refactor: rename files to Chinese and organize by category
Organized 50 interview questions into 12 categories: - 01-分布式系统 (9 files): 分布式事务, 分布式锁, 一致性哈希, CAP理论, etc. - 02-数据库 (2 files): MySQL索引优化, MyBatis核心原理 - 03-缓存 (5 files): Redis数据结构, 缓存问题, LRU算法, etc. - 04-消息队列 (1 file): RocketMQ/Kafka - 05-并发编程 (4 files): 线程池, 设计模式, 限流策略, etc. - 06-JVM (1 file): JVM和垃圾回收 - 07-系统设计 (8 files): 秒杀系统, 短链接, IM, Feed流, etc. - 08-算法与数据结构 (4 files): B+树, 红黑树, 跳表, 时间轮 - 09-网络与安全 (3 files): TCP/IP, 加密安全, 性能优化 - 10-中间件 (4 files): Spring Boot, Nacos, Dubbo, Nginx - 11-运维 (4 files): Kubernetes, CI/CD, Docker, 可观测性 - 12-面试技巧 (1 file): 面试技巧和职业规划 All files renamed to Chinese for better accessibility and organized into categorized folders for easier navigation. Generated with [Claude Code](https://claude.com/claude-code) via [Happy](https://happy.engineering) Co-Authored-By: Claude <noreply@anthropic.com> Co-Authored-By: Happy <yesreply@happy.engineering>
This commit is contained in:
yasinshaw
318
questions/07-系统设计/秒杀系统设计.md
Normal file
318
questions/07-系统设计/秒杀系统设计.md
Normal file
@@ -0,0 +1,318 @@
|
||||
# 秒杀系统设计
|
||||
|
||||
## 需求分析和数据量评估
|
||||
|
||||
### 需求分析
|
||||
- **核心功能**：商品秒杀、库存管理、下单支付、用户限流
|
||||
- **业务场景**：双十一、618等大促活动，商品短时间内高并发抢购
|
||||
- **QPS评估**：假设10万用户同时抢购，QPS可达10万+
|
||||
- **峰值预期**：高峰期QPS可达50万+
|
||||
- **数据规模**：商品10万+，用户1000万+，订单日峰值1亿+
|
||||
|
||||
### 数据量评估
|
||||
- **商品表**：10万条，日均查询100万次
|
||||
- **库存表**：10万条，秒杀期间读写10万+/秒
|
||||
- **订单表**：日峰值1亿条，历史数据10亿+
|
||||
- **用户表**：1000万条，日均查询500万次
|
||||
- **Redis缓存**：商品信息100万条，库存信息10万条
|
||||
|
||||
## 核心技术难点
|
||||
|
||||
### 1. 高并发库存管理
|
||||
- 传统数据库锁无法支撑高并发
|
||||
- 需要分布式锁配合缓存实现
|
||||
- 库存扣减的原子性问题
|
||||
|
||||
### 2. 超卖问题
|
||||
- 库存与订单不一致
|
||||
- 需要最终一致性保证
|
||||
- 重复下单处理
|
||||
|
||||
### 3. 限流策略
|
||||
- 全局限流、用户限流、商品限流
|
||||
- 限流算法选择（令牌桶、漏桶）
|
||||
- 限流后的用户体验
|
||||
|
||||
### 4. 数据一致性
|
||||
- 缓存与数据库的一致性
|
||||
- 分布式事务处理
|
||||
- 幂等性保证
|
||||
|
||||
## 系统架构设计
|
||||
|
||||
### 总体架构
|
||||
```
|
||||
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
|
||||
│ CDN/Static │ │ Load Balance │ │ API Gateway │
|
||||
│ Cache │◄──►│ (Nginx) │◄──►│ (Gateway) │
|
||||
└─────────────────┘ └─────────────────┘ └─────────────────┘
|
||||
│
|
||||
┌───────────────────────────────────┼───────────────────────────────────┐
|
||||
│ │ │
|
||||
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
|
||||
│ 业务服务 │ │ 业务服务 │ │ 业务服务 │
|
||||
│ (微服务) │ │ (微服务) │ │ (微服务) │
|
||||
