秒杀系统

超卖

• 问题：实际售卖的商品数量超过了实际库存量，可能导致系统错误、用户体验下降以及商家损失等问题。秒杀系统中的超卖问题是比较常见的挑战，因为瞬时高并发情况下，多个用户同时购买同一商品可能会导致库存数量不一致。

• 解决：

  1. 将商品的库存缓存到数据库中，收到秒杀请求，先在Redis中进行预减，Redis库存不足，直接返回秒杀失败。如果有库存将请求放入异步消息队列中（RabbitMQ）中。

  2. 通过使用乐观锁或悲观锁来保护库存操作，以防止多个用户同时减少库存，确保只有一个用户能够成功减库存。乐观锁通常使用版本号或时间戳来实现，而悲观锁则是通过数据库的锁机制。

高并发

• 问题：大量用户会在短时间内争相购买有限数量的商品。缓存击穿、缓存穿透、缓存雪崩，导致大量请求打到数据库、缓存一致性等问题。

• 解决：

  1. 缓存一致性：使用canal组件实现，解析数据库的二进制日志（binlog）来获取数据库的变更数据，并通过网络协议将数据传输到订阅者端。更新数据库后立即删除缓存，下一次请求找不到缓存数据，查询数据同步到缓存。

  2. 缓存预热：

     将商品信息提前缓存到Redis。

  3. 异步下单：

     在判断缓存中还存在库存时，给mq发生消息，然后给用户返回“秒杀成功，正在创建订单”，让订单服务监听mq，异步进行订单的创建、扣减库存等操作，防止请求阻塞等待订单创建完成才给用户返回结果。

  4. 限流：

     ​ 令牌桶算法：令牌桶算法是一种基于令牌的限流算法。系统会维护一个令牌桶，每个令牌代表 一个请求的处理能力。当用户发起请求时，需要从令牌桶中获取一个令牌，如果令牌桶为空，则该请求被拒绝。通过控制令牌的生成速率和桶的容量，可以限制系统的请求处理能力。

     ​ 漏桶算法：漏桶算法是一种基于漏桶的限流算法。系统会维护一个固定容量的漏桶，每个请求都会以恒定的速率流入漏桶，如果漏桶已满，则多余的请求会被丢弃。通过控制漏桶的容量和漏水速率，可以限制系统的请求处理速度。

     ​ 计数器限流：计数器限流是一种简单有效的限流策略。系统会维护一个计数器，记录单位时间内的请求次数。当请求次数超过设定的阈值时，后续的请求会被暂时拒绝。可以根据系统的处理能力和预期的并发量来设置合适的阈值。

  5. 定时关单 ：

     当订单创建成功，给mq交换机发生信息（订单实体对象），交换机根据路由键转发到延迟队列（rabbitMQ没有延迟队列，可以通过死信队列实现，设置ttl，过期进入死信队列，消费者监听死信队列或者社区插件），关单服务监听死信队列，拿到消息后判单订单状态，如果是带支付状态就进行关单，把订单状态设置为已取消。

数据库

​ 针对秒杀系统的数据库问题，应该单独设计秒杀数据库，防止秒杀系统的高并发拖垮整个网站。数据库包含秒杀用户表、商品信息表、秒杀商品表、秒杀订单表。