• 中文
    • English
  • 注册
  • 查看作者
  • 图解 | 聊聊「秒杀」

    1.需求分析

    “秒杀”这个词在电商行业中出现的频率较高,如京东或者淘宝平台的各种“秒杀”活动,最典型的就是“双11抢购”。

    “秒杀”是指在有限的时间内对有限的商品数量进行抢购的一种行为,这是商家以“低价量少”的商品来获取用户的一种营销手段。

    01. 功能性需求

    其实,整个秒杀的业务场景并不复杂,可即查看参与秒杀的商品信息,加上购买和支付的动作,如下图所示。

    图解 | 聊聊「秒杀」

    秒杀业务最大的挑战在于3点:

    • **瞬时:**持续时间极短,对于热门且具备极强竞争力的商品通常只有一秒。

    • **流量巨大:**因为价格低廉,商品性价比高,而且正常买是需要很高的价格,所以才会吸引大量的用户来争抢。

    • **数量有限:**因为商品的低价且性价比高,所以只有很有限的商品数量参与秒杀。

    同时,在保证高并发流量承接的前提下,为了增强用户的体验和活动规则的公平性,以及防止遭到恶意破坏等,特此增加如下需求:

    (1)用户在秒杀页面无需一直刷新“抢购”按钮,待秒杀活动开始时,按钮自动点亮。

    (2)在公平以及防止恶意破坏的原则下,在下单之前增加验证码的录入,或者答题的相关环节。

    (3)库存不能出现问题,即不多扣也不少扣。

    (4)整个秒杀活动过程持续10分钟。

    02. 性能指标预估

    通过秒杀的需求描述可得出,当前秒杀活动主要需要预估三块的性能指标:存储容量、并发量、网络带宽。

    1)存储容量

    由于是秒杀活动,且参与的商品基本都是低价高性价比的,数量是非常有限的。所以,在订单存储上基本不用去过多考虑。

    2)并发量

    针对5000万用户平均每人访问2次,则并发量为每秒16.7万左右(5000w 2/10 60),在预留一部分,可以预估到每秒25万左右(也可以进行double下)。

    3)网络带宽

    在带宽方面,需要进行相关优化,采取数据传输越少越好,假设单条传输在0.5KB,则根据并发量预估网络带宽为:977Mb左右(25w 0.5KB=122MB 8bit=977Mb)。

    03. 非功能性需求

    做任何系统都要考虑非功能性需求,特别是公司的核心系统, 当前秒杀业务系统非功能性需求主要体现在如下几点:

    • 高可用 ,在秒杀活动的整个持续期间内,都能对用户提供服务。

    • 高性能 ,让每个用户都能感受到极快的秒杀响应,不能出现大批量用户延迟较高的现象。

    • 可扩展 ,当流量比预期更高时,有平滑扩展的策略(也有部分产品设计成友好的拒绝策略)。

    2.概要设计

    通过对秒杀业务的本身认知以及上面提到的秒杀业务需求,本次秒杀系统需要着重设计如下几点:

    (1)动静分离:如何保证用户在不刷新页面的情况下,依然能进行秒杀相关数据的获取且不会耽误秒杀活动的开始。

    (2)流量分层,针对巨大流量,如何进行有效的防控,以免造成后台服务的不堪重负,以及如何避免前端页面的卡死。

    (3)高可用:如何确保后台持续提供服务。

    (4)扣减库存:如何有效扣减库存。

    01. 动静分离

    动静分离是指,将静态页面与动态页面(或者静态数据与动态数据)解耦分离,用不同系统承载对应流量。这样可以提升整个服务访问性能和可维护性。

    商品秒杀页面的静态数据以及动态数据,均是不同的地方提供,如下图所示。

    图解 | 聊聊「秒杀」

    静态数据是指,页面中几乎不怎么变化的数据(即不依据用户的Cookie、基本信息、地域,及时间等各种属性来生成的数据),例如:

    • CSS和JavaScript中的静态文件。

    • 活动页中的HTML静态文件。

    • 图片等相关资源文件。

    • 其他与用户信息无关的静态数据。

    对于这种分离出来的静态数据可以进行缓存。在缓存之后,这些静态数据的访问效率就提高了,系统也更快了。可以使用代理服务器进行静态数据的缓存。

    动态数据是指,依据当前用户属性动态生成的数据,在浏览淘宝首页时,每个用户所看到的商品都是不一样的,这就是淘宝的“千人千面”——针对不同用户做不同的推荐;在百度搜索中是依据不同用户的输入条件,以及用户的习惯给出不同的结果页。这其中的数据就是动态数据。

    02. 流量分层

    在“秒杀”业务中,商品价格具有强大的吸引力,所以会受到很多用户的关注,但是商品数量是有限的。所以,在千万的用户中可能只有100人能得到商品,对于系统来说,有90%以上的流量属于无效流量。

    “秒杀”业务希望有大量的用户来关注“秒杀”活动,但是在用户真正下单时又不能将这些流量全部放过,所以,需要设计一套高效的流量管控方案,来有效地控制请求流量,过滤掉没必要的流量。

    对于瞬时流量洪峰可以采用倒三角的分层级逐层控制方式,共分为CDN、反向代理(Nginx)、后端服务及DB这四个层级。接下来,就来看看每一层级是怎么控制流量的,如下图所示。

    图解 | 聊聊「秒杀」

    03. 高可用

    要想在整个“秒杀”活动持续期间内,依然能对用户提供良好的体验,则秒杀系统架构在设计时不能设计成单节点的架构。

    单节点是所有系统设计中的大忌,因为单节点系统意味着系统的不稳定性较高,可能会出现不可用的情况,会给企业带来直接的损失。在系统设计(特别是“秒杀”这类对高并发要求极高的系统)时,必须保证系统的高可用,如下图所示。

    图解 | 聊聊「秒杀」

    04. 扣减库存

    对于“秒杀”活动,通常,公司是不允许商品超卖(即下单成功的数量不能大于商品存存数量)的。一旦超卖,则会给公司造成损失。如果被恶意流量利用,则损失是巨大的。

    库存对于电商平台来说是一个重要的业务指标,所以在技术上需要合理设计扣减库存,不能出现“超卖”现象。通常,扣减库存常有以下3种方式:

    • 下单扣库存:在用户下单后就扣减库存。

    • 支付扣库存:用户付完款后再扣减库存。

    • 预扣库存:在用户下完订单后,系统会为其锁定库存一段时间,在超过锁定时间后会自动释放锁定的库存。

    05. 系统架构设计

    根据上面讨论,针对当前秒杀架构如下图所示。

    图解 | 聊聊「秒杀」

    如上架构比较简洁,主要分为以下5层。

    • 用户层:用户端的展现部分,主要涉及商品的相关信息及当前“秒杀”活动的信息。

    • CDN层:缓存“秒杀”活动的静态资源文件。

    • 负载均衡层:拦截请求及分发路由等。

    • 服务层:“秒杀”活动的具体交易的相关逻辑处理。

    • 基础设施层:数据存储、大数据计算及消息推送相关操作。

    其部署架构图如下:

    图解 | 聊聊「秒杀」

    3.详细设计

    01. 动静分离设计

    实施动静分离架构可以采用“分而治之”的办法,即将动态数据和静态数据解耦,分别使用各自的架构系统来承载对应的流量:

    • 对于静态数据,推荐缩短用户请求路径,因为路径越短,访问速度也就越快。另外,即尽可能将静态数据缓存起来。

    • 对于动态数据,一般用户端需要和服务端进行交互才能获取,所以,请求路径较长,访问速度会慢一点。下图展示了动静分离方案。

    静态数据访问速度很快,而动态数据访问速度较慢。那么试想下,可以将需要动态获取的数据给提前生成好,然后使用静态页面加速技术来访问吗?如果这样可以,那动态数据访问的速度就变快了。

