒng)發(fā)來多個并發(fā)請求，這批請求讀取到的商品余量都是99個，然后都通過了這一個余量判斷，最終導(dǎo)致超發(fā)。

在上面的這個圖中，就導(dǎo)致了并發(fā)用戶B也“搶購成功”，多讓一個人獲得了商品。這種場景，在高并發(fā)的情況下非常容易出現(xiàn)。

7.2 悲觀鎖思路

解決線程安全的思路很多，可以從“悲觀鎖”的方向開始討論。

悲觀鎖，也就是在修改數(shù)據(jù)的時候，采用鎖定狀態(tài)，排斥外部請求的修改。遇到加鎖的狀態(tài)，就必須等待。

雖然上述的方案的確解決了線程安全的問題，但是，別忘記，我們的場景是“高并發(fā)”。也就是說，會很多這樣的修改請求，每個請求都需要等待“鎖”，某些線程可能永遠(yuǎn)都沒有機(jī)會搶到這個“鎖”，這種請求就會死在那里。同時，這種請求會很多，瞬間增大系統(tǒng)的平均響應(yīng)時間，結(jié)果是可用連接數(shù)被耗盡，系統(tǒng)陷入異常。

7.3 FIFO隊(duì)列思路

那好，那么我們稍微修改一下上面的場景，我們直接將請求放入隊(duì)列中的，采用FIFO（First Input First Output，先進(jìn)先出），這樣的話，我們就不會導(dǎo)致某些請求永遠(yuǎn)獲取不到鎖?？吹竭@里，是不是有點(diǎn)強(qiáng)行將多線程變成單線程的感覺哈。

然后，我們現(xiàn)在解決了鎖的問題，全部請求采用“先進(jìn)先出”的隊(duì)列方式來處理。那么新的問題來了，高并發(fā)的場景下，因?yàn)檎埱蠛芏?，很可能一瞬間將隊(duì)列內(nèi)存“撐爆”，然后系統(tǒng)又陷入到了異常狀態(tài)?；蛘咴O(shè)計(jì)一個極大的內(nèi)存隊(duì)列，也是一種方案，但是，系統(tǒng)處理完一個隊(duì)列內(nèi)請求的速度根本無法和瘋狂涌入隊(duì)列中的數(shù)目相比。也就是說，隊(duì)列內(nèi)的請求會越積累越多，最終Web系統(tǒng)平均響應(yīng)時候還是會大幅下降，系統(tǒng)還是陷入異常。

7.4 樂觀鎖思路

這個時候，我們就可以討論一下“樂觀鎖”的思路了。樂觀鎖，是相對于“悲觀鎖”采用更為寬松的加鎖機(jī)制，大都是采用帶版本號（Version）更新。實(shí)現(xiàn)就是，這個數(shù)據(jù)所有請求都有資格去修改，但會獲得一個該數(shù)據(jù)的版本號，只有版本號符合的才能更新成功，其他的返回?fù)屬徥?。這樣的話，我們就不需要考慮隊(duì)列的問題，不過，它會增大CPU的計(jì)算開銷。但是，綜合來說，這是一個比較好的解決方案。

有很多軟件和服務(wù)都“樂觀鎖”功能的支持，例如Redis中的watch就是其中之一。通過這個實(shí)現(xiàn)，我們保證了數(shù)據(jù)的安全。

8 總結(jié)

互聯(lián)網(wǎng)正在高速發(fā)展，使用互聯(lián)網(wǎng)服務(wù)的用戶越多，高并發(fā)的場景也變得越來越多。電商秒殺和搶購，是兩個比較典型的互聯(lián)網(wǎng)高并發(fā)場景。雖然我們解決問題的具體技術(shù)方案可能千差萬別，但是遇到的挑戰(zhàn)卻是相似的，因此解決問題的思路也異曲同工。