└─────────────────┘ └─────────────────┘ └─────────────────┘
|
||||
│ │ │
|
||||
└───────────────────────────────────┼───────────────────────────────────┘
|
||||
│
|
||||
┌───────────────────────────────────┼───────────────────────────────────┐
|
||||
│ │ │
|
||||
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
|
||||
│ Redis集群 │ │ 消息队列 │ │ 数据库集群 │
|
||||
│ (缓存+分布式锁)│ │ (Kafka/RocketMQ)│ │ (MySQL分库分表)│
|
||||
└─────────────────┘ └─────────────────┘ └─────────────────┘
|
||||
```
|
||||
|
||||
### 关键组件
|
||||
|
||||
#### 1. 流量层
|
||||
- **CDN**：静态资源加速
|
||||
- **Web服务器**：Nginx负载均衡
|
||||
- **API网关**：限流、路由、认证
|
||||
|
||||
#### 2. 服务层
|
||||
- **秒杀服务**：核心业务逻辑
|
||||
- **订单服务**：订单处理
|
||||
- **库存服务**：库存管理
|
||||
- **支付服务**：支付处理
|
||||
|
||||
#### 3. 存储层
|
||||
- **Redis集群**：缓存和分布式锁
|
||||
- **数据库集群**：MySQL分库分表
|
||||
- **消息队列**：异步处理
|
||||
|
||||
#### 4. 监控层
|
||||
- **监控系统**：实时监控
|
||||
- **告警系统**：异常告警
|
||||
- **日志系统**：业务日志
|
||||
|
||||
## 数据库设计
|
||||
|
||||
### 商品表
|
||||
```sql
|
||||
CREATE TABLE `seckill_product` (
|
||||
`id` bigint NOT NULL AUTO_INCREMENT,
|
||||
`product_id` bigint NOT NULL COMMENT '商品ID',
|
||||
`product_name` varchar(255) NOT NULL COMMENT '商品名称',
|
||||
`product_desc` text COMMENT '商品描述',
|
||||
`original_price` decimal(10,2) NOT NULL COMMENT '原价',
|
||||
`seckill_price` decimal(10,2) NOT NULL COMMENT '秒杀价',
|
||||
`stock_count` int NOT NULL COMMENT '库存数量',
|
||||
`seckill_count` int NOT NULL DEFAULT 0 COMMENT '已秒杀数量',
|
||||
`start_time` datetime NOT NULL COMMENT '开始时间',
|
||||
`end_time` datetime NOT NULL COMMENT '结束时间',
|
||||
`status` tinyint NOT NULL DEFAULT 1 COMMENT '状态',
|
||||
`created_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
|
||||
`updated_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
|
||||
PRIMARY KEY (`id`),
|
||||
UNIQUE KEY `uk_product_id` (`product_id`),
|
||||
KEY `idx_start_time` (`start_time`),
|
||||
KEY `idx_end_time` (`end_time`)
|
||||
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
|
||||
```
|
||||
|
||||
### 订单表
|
||||
```sql
|
||||
CREATE TABLE `seckill_order` (
|
||||
`id` bigint NOT NULL AUTO_INCREMENT,
|
||||
`order_no` varchar(64) NOT NULL COMMENT '订单号',
|
||||
`user_id` bigint NOT NULL COMMENT '用户ID',
|
||||
`product_id` bigint NOT NULL COMMENT '商品ID',
|
||||
`product_name` varchar(255) NOT NULL COMMENT '商品名称',
|
||||
`seckill_price` decimal(10,2) NOT NULL COMMENT '秒杀价',
|
||||
`status` tinyint NOT NULL DEFAULT 0 COMMENT '状态',