    这样是可以的,需要用到比较流行的“页面静态化”技术。页面静态化技术是指,直接缓存HTTP连接,而不仅是缓存数据。如下图所示,代理服务器根据请求的URL直接将HTTP对应的响应头及响应消息体返回,流程简洁且高效。

    图解 | 聊聊「秒杀」

    02. 流量分层设计

    流量分层主要体现在对于CDN层、反向代理层、后端服务层以及数据层流量进行控制。

    1)CDN层流量控制

    由动静分离技术可以想到:应尽量将尽可能多的数据提前生成,然后将其放入CDN节点缓存中(因为CDN层在物理架构上离用户比较近)。

    所以,如果绝大部分的流量都在这一层获取数据,则到达后端的流量会减少很多,如下图所示。

    图解 | 聊聊「秒杀」

    2)反向代理层流量控制

    在动静分离方案中,讲到通过“页面静态化技术”加速动态数据的获取,即提前将动态数据生成好,然后对其进行静态化处理。

    所以,这里就可以依据页面静态化加速技术,通过后端服务Job的方式定时提前生成前端需要静态的数据;然后,将其发送到内容分发服务上;最后,分发服务会将这些静态化页面数据分发到所有的反向代理服务器上,如下图所示。

    图解 | 聊聊「秒杀」

    在“秒杀”业务中,活动详情页上有一个倒计时的模块,用户可以看到当前“秒杀”活动还剩余多少时间开始。

    这种逻辑简单的功能可以直接使用Nginx来实现:利用nginx-lua插件,使用lua脚本获取当前Nginx服务器的时间进行计算倒计时。

    另外,商品库存数据也可以通过Nginx直接访问分布式缓存来获取,如下图所示。

    图解 | 聊聊「秒杀」

    “秒杀”业务中的商品价格很低,对于用户有很大的吸引力,所以可能会有人利用“秒杀器”进行不公平竞争,且有可能存在竞争对手恶意刷请求的情况。

    如果存在这样的情况,那本次活动就是有风险的,万一被恶意流量独占了库存,则会导致正常用户不能抢购商品,也有可能这种恶意的请求会对后端系统造成严重冲击,甚至造成后端系统瘫痪。

    对于这种恶意请求,最好有一套机制能提前感知,并将恶意请求提前封存。可以在Nginx层中控制;也可以在Nginx中配置用户的访问频率(例如每分钟只能访问10次);还可以使用Lua脚本编写一些简单业务逻辑的接口,例如,通过调用接口直接封掉指定IP地址或UserAgent的请求。

    3)后端服务层流量控制

    对于服务层的流量控制,有以下几点建议:

    • 在程序开发上,代码独立,不要与平台其他项目一起。

    • 在部署时,应用独立部署,分散流量,避免不合适的流量影响主体业务。

    • 使用独立域名,或者按照一定的URL规则在反向代理层进行路由。

    • 做好系统保护和限流,进一步减少不必要的流量。

    当“到达系统中的请求数”明显大于“系统能够处理的最大请求数”时,可以直接拒绝这些多余的请求,直接返回“秒杀”活动结束的信息。例如,活动开始时的商品库存是100,目前库存只剩50了,如果“每台服务器待处理的请求数”已经超过“商品总库存数(100)”了,则可以直接终止掉多余的请求。

    4)数据库层流量控制

    对于请求到数据中的流量,写入的流量就是真正下单成功的流量,即需要扣减库存的动作。有如下建议:

    • 如果不是临时的活动,则建议使用独立的数据库作为“秒杀”活动的数据库。

    • 将数据库配置成读写分离。

    • 尝试去除行锁。

    对于数据库行锁的优化,可以通过将商品进行拆分来实现——增加ID,如下图所示。对于单一的“秒杀”活动这会得到显著效果。

    图解 | 聊聊「秒杀」

    从流量分层控制方案可看出,瞬时流量就像被漏斗过滤了似的,应尽量将数据和请求量一层一层地过滤掉。这种流量分层控制核心思想:在不同的层级中尽可能地过滤掉无效的请求,到达“倒三角”最末端的请求才是有效的请求。

