完整架构:秒杀系统的最终架构图
经过前面六章的学习,我们已经掌握了秒杀系统的各个核心模块。现在,让我们把这些拼图组合起来,看看最终的完整架构是什么样子的!🚀
秒杀系统架构演进
V1.0 - 基础架构
最简单的三层架构,直接访问数据库
用户层
Web / App / 小程序
应用层
处理业务逻辑
数据层
订单、库存数据
V2.0 - 引入缓存
增加 Redis 缓存层,提升性能
用户层
高并发访问
应用层
库存扣减逻辑
缓存层
库存预扣减
数据层
订单持久化
V3.0 - 异步队列
引入消息队列,削峰填谷
用户层
10万 QPS
接入层
限流、鉴权
服务层
库存扣减
异步下单
数据层
库存缓存
消息队列
持久化
V4.0 - 完整架构
高可用、高性能的完整秒杀系统
用户层
Web / App / 小程序 / H5
CDN 层
静态资源加速
接入层
负载均衡
限流、鉴权、黑名单
服务层
库存扣减、订单创建
商品信息、库存查询
用户信息、实名认证
数据层
库存缓存、分布式锁
异步下单、日志
订单、用户数据
辅助系统
设备指纹、行为分析
Prometheus + Grafana
ELK Stack
架构图是静态的,流程才是动态的。下面把三条主链路拆开讲——它们分别对应架构图里的三个服务层节点:秒杀服务、Redis 集群、Kafka + 订单服务。
1. 秒杀请求处理流程
一个请求从用户手指落到屏幕上,到拿到”锁定名额”的答复,中间经过了 7 段:
① CDN 活动页静态资源(HTML/JS/CSS)直接命中边缘节点,不回源
↓
② Nginx LB 4 台,按轮询把流量分给 9 台 API Gateway
↓
③ API Gateway 限流检查(Redis 令牌桶)→ 黑名单检查(Redis)→ JWT 鉴权
↓ 任何一步不通过都在这里返回,请求不进入业务层
④ 反欺诈系统 设备指纹查 Redis → 行为特征实时计算 → 风险评分
↓ 高风险请求直接判定为「疑似机器」,不进入秒杀服务
⑤ 秒杀服务 库存预检查(Redis GET)→ 库存扣减(Redis Lua 脚本)
↓ → 发送消息(Kafka)
⑥ Kafka 3 个 Broker,订单请求在这里排队等待消费
↓
⑦ 订单服务 消费消息:幂等校验 → 创建订单(MySQL)→ 扣减 MySQL 库存
↓
返回用户 "您已成功锁定名额,请在 5 分钟内完成支付"
关键点有四个:
- 第 ③ 步是整条链路的分水岭。库存只有 100 件,50 万个请求里有 49.99 万个注定失败。限流、黑名单、鉴权都在这里做判断,目的就是让这些请求在进入业务层之前就返回。业务层的机器数是按”真正需要处理的请求”来配的。
- 第 ④ 步是可选的、但不能省。反欺诈系统不是主链路上的同步依赖,它只读 Redis 里的设备指纹和在线计算的轻量特征,单次开销在毫秒级以内。把它做成同步步骤,是为了在”黄牛账号”消耗掉真实用户的资格之前就拦下来。
- 第 ⑤ 步是全链路唯一有状态的地方。库存判定和扣减都在一次 Redis 脚本里完成,其余步骤都可以横向扩容、无状态。
- 第 ⑥ 步之后,请求已经和用户解绑了。用户拿到的是”锁定名额”而不是”订单已创建”,真正的订单落库是异步完成的。
各环节的延迟预算(P99):
| 环节 | 耗时 | 累计 |
|---|---|---|
| Nginx + 网关(限流/鉴权/黑名单) | ~5ms | 5ms |
| 反欺诈评分 | ~3ms | 8ms |
| Redis 库存预检查 + Lua 扣减 | ~2ms | 10ms |
| Kafka 写入 | ~3ms | 13ms |
| 网络返回 | ~5ms | ~18ms |
这 18ms 就是用户实际等待的时间。订单真正落库还要再晚几十到几百毫秒,但用户不需要等它——这是第 3 个决策(混合模式)换来的收益。
2. 库存扣减流程
库存扣减是整个系统里唯一不允许出错的操作,它被拆成”一次原子操作 + 两道防线”。
第一步:Redis 原子扣减(第一道防线,事前)
秒杀服务收到请求 { productId: 1001, userId: 8823, quantity: 1 }
↓
① 预检查:GET stock:1001
├─ key 不存在 → 活动未预热 / 已结束 → 返回"活动不可用"
└─ 存在 → 继续
↓
② 原子扣减:EVALSHA deduct.lua stock:1001 {1001} 1