|
||||
`created_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
|
||||
`updated_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
|
||||
PRIMARY KEY (`id`),
|
||||
UNIQUE KEY `uk_order_no` (`order_no`),
|
||||
KEY `idx_user_id` (`user_id`),
|
||||
KEY `idx_product_id` (`product_id`)
|
||||
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
|
||||
```
|
||||
|
||||
### 用户表
|
||||
```sql
|
||||
CREATE TABLE `seckill_user` (
|
||||
`id` bigint NOT NULL AUTO_INCREMENT,
|
||||
`user_id` bigint NOT NULL COMMENT '用户ID',
|
||||
`username` varchar(50) NOT NULL COMMENT '用户名',
|
||||
`email` varchar(100) NOT NULL COMMENT '邮箱',
|
||||
`phone` varchar(20) NOT NULL COMMENT '手机号',
|
||||
`status` tinyint NOT NULL DEFAULT 1 COMMENT '状态',
|
||||
`created_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP,
|
||||
`updated_at` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
|
||||
PRIMARY KEY (`id`),
|
||||
UNIQUE KEY `uk_user_id` (`user_id`)
|
||||
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
|
||||
```
|
||||
|
||||
## 缓存策略
|
||||
|
||||
### Redis缓存设计
|
||||
```typescript
|
||||
// 商品信息缓存
|
||||
const PRODUCT_CACHE_PREFIX = 'product:';
|
||||
const PRODUCT_CACHE_TTL = 3600; // 1小时
|
||||
|
||||
// 库存缓存
|
||||
const STOCK_CACHE_PREFIX = 'stock:';
|
||||
const STOCK_CACHE_TTL = 300; // 5分钟
|
||||
|
||||
// 分布式锁
|
||||
const LOCK_PREFIX = 'lock:';
|
||||
const LOCK_TTL = 10; // 10秒
|
||||
|
||||
// 用户限流
|
||||
const RATE_LIMIT_PREFIX = 'rate_limit:';
|
||||
const RATE_LIMIT_TTL = 1; // 1秒
|
||||
```
|
||||
|
||||
### 缓存策略
|
||||
1. **多级缓存**：
|
||||
- CDN缓存静态资源
|
||||
- Redis缓存热点数据
|
||||
- 本地缓存减少网络IO
|
||||
|
||||
2. **缓存更新策略**：
|
||||
- 主动更新：秒杀开始前预加载
|
||||
- 异步更新：异步刷新数据库
|
||||
- 失效策略：设置合理的TTL
|
||||
|
||||
3. **缓存预热**：
|
||||
- 秒杀开始前加载商品信息
|
||||
- 预热库存信息到Redis
|
||||
- 预加载热门商品
|
||||
|
||||
### 分布式锁实现
|
||||
```java
|
||||
public boolean acquireDistributedLock(String lockKey, String requestId, long expireTime) {
|
||||
String result = redisTemplate.opsForValue().set(
|
||||
lockKey,
|
||||
requestId,
|
||||
expireTime,
|
||||
TimeUnit.MILLISECONDS
|
||||
);
|
||||
return "OK".equals(result);
|
||||
}
|
||||
|
||||
public boolean releaseDistributedLock(String lockKey, String requestId) {
|
||||
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then " +
|
||||
"return redis.call('del', KEYS[1]) " +
|
||||
"else " +
|
||||
"return 0 " +
|
||||
"end";
|
||||
