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：

bash 复制代码

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

sql 复制代码

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：

sql 复制代码

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;

注意事项

分库分表：对于大规模秒杀场景，按商品ID或用户ID进行分库分表，减少单表压力。
读写分离：库存查询和订单记录可采用主从同步，提升查询性能。
高可用设计：采用主备切换和故障恢复机制，保障数据库服务持续可用。

4. 架构优势

高性能

缓存层快速响应用户请求，降低数据库访问压力。
消息队列平滑处理高并发请求，避免系统过载。

高稳定性

各层解耦，缓存、消息队列和数据库可独立扩展，提升整体可靠性。
即使部分服务宕机，秒杀请求可在消息队列中暂存，确保请求不丢失。

高一致性

缓存层、消息队列层和数据库层逐步确认库存状态，避免超卖问题。
数据库层事务保证最终一致性，确保库存扣减和订单生成的原子性。

5. 秒杀流程总结

用户请求：进入缓存层，快速预检库存并扣减，确保高性能。
消息队列处理：请求写入消息队列，按顺序处理，削峰填谷。
数据库持久化：最终扣减库存，生成订单，确保数据一致性和持久性。

6. 实现挑战与优化方向

挑战

高并发时缓存层可能成为瓶颈，需对 Redis 集群进行优化。
消息队列的消费速度需要与数据库处理能力匹配。
数据库扩展需要分库分表等复杂设计。

优化方向

缓存与消息队列的多层组合，提升系统吞吐能力。
使用分布式数据库（如TiDB）或NoSQL数据库（如MongoDB）提升数据库性能。
利用异步通知和多级缓存，提高用户体验和响应速度。

7. 结论

通过三层架构设计，缓存、消息队列和数据库各司其职，能够有效应对秒杀场景中的高并发、高性能需求。缓存层负责快速响应，消息队列层平滑处理请求，数据库层保证数据一致性，三者结合为秒杀系统提供了稳定、高效的解决方案。