↓ 脚本内部(单线程,不可被打断):
│ stock = GET stock:1001
│ if not stock then return -1 end
│ if stock < 1 then return 0 end -- 售罄
│ DECRBY stock:1001 1
│ SET deduct:flow:{orderId} ... EX 3600 -- 扣减流水
│ return stock - 1
│
├─ 返回 0 → 已售罄 → 返回用户"手慢了,已售罄"
├─ 返回 -1 → 异常 → 返回"活动异常,请稍后再试"
└─ 返回 >0 → 扣减成功,进入第二步
第 ② 步里的 deduct:flow:{orderId} 是扣减流水——它记录了”这次扣减属于哪个订单”,是后续异步落库和对账的依据。把它写在同一个脚本里,是因为”扣减”和”记账”必须同时成功或同时不存在。
第二步:异步落库(第二道防线,事中)
Kafka 消息 { orderId, productId, userId, quantity }
↓
消费端幂等校验:订单号是否已存在?
↓
事务内:
UPDATE product SET stock = stock - 1 WHERE id = ? AND stock >= 1
INSERT INTO orders (order_id, ...) VALUES (...) -- 唯一索引,重复则回滚
COMMIT
↓
影响行数为 0 → 说明 Redis 与 MySQL 的库存已经不一致
→ 订单不成立 → 触发补偿,把多扣的库存还回去(见 6.2 节)
WHERE stock >= 1 这一行不能省。 Redis 扣减和 MySQL 扣减之间隔着消息队列,只要有一次消息丢失、一次消费失败,两边就会对不上。MySQL 侧的条件更新是独立成立的第二道防线——即使 Redis 侧出了问题,货也发不出去。
第三步:对账收敛(第三道防线,事后)
定时任务比对 Redis 预扣总量与 MySQL 实际销量,发现差异就修复并告警(见 6.2 节)。前两道防线是”事前”和”事中”,这一道是”事后”兜底——三者缺一不可。
3. 异步订单创建流程
订单创建被整体搬到了 Kafka 消费者侧,主链路只负责”锁定资格”。
① 消费消息
↓
② 幂等校验
查 orders 表:order_id 是否已存在?
├─ 存在 → 已处理过 → 直接 ACK 消息,跳过(幂等)
└─ 不存在 → 继续
↓
③ 事务内写库
BEGIN
UPDATE product SET stock = stock - 1 WHERE id = ? AND stock >= 1
INSERT INTO orders (order_id, user_id, product_id, quantity, status)
VALUES (?, ?, ?, 1, 'PENDING')
COMMIT
↓
├─ 插入冲突(唯一索引)→ 事务回滚 → 视为重复消息,直接 ACK
└─ 影响行数为 0 → 库存不足 → 走补偿流程
↓
④ 发送通知
消息推送:短信/APP Push,告知"订单已创建,请尽快完成支付"
↓
⑤ 支付与超时释放
支付成功 → 订单状态 PENDING → PAID
超过 5 分钟未支付 → 订单关闭 → 库存回补(回补同样要幂等)
这条流程里有三个必须做到位的点:
- 幂等靠订单号唯一索引。消费者可能因为网络抖动或重启重复消费同一条消息,靠
order_id的唯一索引让第二次插入直接失败并回滚,库存不会被扣第二次。 - 失败路径和成功路径一样重要。消费失败不 ACK,让消息重回队列并退避重试;重试次数用完就进死信队列并告警,而不是静默丢弃。
- 订单状态要有明确的终态。PENDING → PAID / CLOSED 是必备的状态机,超时释放和支付回调都可能并发到达,状态判断必须原子化。
这条链路上还有一个容易被忽略的消费者:Kafka 消费积压。如果消费速度跟不上生产速度,订单创建会整体延迟,用户收到”已锁定名额”的提示,却迟迟看不到订单。监控上必须盯住消费延迟(lag),它比 CPU、内存更早暴露问题。
用户请求
│
▼
┌──────────────────────────────────────────┐
│ CDN (静态资源直接返回) │
└──────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────┐
