TL;DR

  • 场景: 电商秒杀/抢票场景瞬时流量高峰，读写并发都很高
  • 结论: 使用预静态+限流排队；写路径用 Redis Lua 原子预扣+MQ 异步持久化；读路径用多级缓存
  • 产出: 秒杀前后端实现清单 + Kafka 生产/消费示例 + Lua 库存扣减脚本框架

应用场景

电商案例 - 高并发秒杀系统响应策略

秒杀前策略:

  1. 页面静态化处理

    • 预生成商品详情页静态 HTML
    • 使用 CDN 分发静态资源

  2. 请求限流与排队

    • 分层限流：
      • 前端 JS 限制刷新频率
      • 网关层限制 IP 请求
      • 服务层限制接口调用

  3. 缓存预热

    • 将秒杀商品信息预加载到 Redis 缓存
    • 使用多级缓存架构

秒杀核心处理:

  1. 库存扣减优化

    • 使用 Redis 原子操作进行预扣减
    • Lua 脚本保证原子性

  2. 订单处理分流

    • 使用消息队列进行削峰填谷
    • 架构: 请求 → 快速验证 → MQ → 异步订单处理

  3. 服务隔离与降级

    • 独立部署秒杀服务
    • 关键降级策略：禁用非核心功能

高并发读请求处理

1. 缓存策略优化

  • 多级缓存架构:
    • 客户端缓存
    • CDN 边缘节点缓存
    • 应用层缓存（Redis/Memcached）
    • 数据库查询缓存

2. 数据静态处理

  • 全静态: 生成 HTML 文件托管在 CDN
  • 半静态: 静态模板 + 动态数据片段

3. 智能限流

  • 限流维度: 用户 ID、IP、设备指纹、接口级别
  • 限流算法: 令牌桶、漏桶、滑动窗口计数

高并发写请求处理

消息队列解决方案

  1. 流量削峰

    • 将突发 10k QPS 写请求暂存到队列
    • 数据库按自身节奏消费（如 2000 QPS）

  2. 异步处理

    • 快速响应阶段: 验证用户资格、生成预订单、立即返回
    • 异步处理阶段: 实际库存扣减、生成正式订单、通知支付系统

  3. 系统解耦

    • 订单服务只生成订单消息
    • 库存服务独立消费消息
    • 支付服务监听支付消息

Kafka 实现示例

Producer:

public void handleSeckillRequest(UserRequest request) {
    if(!validate(request)) return;
    PreOrder preOrder = createPreOrder(request);
    kafkaTemplate.send("seckill_orders", preOrder);
    return Response.success("抢购请求已接收");
}

Consumer:

@KafkaListener(topics = "seckill_orders")
public void processOrder(PreOrder preOrder) {
    try {
        inventoryService.reduceStock(preOrder);
        orderService.createRealOrder(preOrder);
        paymentService.preparePayment(preOrder);
    } catch (Exception e) {
        retryOrCompensate(preOrder, e);
    }
}

削峰填谷

实现流程

  1. 请求缓冲阶段:

    • 生成唯一请求 ID
    • 序列化为 JSON 写入 MQ
    • 50ms 内返回

  2. 流量削峰机制:

    • 队列作为缓冲区处理瞬时流量（如 100k QPS）
    • 设置最大队列积压（如 500k）作为熔断

  3. 用户体验平衡:

    • 显示”预计等待约1分钟”
    • 使用 WebSocket 推送结果
    • 三种最终状态：成功、失败（售罄）、超时 |

错误速查

症状根因修复
超卖/负库存非原子库存扣减Redis Lua 原子预扣；DB 乐观锁
订单成功但丢失/延迟MQ 积压或消费者不足增加分区/消费者；隔离重试队列
重复订单至少一次投递无幂等消费端幂等：唯一索引/去重表
消息丢失生产者未确认；broker 未持久化Kafka: acks=all
5xx 错误/线程池耗尽长同步链路；无快速失败仅同步快速验证+入队；其他异步
Redis CPU 飙升/延迟热 key、Lua 复杂、连接过多分片热 key；本地缓存；连接池调优