# 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