Long result = redisTemplate.execute(new DefaultRedisScript<>(script, Long.class),
|
||||
Collections.singletonList(lockKey),
|
||||
requestId);
|
||||
return result != null && result > 0;
|
||||
}
|
||||
```
|
||||
|
||||
## 扩展性考虑
|
||||
|
||||
### 1. 水平扩展
|
||||
- **无状态服务**：服务实例可以水平扩展
|
||||
- **数据分片**：按商品ID分片
|
||||
- **读写分离**：主库写入，从库读取
|
||||
|
||||
### 2. 垂直扩展
|
||||
- **服务拆分**：按业务域拆分微服务
|
||||
- **数据分层**：热数据、温数据、冷数据分离
|
||||
- **缓存层扩展**：Redis集群扩容
|
||||
|
||||
### 3. 异步处理
|
||||
- **消息队列**：订单处理异步化
|
||||
- **事件驱动**：使用事件总线
|
||||
- **最终一致性**：保证数据最终一致
|
||||
|
||||
### 4. 容灾备份
|
||||
- **多活架构**：多机房部署
|
||||
- **故障转移**：自动故障检测和转移
|
||||
- **数据备份**：定时备份和实时同步
|
||||
|
||||
## 实际项目经验
|
||||
|
||||
### 1. 技术栈选择
|
||||
- **前端**：Vue.js + React
|
||||
- **后端**：Spring Boot + Node.js
|
||||
- **数据库**：MySQL + Redis
|
||||
- **缓存**：Redis Cluster
|
||||
- **消息队列**：Kafka
|
||||
- **监控**：Prometheus + Grafana
|
||||
|
||||
### 2. 性能优化
|
||||
- **JVM调优**：调整堆大小和GC策略
|
||||
- **MySQL优化**：索引优化、慢SQL优化
|
||||
- **Redis优化**：集群扩容、内存优化
|
||||
- **网络优化**：连接池配置、超时设置
|
||||
|
||||
### 3. 运维部署
|
||||
- **容器化**：Docker + Kubernetes
|
||||
- **CI/CD**：Jenkins + GitLab
|
||||
- **监控告警**：ELK Stack + AlertManager
|
||||
- **压测工具**：JMeter + Locust
|
||||
|
||||
### 4. 灰度发布
|
||||
- **蓝绿部署**：无缝切换
|
||||
- **金丝雀发布**：逐步放量
|
||||
- **流量控制**：按比例分配流量
|
||||
|
||||
## 阿里P7加分项
|
||||
|
||||
### 1. 架构设计能力
|
||||
- **高可用架构**：设计99.99%可用性的系统
|
||||
- **高性能架构**：支持百万级QPS
|
||||
- **高扩展架构**：支持弹性扩缩容
|
||||
|
||||
### 2. 技术深度
|
||||
- **分布式事务**：Seata、TCC、Saga
|
||||
- **分布式缓存**：Redis集群、一致性哈希
|
||||
- **分布式锁**：Redis、Zookeeper、Etcd
|
||||
|
||||
### 3. 业务理解
|
||||
- **电商业务**：理解秒杀业务场景
|
||||
- **用户行为**：分析用户抢购习惯
|
||||
- **风控系统**：防刷、防作弊机制
|
||||
|
||||
### 4. 团队管理
|
||||
- **技术团队**：带领10人+技术团队
|
||||
- **项目管控**：管理千万级用户项目
|
||||
- **技术方案评审**：评审核心技术方案
|
||||
|
||||
### 5. 前沿技术
|
||||
- **Serverless**：秒杀函数化
|
||||
- **云原生**：K8s微服务架构
|
||||
- **AI应用**：智能推荐、风控
|
||||
|
||||
## 面试常见问题
|
||||
|
||||
### 1. 秒杀系统如何防止超卖？
|
||||
- 使用Redis预减库存
|
||||
- 分布式锁控制并发
|
||||
- 数据库唯一约束
|
||||
- 消息队列异步处理
|
||||
|
||||
### 2. 如何实现限流策略？
|
||||
- 令牌桶算法
|
||||
- 漏桶算法
|
||||
- Redis计数器
|
||||
- Nginx限流模块
|
||||
|
||||
### 3. 分布式锁的实现方式？
|
||||
- Redis RedLock
|
||||
- Zookeeper
|
||||
- Etcd
|
||||
- 数据库悲观锁
|
||||
|
||||
### 4. 如何保证数据一致性？
|
||||
- 最终一致性
|
||||
- 消息队列补偿
|
||||
- 定时任务对账
|
||||
- 幂等性设计
|
||||
|
||||
### 5. 秒杀系统的瓶颈在哪里？
|
||||
- 库存查询
|
||||
- 下单逻辑
|
||||
- 支付处理
|
||||
- 库存同步
|
||||
Reference in New Issue
Block a user