从0到1构建高并发秒杀系统：实战 RocketMQ 异步削峰与Redis预减库存

🚀从0到1构建高并发秒杀系统：实战 RocketMQ 异步削峰与Redis预减库存

---

📖一、 简介

在电商、抢票等高并发场景中，秒杀系统面临着"高并发、库存稀缺、易超卖、系统易崩"的严峻挑战。传统的同步处理架构难以支撑海量请求并发下的性能与一致性要求。

本文从实战出发，系统性地讲解如何基于 Redis + RocketMQ + MySQL + Spring Boot 构建一个高性能、高可用、强一致性 的秒杀系统。通过 接口限流、Redis 原子扣减库存、RocketMQ 异步削峰、数据库幂等落库 等机制，彻底解决了高并发下的核心问题，如超卖、重复下单、系统崩溃等。

你将看到：

• 🧠 秒杀系统面临的本质问题与设计原则
• 🧱 架构层次的分层与职责划分
• ⚙️ Redis + Lua 脚本实现库存预扣与并发控制
• 🚀 RocketMQ 异步下单实现削峰填谷与解耦
• 💡 MySQL 乐观锁 + 幂等设计实现最终一致性
• 🛠️ 全程配套详细注释代码、架构图与数据库设计

本文不仅提供了完整可运行的思路，还具备工程级可落地性。适合架构师、后端工程师在面对实际高并发场景时作为参考与实践蓝图。

---

🧠 二、秒杀系统的挑战与本质

"秒杀"业务场景常出现在电商、抢票、预约系统中，具有以下挑战：

维度	问题	说明
并发性	高并发访问	瞬时请求高达数十万甚至上百万
数据一致性	超卖/重复下单	库存是关键共享资源
系统稳定性	容易雪崩	单点性能瓶颈可能导致系统挂掉
响应速度	秒级反馈	用户希望秒杀是否成功即时反馈

核心：限流 + 削峰 + 异步 + 缓存

---

🔧 三、系统总体架构设计

---

🔨 四、核心技术选型与职责

技术组件	作用
Redis	缓存库存、原子扣减、用户状态标记
RocketMQ	削峰填谷、异步解耦
MySQL	最终订单存储、库存持久化
Spring Boot	微服务框架
Guava RateLimiter	接口级限流

---

📦 五、秒杀系统核心模块详细设计

---

1️⃣ 接口限流 + 秒杀入口

@RestController
@RequestMapping("/seckill")
public class SeckillController {

    // 每秒只允许100个请求通过
    private final RateLimiter rateLimiter = RateLimiter.create(100);

    @Autowired
    private SeckillService seckillService;

    @PostMapping("/{itemId}")
    public ResponseEntity<String> seckill(@PathVariable Long itemId) {
        // 通过令牌桶控制请求速率
        if (!rateLimiter.tryAcquire()) {
            return ResponseEntity.status(HttpStatus.TOO_MANY_REQUESTS).body("请求过多，请稍后重试");
        }

        // 模拟用户获取（实际从登录信息中取）
        Long userId = 1001L;

        boolean success = seckillService.processSeckill(itemId, userId);
        if (success) {
            return ResponseEntity.ok("请求成功，正在排队中...");
        } else {
            return ResponseEntity.badRequest().body("库存不足或已抢完");
        }
    }
}

---

2️⃣ Redis 原子扣减库存（Lua 脚本）+ RocketMQ 消息发送

@Service
public class SeckillServiceImpl implements SeckillService {

    private static final String STOCK_KEY_PREFIX = "seckill:stock:";

    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    @Autowired
    private RocketMQTemplate rocketMQTemplate;

    @Override
    public boolean processSeckill(Long itemId, Long userId) {
        String stockKey = STOCK_KEY_PREFIX + itemId;

        // Lua 脚本：原子检查库存并扣减
        String luaScript = "if (tonumber(redis.call('get', KEYS[1])) > 0) then " +
                           " return redis.call('decr', KEYS[1]) " +
                           "else return -1 end";

