秒杀商城 + AI 运营:Lua 防超卖、MQ 削峰,AI 负责选品和策划

秒杀商城 + AI 运营:Lua 防超卖、MQ 削峰,AI 负责选品和策划

仓库:platform-open

技术栈:Spring Boot 2.3.4 / Spring Cloud Hoxton.SR12 / Spring Cloud Alibaba 2.2.9

关键词:秒杀、Redis Lua、RocketMQ、Nacos、Feign、支付幂等、订单状态机、OpenAI 兼容 AI

写在前面

做微服务 demo 不难,难的是:主链路说得清、失败路径说得清、本地真能跑起来。

platform-open 把我在商城/秒杀场景里用过的一套实现整理开源了出来:库存用 Redis Lua 原子预扣,下单走 RocketMQ 异步削峰,支付回调做幂等,订单用状态机推进。最近把商城侧的 AI 也补上了(独立模块 platform-ai):搜索计划、推荐重排、商品分析、场次策划都能走通;没配密钥时用规则兜底,配了 OpenAI 兼容密钥就调模型。库存和支付这条热路径仍然不经过 AI。

版本钉在 Boot 2.3 / Hoxton,不为追新。Gateway 在独立仓,本仓聚焦 mall + 公共能力 + 可选 AI。


1. 整体长什么样

本地用 docker compose 拉起 MySQL / Redis / Nacos / RocketMQ,再启 platform-mall-web。可选再启 platform-ai(默认 8088)。

text 复制代码
Client
  └─ platform-mall-web
        ├─ 秒杀主链路:GoodsStockCache(Lua) → RocketMQ → MySQL/状态机
        ├─ 领域:service / manager / dao
        └─ Feign ─(可选)─→ platform-ai  (/mall/api/ai/v1/*)
基础设施:Nacos · Redis/Redisson · RocketMQ · MySQL

更完整的图见仓库 README 里的 docs/screenshots/architecture.svg。


2. 秒杀为什么是「Lua 预扣 + MQ」

秒杀的核心矛盾就三句话:

  1. 瞬时写压力不能全砸在 MySQL 上
  2. 库存绝不能超卖
  3. 下单落库可以异步,但预扣必须快且原子

当前实现(V3)的取舍是:

方案 做法 取舍
V1 单机锁 / DB 锁 悲观锁、乐观锁、synchronized 简单,扛不住分布式峰值
V2 分布式锁扣库存 Redisson 锁住再改库存 租约过期后误 unlock 有坑,本仓已弃用该路径
V3(当前) Redis Lua 原子预扣可售库存 + RocketMQ 异步落单 热点写留在 Redis;DB 只吃削峰后的消息

关键点在 GoodsStockCache:预扣成功才发 MQ;库存不足立刻失败返回。Redisson 仍保留作锁基建,解锁请走 RedissonLocks.safeUnlock,避免租约过期后的误操作。

支付侧强调回调幂等;订单侧用状态机推进(仓库里有相关单测可对照)。这些不是概念图,是可以顺着代码读的落地。


3. AI 怎么接,又不污染主链路

商城里 AI 最容易犯的错,是一上来就绑进下单/扣库存。我们的结论是:

AI 做成仓内独立服务 platform-ai,mall 用 Feign 调;秒杀库存与支付路径永远不经过 AI。

能力上目前覆盖四类辅助接口:

  1. 商品搜索计划:自然语言 → 结构化过滤/排序意图(本仓暂无完整 ES,先出「查询计划」)
  2. 商品推荐:锚点 + 候选集 → Top-N + 理由
  3. 商品分析:卖点、定价/库存风险、文案草稿
  4. 秒杀场次策划:活动窗口 + 商品池 → 场次建议

运行策略也很务实:

  • 默认 AI_ENABLED=false,规则引擎降级(无密钥也能演示)
  • 配置 AI_ENABLED + AI_API_KEY 后,走 OpenAI 兼容 /chat/completions
  • 没有引入 Spring AI / LangChain ,先用 RestTemplate 把边界跑通,依赖面可控

mall 侧门面:/mall/api/ai/v1/*;AI 服务挂了返回明确不可用,不影响秒杀。


4. 本地怎么 5 分钟摸到毛

bash 复制代码
git clone https://github.com/wangjia2016/platform-open.git
cd platform-open
docker compose up -d
# 再按 QUICKSTART 启动 platform-mall-web

# 秒杀冒烟(context-path=/mall)
curl -sS "http://127.0.0.1:8080/mall/api/flash/sessions/list"

# 可选:起 AI(无密钥=规则降级)
mvn -pl platform-ai -am -DskipTests package
java -jar platform-ai/target/platform-ai-*.jar
curl -sS http://127.0.0.1:8088/ai/v1/health
curl -sS -X POST http://127.0.0.1:8088/ai/v1/goods/search-plan \
  -H 'Content-Type: application/json' \
  -d '{"query":"300元内降噪耳机"}'

更细的环境变量与排错见仓库根目录 QUICKSTART.md。


5. 诚实边界(避免期望错位)

适合:

  • 对照真实秒杀链路做研读或二次开发
  • 看清 Lua 库存、MQ 削峰、支付幂等、状态机怎么落代码
  • 体验「可选 AI + 强制降级」的服务边界

本仓刻意不做 / 不在本仓:

  • 完整 C 端 App、独立 Gateway 工程
  • 多机生产部署与一键压测环境
  • Boot 3 / 最新 Alibaba 版本追随
  • AI 自动写库改价、完整行为推荐中台(Roadmap 更晚)

6. 写给想贡献 / 想 star 的人

如果你在看秒杀或微服务落地,欢迎直接跑一遍 QUICKSTART,给个 Star,或开 Issue 聊失败路径、AI 场景。仓库里有 good-first-issue(例如失败路径文档)可以认领。

评论区可以聊聊:你们线上秒杀是锁库存、Lua,还是别的方案?AI 有没有敢挂进交易链路?


文中实现以仓库当前 master 为准;若你 clone 后与文中略有出入,以代码和 Changelog 为准。

相关推荐
写标小何3 分钟前
AI 标书工具技术架构解析:从文件解析到排版导出的工程实践
人工智能
敖老师5 分钟前
DeepSeek Harness Web 版从装到用:dsh web 启动、接入本地 Ollama 全流程
人工智能
阿里云大数据AI技术6 分钟前
DataWorks AI 数据生成:一条配置,量产多行业的仿真级业务数据
人工智能
QA老兵的AI实战手记13 分钟前
别再用人工盯 AI 幻觉了:我手搓了一套带“代码审查拦截”的 AI 效能大屏(附源码)
人工智能
火山引擎开发者社区16 分钟前
APMPlus・看得见的 Agent(三) | Agent 说完成,结果却不对?APMPlus Agent 轨迹帮你查清执行过程
人工智能
羲云网络20 分钟前
Claude Fable 5.2 创意编程分析:程序化生成、多智能体协作与工程验收
人工智能·大语言模型·blender·游戏开发
CS_Zero22 分钟前
DeepSeek V4.1 Flash 1017 (Batch) 新手极速上手指南
开发语言·batch·deepseek
Linye22 分钟前
HTML 流程图连线交叉看不清?聊聊画布避障折线与跳弧实现
前端·人工智能
山楂树の23 分钟前
Java 字符串高效处理:StringBuilder、StringBuffer、StringJoiner
java·开发语言
Risehuxyc24 分钟前
C# 发展历史
开发语言·c#