秒殺業務爲什麼難做
- im系統，例如qq或者微博，每個人都讀自己的數據（好友列表、羣列表、個人信息）
- 微博系統，每個人讀你關注的人的數據，一個人讀多個人的數據
- 秒殺系統，庫存只有一份，所有人會在集中的時間讀和寫這些數據，多個人讀一個數據
例如：小米手機每週二的秒殺，可能手機只有1萬部，但瞬時進入的流量可能是幾百幾千萬。
又例如：12306搶票，票是有限的，庫存一份，瞬時流量非常多，都讀相同的庫存。讀寫衝突，鎖非常嚴重，這是秒殺業務難的地方。那我們怎麼優化秒殺業務的架構呢？
優化方向
優化方向有兩個（今天就講這兩個點）：
（1）將請求儘量攔截在系統上游（不要讓鎖衝突落到數據庫上去）。傳統秒殺系統之所以掛，請求都壓倒了後端數據層，數據讀寫鎖衝突嚴重，併發高響應慢，幾乎所有請求都超時，流量雖大，下單成功的有效流量甚小。以12306爲例，一趟火車其實只有2000張票，200w個人來買，基本沒有人能買成功，請求有效率爲0。
（2）充分利用緩存，秒殺買票，這是一個典型的讀多些少的應用場景，大部分請求是車次查詢，票查詢，下單和支付纔是寫請求。一趟火車其實只有2000張票，200w個人來買，最多2000個人下單成功，其他人都是查詢庫存，寫比例只有0.1%，讀比例佔99.9%，非常適合使用緩存來優化。好，後續講講怎麼個“將請求儘量攔截在系統上游”法，以及怎麼個“緩存”法，講講細節。
常見秒殺架構
常見的站點架構基本是這樣的（絕對不畫忽悠類的架構圖）
- 瀏覽器端，最上層，會執行到一些JS代碼
- 站點層，這一層會訪問後端數據，拼html頁面返回給瀏覽器
- 服務層，向上遊屏蔽底層數據細節，提供數據訪問
- 數據層，最終的庫存是存在這裏的，mysql是一個典型（當然還有會緩存）
這個圖雖然簡單，但能形象的說明大流量高併發的秒殺業務架構，大家要記得這一張圖。
後面細細解析各個層級怎麼優化。
各層次優化細節
第一層，客戶端怎麼優化（瀏覽器層，APP層）
問大家一個問題，大家都玩過微信的搖一搖搶紅包對吧，每次搖一搖，就會往後端發送請求麼？回顧我們下單搶票的場景，點擊了“查詢”按鈕之後，系統那個卡呀，進度條漲的慢呀，作爲用戶，我會不自覺的再去點擊“查詢”，對麼？繼續點，繼續點，點點點。。。有用麼？平白無故的增加了系統負載，一個用戶點5次，80%的請求是這麼多出來的，怎麼整？
（a）產品層面，用戶點擊“查詢”或者“購票”後，按鈕置灰，禁止用戶重複提交請求；
（b）JS層面，限制用戶在x秒之內只能提交一次請求；
APP層面，可以做類似的事情，雖然你瘋狂的在搖微信，其實x秒才向後端發起一次請求。這就是所謂的“將請求儘量攔截在系統上游”，越上游越好，瀏覽器層，APP層就給攔住，這樣就能擋住80%+的請求，這種辦法只能攔住普通用戶（但99%的用戶是普通用戶）對於羣內的高端程序員是攔不住的。firebug一抓包，http長啥樣都知道，js是萬萬攔不住程序員寫for循環，調用http接口的，這部分請求怎麼處理？
第二層，站點層面的請求攔截
怎麼攔截？怎麼防止程序員寫for循環調用，有去重依據麼？ip？cookie-id？…想複雜了，這類業務都需要登錄，用uid即可。在站點層面，對uid進行請求計數和去重，甚至不需要統一存儲計數，直接站點層內存存儲（這樣計數會不準，但最簡單）。一個uid，5秒只准透過1個請求，這樣又能攔住99%的for循環請求。
5s只透過一個請求，其餘的請求怎麼辦？緩存，頁面緩存，同一個uid，限制訪問頻度，做頁面緩存，x秒內到達站點層的請求，均返回同一頁面。同一個item的查詢，例如車次，做頁面緩存，x秒內到達站點層的請求，均返回同一頁面。如此限流，既能保證用戶有良好的用戶體驗（沒有返回404）又能保證系統的健壯性（利用頁面緩存，把請求攔截在站點層了）。