        // 执行脚本，防止并发引起库存超卖
        DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
        redisScript.setScriptText(luaScript);
        redisScript.setResultType(Long.class);

        Long result = redisTemplate.execute(redisScript, Collections.singletonList(stockKey));

        if (result == null || result < 0) {
            // 库存不足
            return false;
        }

        // 构建订单消息并发送到 MQ
        SeckillOrderMessage message = new SeckillOrderMessage(userId, itemId);
        rocketMQTemplate.convertAndSend("seckill-topic", message);

        return true;
    }
}

---

3️⃣ RocketMQ 消费者：监听秒杀订单消息，落库处理

@Component
@RocketMQMessageListener(topic = "seckill-topic", consumerGroup = "seckill-consumer-group")
public class SeckillConsumer implements RocketMQListener<SeckillOrderMessage> {

    @Autowired
    private SeckillOrderService orderService;

    @Override
    public void onMessage(SeckillOrderMessage msg) {
        try {
            // 调用下单服务进行库存校验和订单落库
            orderService.createOrder(msg.getUserId(), msg.getItemId());
        } catch (Exception e) {
            // 消息重试或记录异常用于补偿
            System.err.println("消费失败: " + e.getMessage());
        }
    }
}

---

4️⃣ 下单服务：幂等校验 + 数据库存储 + 乐观锁扣减

@Service
public class SeckillOrderServiceImpl implements SeckillOrderService {

    @Autowired
    private SeckillOrderRepository orderRepository;

    @Autowired
    private StockRepository stockRepository;

    @Transactional
    public void createOrder(Long userId, Long itemId) {
        // 幂等校验：防止重复下单（可用唯一索引或Redis SET）
        if (orderRepository.existsByUserIdAndItemId(userId, itemId)) {
            return;
        }

        // 扣减数据库库存，使用乐观锁 version
        int updated = stockRepository.decreaseStock(itemId);
        if (updated == 0) {
            throw new RuntimeException("库存不足，数据库扣减失败");
        }

        // 写入订单记录
        SeckillOrder order = new SeckillOrder(userId, itemId, LocalDateTime.now());
        orderRepository.save(order);
    }
}

---

5️⃣ 数据库表结构设计（库存 + 订单）

📌 商品库存表（带 version 乐观锁）

CREATE TABLE stock (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  item_id BIGINT NOT NULL UNIQUE,
  stock INT NOT NULL,
  version INT NOT NULL DEFAULT 0
);

📌 库存扣减 SQL（乐观锁）

UPDATE stock
SET stock = stock - 1, version = version + 1
WHERE item_id = ? AND version = ? AND stock > 0;

📌 订单表

CREATE TABLE seckill_order (
  id BIGINT PRIMARY KEY AUTO_INCREMENT,
  user_id BIGINT NOT NULL,
  item_id BIGINT NOT NULL,
  create_time DATETIME NOT NULL,
  UNIQUE KEY uniq_user_item (user_id, item_id)
);

---

📊 六、性能优化与高可用建议

方向	建议
限流	接口层限流（Guava）、网关限流（Sentinel）
削峰	使用 RocketMQ 异步下单，防止数据库击穿
幂等	Redis SETNX、唯一索引、分布式锁
日志与监控	Prometheus + Grafana、日志追踪链路
高可用	RocketMQ 主从部署、Broker 宕机自动切换

---

✅ 七、总结

通过将 Redis 与 RocketMQ 结合，构建出一个具备如下特性的高并发秒杀系统：

• 并发控制得当：接口限流 + Redis 原子性操作
• 系统抗压能力强：消息削峰，MQ异步下单
• 数据一致性高：数据库落库有幂等保障
• 用户体验更好：请求秒级响应，后台异步处理

---

📘 八、后续可拓展点

• 秒杀结果异步通知（短信 / WebSocket）
• Redis 秒杀状态标识（用户是否成功）
• RocketMQ 事务消息提升可靠性
• 异常消息记录 + 自动补偿机制

---