│ Nginx (负载均衡) │
└──────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────┐
│ API Gateway │
│ ├─ 限流检查 → Redis │
│ ├─ 黑名单检查 → Redis │
│ └─ 鉴权 → JWT │
└──────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────┐
│ 反欺诈系统 │
│ ├─ 设备指纹 → Redis │
│ ├─ 行为分析 → 实时计算 │
│ └─ 风险评分 │
└──────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────┐
│ 秒杀服务 │
│ ├─ 库存预检查 → Redis │
│ ├─ 库存扣减 → Redis (Lua 脚本) │
│ └─ 发送消息 → Kafka │
└──────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────┐
│ Kafka (消息队列) │
└──────────────────────────────────────────┘
│
▼
┌──────────────────────────────────────────┐
│ 订单服务 (Consumer) │
│ ├─ 创建订单 → MySQL │
│ ├─ 扣减库存 → MySQL (乐观锁) │
│ └─ 发送通知 → 消息推送 │
└──────────────────────────────────────────┘
│
▼
用户收到结果
服务器配置
| 组件 | 数量 | 配置 | 用途 |
|---|---|---|---|
| Nginx | 4 台 | 8C16G | 负载均衡 |
| API Gateway | 9 台 | 8C16G | 网关服务 |
| 秒杀服务 | 10 台 | 16C32G | 核心业务逻辑 |
| 商品服务 | 5 台 | 8C16G | 商品查询 |
| 用户服务 | 5 台 | 8C16G | 用户信息 |
| Redis Master | 3 台 | 16C64G | 主节点 |
| Redis Slave | 3 台 | 16C64G | 从节点 |
| MySQL Master | 3 台 | 32C128G | 主库 |
| MySQL Slave | 3 台 | 32C128G | 从库 |
| Kafka Broker | 3 台 | 16C64G | 消息队列 |
性能指标
| 指标 | 目标值 | 说明 |
|---|---|---|
| QPS | 100,000+ | 峰值处理能力 |
| P99 延迟 | < 100ms | 99% 请求在 100ms 内返回 |
| 可用性 | 99.99% | 年停机时间 < 53 分钟 |
| 库存准确率 | 100% | 零超卖 |
| 反欺诈准确率 | > 95% | 黄牛识别率 |
配置要点
- 配置表达的是环境差异和运行参数,不是业务规则本身。
- 队列、缓存、存储和服务参数决定系统在高峰期的缓冲能力。
问题 1:如果 Redis 集群宕机,系统还能工作吗?
点击查看答案
降级策略:
- 本地缓存兜底(Guava Cache / Caffeine)
- 直接查数据库(性能下降,但可用)
- 限流更严格(保护数据库)
- 页面提示”系统繁忙,请稍后再试”
核心原则:保证可用性 > 保证性能
问题 2:如何保证 Redis 和 MySQL 的库存一致性?
点击查看答案
最终一致性方案:
- Redis 先扣减(快速响应用户)
- 异步消息同步到 MySQL
- 定时对账任务检查差异
- 发现不一致时,以 MySQL 为准回滚
关键点:允许短暂不一致,但最终必须一致
问题 3:如果秒杀流量超过预期 10 倍,怎么办?
点击查看答案
应急方案:
- 立即启动更严格的限流(降级到 1 万 QPS)
- 静态页面直接返回”已售罄”(如果库存已完)
- 关闭非核心功能(评论、推荐等)
- 扩容(如果有预留资源)
- 启用备用集群(如果有灾备)
预防方案:
- 提前压力测试,了解系统上限
- 预留 50% 以上的资源余量
- 制定详细的应急预案
发现内容有问题?
告诉我们哪里需要改进。
