解密 Redis 助力双 11 背后电商秒杀系统
点击上方“Java基基”，选择“设为星标”
做积极的人，而不是积极废人！
源码精品专栏
原创 | Java 2020 超神之路，很肝~
中文详细注释的开源项目
RPC 框架 Dubbo 源码解析
网络应用框架 Netty 源码解析
消息中间件 RocketMQ 源码解析
数据库中间件 Sharding-JDBC 和 MyCAT 源码解析
作业调度中间件 Elastic-Job 源码解析
分布式事务中间件 TCC-Transaction 源码解析
Eureka 和 Hystrix 源码解析
Java 并发源码
来源：t.cn/EAlQqQD
背景
秒杀的特征
秒杀系统
背景
秒杀活动是绝大部分电商选择的低价促销，推广品牌的方式。既可以给平台带来用户量，还可以提高平台知名度。一个好的秒杀系统，可以提高平台系统的稳定性和公平性，获得更好的用户体验，提升平台的口碑，从而提升秒杀活动的最大价值。
本文讨论云数据库Redis版缓存设计高并发的秒杀系统。
秒杀的特征
秒杀活动对稀少或特价的商品进行定时定量售卖，吸引成大量的消费者进行抢购，但又只有少部分消费者可以下单成功。因此，秒杀活动将在一定时间内产生比平时大几十倍倍，上百倍的页面访问流量和下单请求流量。
秒杀活动可以分为3个阶段：
秒杀前：用户不断刷新商品详情页，页面请求达到临时开头。
秒杀开始：用户点击秒杀按钮，下单请求达到暂时提前。
秒杀后：一部分成功下单的用户不断刷新订单或产生退单操作，大部分用户继续刷新商品详情页等待退单机会。
消费者提交的订单，一般做法是利用数据库的行级锁，只有抢到锁的请求可以进行库存查询和下单操作。但是在高并发的情况下，数据库无法承受如此大的请求，往往需要整个服务被阻止，在消费者看来就是服务器停机机。
秒杀系统
利用系统的层次结构，在每个阶段提前重新验证，拦截无效流量，可以减少大量无效的流量涌入数据库。
利用浏览器缓存和CDN抗压静态页面流量
因此，我们需要把秒杀商品详情页与普通的商品详情页分开。关于秒杀商品详情页试图将能静态化的元素静态化处理，除了秒杀按钮需要服务端进行动态判断，其他的静态数据可以缓存在浏览器和CDN上。这样，秒杀前刷新页面导致的流量进入服务端的流量只有很小的一部分。
利用识读分离Redis缓存拦截流量
CDN是第一级流量拦截，第二级流量拦截我们使用支持读写分离的Redis。在这一阶段我们主要读取数据，读取分离Redis能支持高达60万以上qps，完全可以支持需求。
首先通过数据控制模块，提前将秒杀商品缓存到标识符分离Redis，并设置秒杀开始标记如下：
"goodsId_count": 100 //总数
"goodsId_start": 0 //开始标记
"goodsId_access": 0 //接受下单数
秒杀开始前，服务重新读取goodsId_Start为0，直接返回未开始。
数据控制模块将goodsId_start改为1，标志秒杀开始。
服务最大化缓存开始标记位并开始接受请求，并记录到redis中goodsId_access，商品剩余数量为（goodsId_count-goodsId_access）。
当接受下单数达到goodsId_count后，继续拦截所有请求，商品剩余数量为0。
可以抛光，最后成功参与下单的请求只有少部分可以被接受。在高并发的情况下，允许稍微多的流量进入。因此可以控制接受下单数的比例。
利用主从版Redis缓存加速库存扣量
成功避免下单后，进入下层服务，开始进行订单信息校验，库存扣量。为了避免直接访问数据库，我们使用主从版Redis来进行库存扣量，主从版Redis提供10万等级的QPS。使用Redis来优化库存查询，提前拦截秒杀失败的请求，将大大提高系统的整体稳定性。
通过数据控制模块提前将库存存入Redis，将每个秒杀商品在Redis中用一个hash结构表示。
"goodsId" : {
"Total": 100
"Booked": 100
}
扣量时，服务器通过请求Redis获取下单资格，通过以下lua脚本实现，通过Redis是单线程模型，lua可以保证多个命令的原子性。
local n = tonumber(ARGV[1])
if not n or n == 0 then
return 0
end
local vals = redis.call("HMGET", KEYS[1], "Total", "Booked");
local total = tonumber(vals[1])
local blocked = tonumber(vals[2])
if not total or not blocked then
return 0
end
if blocked + n <= total then
redis.call("HINCRBY", KEYS[1], "Booked", n)
return n;
end
return 0
先使用SCRIPT LOAD将lua脚本EVALSHA预先缓存在Redis，然后调用调用脚本，比直接调用EVAL节省网络带宽：
redis 127.0.0.1:6379>SCRIPT LOAD "lua code"
"438dd755f3fe0d32771753eb57f075b18fed7716"
redis 127.0.0.1:6379>EVAL 438dd755f3fe0d32771753eb57f075b18fed7716 1 goodsId 1
秒杀服务通过判断Redis是否返回抢购个数n，即可知道此次请求是否扣量成功。
使用主从版Redis实现简单的消息异步下单入库
如果商品数量减少的时候，直接操作数据库即可。如果秒杀的商品是1万，甚至10万等级，那数据库锁冲突将带来很大的性能优势。。因此，利用消息组件，当秒杀服务将订单信息写入消息变量后，即可认为下单完成，避免直接操作数据库。
消息模块组件依然可以使用Redis实现，在R2中用列表数据结构表示。
```java
orderList {
[0] = {订单内容}
[1] = {订单内容}
[2] = {订单内容}
...
}
将订单内容写入
```java
LPUSH orderList {订单内容}
初步下单模块从Redis中顺序获取订单信息，将订单写入数据库。
```java
BRPOP orderList 0
通过使用Redis作为消息收发器，异步处理订单入库，有效的提高了用户的下单完成速度。
数据控制模块管理秒杀数据同步
最开始，利用识别分离Redis进行流量限制，只让部分流量进入下单。对于下单检验失败和退单等情况，需要让更多的流量进来。因此，数据控制模块需要定时将数据库中的数据进行一定的计算，同步到主从版Redis，同时再同步到读写分离的Redis，让更多的流量进来。
欢迎加入我的知识星球，一起探讨架构，交流源码。加入方式，长按下方二维码噢：
已在知识星球更新源码解析如下：
最近更新《芋道 SpringBoot 2.X 入门》系列，已经 20 余篇，覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。
提供近 3W 行代码的 SpringBoot 示例，以及超 4W 行代码的电商微服务项目。
获取方式：点“在看”，关注公众号并回复 666 领取，更多内容陆续奉上。