秒杀问题(如何解决秒杀编程高并发问题？)

题图来自Unsplash，基于CC0协议

本文目录

正文

1、如何解决秒杀编程高并发问题？

“双11”、“618”现在已经成为全民“剁手”的节日了，每年淘宝都会公布当晚的总成交额，而在这些成交额的背后，我们不得不提到秒杀技术。秒杀必然会涉及到高并发的问题，如何保障高并发下业务稳定运行也成了重中之重，下面我们具体探讨下。

秒杀系统在一定时间周期内访问频率很高，所以会导致数据库及应用服务器负载过高，严重时甚至会导致服务宕机不可用。给用户的感知就是：慢、打不开、没响应。另一方面，哪怕服务器性能能抗得住高并发，但业务逻辑也可能会出现问题，比如商品出现超卖现象（成功下单的人数比商品库存要多得多）。

1、尽量将请求拦截在系统上游进行处理，避免后端服务器压力过大

所有的前端资源一律走CDN加速，通过CDN自身优势使用户能就近读取资源，也避免了请求回源导致源服带宽压力过大；

产品体验层面，当用户点击秒杀相关按钮后置灰，防止用户重复提交请求；

前端限制用户特定时间段内的请求数。

2、合理利用缓存机制和消息队列异步处理

上面第1点过滤的是用户重复请求带来的压力，但不能防制某些用户（机器手段）重复请求，所以后端程序需要做一些优化：

针对单个用户，特定时间段内只允许一个有效请求，其它重复性请求一律拒绝；

利用缓存技术缓存热点数据，减少数据库查询频率；

通过消息队列的方式将业务解耦，异步并行处理多种逻辑；

另外可以利用消息队列来实现“队列”功能，请求逐一从队列中取出执行，缓解后台服务器的瞬时压力。

3、不重要的业务做降级处理

将一些不重要的业务降级（即：停止服务），减少服务器性能开销。

4、后端服务器的扩容

采用分布式集群方式部署应用，在流量洪峰来临时弹性扩容，让更多的服务器分担压力。

5、数据库分库分表、读写分离

不管如何利用缓存来缓存热点数据，最终数据还是要落地到数据库的。所以数据库在前期设计时就要考虑分库分表、读写分离的实施，提升查询写入性能。

高并发是互联网架构设计中必须要考虑的重要因素之一。虽然我们解决问题的具体技术方案可能千差万别，但是核心目标是一致的，就是快速响应请求。以上分别从前端，服务层，数据库层面分别做了优化，具体优化需要结合业务实际场景以及公司产品网络架构。

2、淘宝秒杀时的问题怎么回答？

淘宝秒杀的问题需要根据对应的问题来作答，无更好的办法。