秒杀系统三层架构设计：缓存、消息队列与数据库

秒杀是一种极端高并发场景，短时间内数百万用户涌入，抢购有限库存的商品。为了保证系统稳定性和数据一致性，同时提升用户体验，我们可以设计一个三层架构：缓存层、消息队列层、数据库层。本文将详细设计这一架构并探讨其优点与实现方式。

1. 秒杀三层架构简介

秒杀架构的三层功能分工如下：

第一层：缓存层

快速处理用户请求，减少访问数据库。
提供库存的预检功能，快速反馈请求结果。

第二层：消息队列层

削峰填谷，缓解高并发对后端服务的冲击。
保证秒杀请求的顺序性，防止超卖。

第三层：数据库层

最终扣减库存并记录订单信息，确保数据持久化和一致性。

2. 架构设计流程

2.1 秒杀流程概览

用户发起秒杀请求，首先进入缓存层。
缓存层快速检查库存是否可用，若库存不足，直接返回失败；若库存充足，进入下一层。
请求进入消息队列，按顺序处理，避免并发超卖。
消息队列中的请求由消费者逐条处理，最终访问数据库扣减库存并生成订单。
秒杀结果异步通知用户，或用户自行查询。

3. 各层设计详解

3.1 缓存层设计

功能

快速判断商品库存是否足够。
将热点商品的库存信息缓存在内存中，避免频繁访问数据库。
限制超量请求，提高秒杀效率。

实现

使用 Redis 或 Memcached 缓存商品的库存信息：
在用户请求时，通过 Lua 脚本实现原子操作，快速检查和扣减库存：

local stock = redis.call('GET', KEYS[1])
if tonumber(stock) > 0 then
    redis.call('DECR', KEYS[1])
    return 1  -- 扣减成功
else
    return 0  -- 库存不足
end

注意事项

缓存穿透：对非法请求（如商品ID不存在）进行拦截，可以使用布隆过滤器。
缓存雪崩：设置不同商品的缓存过期时间，避免大规模缓存同时失效。
并发一致性：为缓存操作增加分布式锁，防止库存扣减不一致。

3.2 消息队列层设计

功能

削峰填谷，缓解高并发对后端系统的冲击。
按请求的先后顺序处理，保证秒杀公平性和库存的一致性。

实现

3.3 数据库层设计

功能

实现

使用 RabbitMQ、Kafka 或 RocketMQ，构建秒杀请求队列。
用户请求通过缓存层验证后，写入消息队列：
消费者从队列中拉取请求，逐条处理，调用数据库扣减库存。
注意事项
队列长度限制：设置队列的最大长度（如10万条），超过长度直接拒绝请求，返回“秒杀结束”。
消息重复消费：使用唯一请求ID去重，避免重复扣减库存。
队列高可用：采用主从模式或分区机制，确保队列的高可靠性。
最终扣减库存，记录订单信息，确保数据持久化。
保证库存扣减和订单生成的原子性。
数据库表设计：
库存表

CREATE TABLE stock (
    product_id BIGINT PRIMARY KEY,
    total_stock INT NOT NULL,
    reserved_stock INT NOT NULL
);

使用事务或 存储过程 保证库存扣减与订单生成的原子性：

BEGIN;
-- 检查库存
SELECT total_stock - reserved_stock INTO available_stock
FROM stock WHERE product_id = ? FOR UPDATE;
IF available_stock >= ? THEN
    -- 扣减库存
    UPDATE stock SET reserved_stock = reserved_stock + ?
    WHERE product_id = ?;
    -- 创建订单
    INSERT INTO orders (user_id, product_id, quantity) VALUES (?, ?, ?);
END IF;
COMMIT;