Java场景题:支持高并发的秒杀系统设计

  • 【前端设计】

    • 静态资源(如商品详情页)通过CDN或浏览器缓存分发
    • 前端添加限流策略(如用户点击后置灰按钮),减少无效请求
    • 延缓用户请求(如数学题、滑块验证),过滤机器人
    • 请求随机延迟:前端随机增加 50-200ms 延迟提交,避免请求同时到达后端

    【后端设计】

    • 网关层
      • 限流(令牌桶/漏桶算法/IP限流):拦截大部分请求,直接返回秒杀失败
      • 熔断:当某个依赖服务(如数据库、第三方接口)的故障率超过阈值时,系统会自动暂时切断对该服务的调用,避免因持续请求导致资源耗尽或雪崩效应。熔断后,系统会快速失败(Fallback)或返回兜底结果
      • 降级:主动牺牲非核心功能或服务质量,优先保障核心业务流程的可用性。通过预定义的兜底策略(如返回缓存数据、简化逻辑)减轻系统压力。
      • 请求鉴权、登录验证
    • 服务层
      • 请求数据校验
        • 如使用布隆过滤器快速拦截不合理的请求,防止缓存穿透
        • 拦截不合法的秒杀请求,例如部分商品还没到秒杀时间,不让购买
      • 对热点数据进行Redis缓存预热(如库存),提升读性能
        • 热点数据识别
          • 报名打标(卖家主动报名参与秒杀活动,系统对报名商品打上特定标签)
          • 历史数据分析(如Top N商品)
      • 使用Redis+Lua脚本实现原子化库存预扣
      • 将耗时的操作(如订单创建、库存扣减)放到消息队列,异步执行,实现流量消峰,避免瞬时压力击垮数据库
      • 数据库读写分离、分库分表、冷热分离
      • 要应对高并发,后端使用微服务架构,核心逻辑拆分为独立服务(如库存服务、订单服务),采用无状态设计便于水平扩展
      • 秒杀逻辑专门封装到第一个服务,多部署一些机器,也可以专门使用一些Redis集群和数据库
      • 通过K8s实现自动扩容、缩容,应对突发流量
    • 注意事项
      • 避免跨服务RPC
      • 代码要优化好,减少锁竞争
      • SQL性能要优化好
      • 分布式事务问题,保证数据最终一致
      • 消息队列消费幂等性
      • 服务和中间件都要集群,避免单点故障(异地多活)
      • 根据预估流量,提前做好压力测试,预览多余算力
#牛客创作赏金赛##软件开发投递记录##java#
全部评论
mark 场景题:支持高并发的秒杀系统设计
1 回复 分享
发布于 05-26 22:46 广东

相关推荐

05-27 17:21
广州大学 后端
一面 40min 5.201、Raffle 抽奖项目的难点、学到的东西、流程介绍2、公司年会一二三等奖50个,剩下是200红包,200人抽奖,怎么保证设计抽奖系统、以及抽奖的公平性、怎么保证奖品全部发放3、Redis 部署方式、数据结构及其应用场景、分布式锁的实现4、有没有实现过 SDK,动态线程池二面 40min 5.21● MySQL  ○ 慢 SQL 怎么办  ○ explain 中的参数    ■ extra  ○ SQL 中使用函数会有什么问题  ○ 索引失效的情况  ○ 索引的数据结构    ■ 以及数据是怎么存储的  ○ B+ 树的高度怎么计算,和什么有关  ○ 事务的原理  ○ 分布式事务怎么实现  ○ MySQL 集群怎么搭建  ○ MySQL 主从节点数据怎么同步  ○ MySQL 深分页怎么处理● MQ  ○ 怎么保证消息不丢失  ○ 重复消费怎么办    ■ 布隆过滤器      ● 数据结构      ● 什么场景使用        ○ 一定能判断数据库有数据吗● JVM  ○ 工作原理  ○ 垃圾回收算法    ■ CMS 垃圾回收算法和其他算法有什么区别● Redis  ○ 热 Key 怎么办● 了解什么算法● 两份 offer 你怎么选择● 怎么看待加班到现在无回复,应该挂了,有几个问题没答好
查看28道真题和解析 面试问题记录
点赞 评论 收藏
分享
评论
3
4
分享

创作者周榜

更多
牛客网
牛客企业服务