頁面緩存不一定要保證所有站點返回一致的頁面，直接放在每個站點的內存也是可以的。優點是簡單，壞處是http請求落到不同的站點，返回的車票數據可能不一樣，這是站點層的請求攔截與緩存優化。
好，這個方式攔住了寫for循環發http請求的程序員，有些高端程序員（***）控制了10w個肉雞，手裏有10w個uid，同時發請求（先不考慮實名制的問題，小米搶手機不需要實名制），這下怎麼辦，站點層按照uid限流攔不住了。
第三層 服務層來攔截（反正就是不要讓請求落到數據庫上去）
服務層怎麼攔截？大哥，我是服務層，我清楚的知道小米只有1萬部手機，我清楚的知道一列火車只有2000張車票，我透10w個請求去數據庫有什麼意義呢？沒錯，請求隊列！
對於寫請求，做請求隊列，每次只透有限的寫請求去數據層（下訂單，支付這樣的寫業務）
1w部手機，只透1w個下單請求去db
3k張火車票，只透3k個下單請求去db
如果均成功再放下一批，如果庫存不夠則隊列裏的寫請求全部返回“已售完”。
對於讀請求，怎麼優化？cache抗，不管是memcached還是redis，單機抗個每秒10w應該都是沒什麼問題的。如此限流，只有非常少的寫請求，和非常少的讀緩存mis的請求會透到數據層去，又有99.9%的請求被攔住了。
當然，還有業務規則上的一些優化。回想12306所做的，分時分段售票，原來統一10點賣票，現在8點，8點半，9點，...每隔半個小時放出一批：將流量攤勻。
其次，數據粒度的優化：你去購票，對於餘票查詢這個業務，票剩了58張，還是26張，你真的關注麼，其實我們只關心有票和無票？流量大的時候，做一個粗粒度的“有票”“無票”緩存即可。
第三，一些業務邏輯的異步：例如下單業務與 支付業務的分離。這些優化都是結合 業務 來的，我之前分享過一個觀點“一切脫離業務的架構設計都是耍流氓”架構的優化也要針對業務。
好了，最後是數據庫層
瀏覽器攔截了80%，站點層攔截了99.9%並做了頁面緩存，服務層又做了寫請求隊列與數據緩存，每次透到數據庫層的請求都是可控的。db基本就沒什麼壓力了，閒庭信步，單機也能扛得住，還是那句話，庫存是有限的，小米的產能有限，透這麼多請求來數據庫沒有意義。
全部透到數據庫，100w個下單，0個成功，請求有效率0%。透3k個到數據，全部成功，請求有效率100%。
阿里秒殺系統架構優化思路
總結
對於秒殺系統，我個人經驗有兩個架構優化思路：
（1）儘量將請求攔截在系統上游（越上游越好）；
（2）讀多寫少的常用多使用緩存（緩存抗讀壓力）；
瀏覽器和APP：做限速
站點層：按照uid做限速，做頁面緩存
服務層：按照業務做寫請求隊列控制流量，做數據緩存
數據層：閒庭信步
並且：結合業務做優化
那如何學習才能快速入門並精通呢？
當真正開始學習的時候難免不知道從哪入手，導致效率低下影響繼續學習的信心。
但最重要的是不知道哪些技術需要重點掌握，學習時頻繁踩坑，最終浪費大量時間，所以有一套實用的視頻課程用來跟着學習是非常有必要的。
爲了讓學習變得輕鬆、高效，今天給大家免費分享一套阿里的Java架構師傳授的一套教學資源。幫助大家在成爲架構師的道路上披荊斬棘。
這套視頻課程，詳細講解了像（Spring，MyBatis，Netty源碼分析，高併發、高性能、分佈式、微服務架構的原理，JVM性能優化、分佈式架構）等這些成爲架構師必備的內容！
而且還把框架需要用到的各種程序進行了打包，根據基礎視頻可以讓你輕鬆搭建分佈式框架環境，像在企業生產環境一樣進行學習和實踐。在此我向大家推薦一個Java架構交流羣：687107762
最後，做一個愛思考，懂思考，會思考的程序員。