    5)高可用

    在系统设计时想要做到高可用,避免单节点的一个小妙招:将服务无状态化。如果无法完全无状态化(如存储系统),则可以通过冗余多个备份节点的方案来避免单节点。

    03. 扣减库存设计

    由于在“秒杀”场景中商品一般优惠力度很大,对用户很具有吸引力,所以,在这种场景中使用“下单扣库存”方式更为合适。

    在“秒杀”场景中,大部分用户抱着“抢到就是赚到”的想法,基本都会去付款的,但如果真有竞争对手恶意下单不付款,那我们该怎么办?前面在流量管控中已经说到,可以对请求日志进行实时分析,让风控系统选择出恶意用户,然后将其封停。

    在“秒杀”场景中,通过流量分层控制可以分层管控大量的“读”请求。但是,依然会有很大的流量进入真正的下单逻辑。对于这么大的流量,除前面说的数据库隔离外,还需要进一步优化库存,否则数据库读/写依然是系统的瓶颈。

    接下来看看如何优化大流量“秒杀”场景中的库存数量扣减操作。

    1)利用缓存技术

    在“秒杀”场景中,如果只是一个扣减库存数量这样的简单流程,则可以先将库存数量直接放在缓存中,然后用分布式缓存(如Redis)的超高性能去应对这种瞬时流量洪峰下的系统挑战。

    使用缓存是存在一定风险的,比如,缓存节点出现了异常,那库存数量该怎么算?

    使用缓存,不仅要考虑分布式缓存高可用(如何设计可以查看我的新书“高并发系统实战派”),还要考虑各种限流容错机制,以确保分布式缓存对外提供服务。

    2)异步处理技术

    如果是复杂的扣减库存(如涉及商品信息本身或牵连其他系统),则建议使用数据库进行库存数量的扣减,可以使用异步的方式来应对这种高并发的库存的更新。

    ①在用户下单时,不立刻生成订单,而是将所有订单依次放入队列。

    ②下单模块依据自身的处理速度,从队列中依次获取订单进行“下单扣库存”操作。

    ③在订单生成成功后,用户即可进行支付操作了。

    这种方式是针对“秒杀”场景的,依据“先到先得”原则来保证公平公正,所有用户都可以抢购,然后等待订单处理,最后生成订单(如果库存不足,则生成订单失败)。

    这样的逻辑,对用户来说体验不是很差。

    具体排队逻辑如下图所示。

    图解 | 聊聊「秒杀」

    4.搭建千万级流量“秒杀”系统需要哪些技术

    前面介绍了千万级流量“秒杀”系统的基本架构、“秒杀”系统的设计原则、如何做动静分离方案和流量控制,以及扣减库存方面内容。这些都是设计高并发“秒杀”系统必须要考虑的。

    “秒杀”系统的流程并不复杂——只是一个“下单扣库存”的动作,但由于其独特的业务特点,所以在进行系统设计时不能大意。对于瞬时流量洪峰的高并发“秒杀”系统,我们需要什么技术呢?下面来总结一下。

    (1)数据的静态化的技术

    用来应对高并发读的请求,主要涉及以下内容:

    • 各层级缓存的处理(即多级缓存的技术)

    • 分布式缓存技术

    (2)负载均衡反向代理技术

    • LVS

    • Nginx

    (3)异步处理技术

    • 消息队列技术

    • 排队系统技术

    (4)系统架构设计技术

    • 系统模块化划分

    • 微服务架构思想

    (5)系统监控技术

    • 日志监控

    • 服务监控

  • 0
  • 0
  • 0
  • 10
  • 请登录之后再进行评论

    登录
  • 任务
  • 实时动态
  • 发布
  • 单栏布局 侧栏位置: