秒杀链路如何从数据库同步下单演进到 Redis 前置校验
秒杀系统的核心矛盾是:短时间内大量请求竞争极少库存,而真正的数据库写入能力有限。优化过程不能只看某个中间件,而要分析每一步把什么压力移到了哪里。
本文来自学习项目,数据仅用于理解设计演进,不代表生产系统容量。
阶段一:数据库同步下单
最直接的流程是:
查活动 → 校验时间 → 查库存 → 查订单 → 扣库存 → 创建订单它有三个问题:
- 每个请求都访问数据库;
- “查询库存”和“扣减库存”之间存在并发窗口;
- “查询订单”和“创建订单”之间也存在一人多单窗口。
仅在 Java 代码中先判断库存大于零,并不能防止多个事务同时通过判断。
阶段二:条件更新防止库存为负
把判断放进一条原子 SQL:
update voucher_stockset stock = stock - 1where voucher_id = ? and stock > 0;根据受影响行数判断是否成功,可以利用数据库并发控制避免库存扣成负数。
这只解决超卖,不能自动保证一人一单,也没有降低热点行的竞争压力。
阶段三:按用户互斥
同一个用户的并发请求需要串行化。单机环境可以按用户 ID 加锁,但锁对象必须稳定,锁的范围也应覆盖“查询订单到创建订单”的完整临界区。
单机锁在多实例部署后失效,因为不同 JVM 看不到彼此的锁。
阶段四:分布式锁
Redis 分布式锁可以让多个应用实例围绕同一用户互斥。一个安全实现至少要处理:
- 加锁和过期时间原子设置;
- 唯一持有者值;
- 只释放自己的锁;
- 业务未完成时的续期;
- Redis 故障时的策略。
成熟项目通常使用经过验证的客户端实现,而不是只用 SETNX 加一个固定过期时间。
分布式锁解决了跨实例互斥,但主链路仍需要同步访问数据库,吞吐瓶颈没有消失。
阶段五:Redis 前置资格校验
可以把活动库存和用户购买集合预热到 Redis,并用 Lua 脚本在 Redis 内完成:
- 判断活动是否存在或有效;
- 判断库存是否大于零;
- 判断用户是否已经购买;
- 扣减 Redis 库存;
- 记录用户购买资格。
Lua 脚本在 Redis 中连续执行,可以避免多个命令之间被其他请求穿插。
通过资格校验后,请求不必等待数据库订单真正写入,而是生成订单标识并发送异步消息。
为什么不让所有请求进入消息队列
消息队列用于削峰,但如果把明显无资格的请求全部写入队列,消费者仍要处理大量无效消息。Redis 前置校验先过滤:
- 库存已经售罄;
- 用户已经购买;
- 活动无效。
只有获得资格的请求进入下单队列,队列长度更接近实际库存规模。
Redis 库存不是最终事实
Redis 扣减成功代表“获得下单资格”,不代表数据库订单已经完成。异步消费者仍可能失败,因此系统需要处理:
- 消息投递失败;
- 消费失败和重试;
- Redis 已扣但数据库未落单;
- 重复消费;
- 活动结束后的对账。
最终库存和订单事实通常仍落在持久化数据库中。Redis 是高并发入口的快速状态,不应成为无法校正的唯一事实来源。
唯一约束是最后防线
即使入口已经判断一人一单,数据库仍应对“用户 + 活动”建立唯一约束。原因包括消息重复、代码缺陷、数据修复和其他写入入口。
应用层锁和 Redis 校验用于减少冲突,数据库约束负责守住最终不变量。
需要观测什么
一次完整压测应至少记录:
- 入口请求量和拒绝量;
- Lua 执行延迟;
- 获得资格的请求数;
- 消息积压和消费速率;
- 数据库写入延迟与冲突;
- 重复订单约束冲突;
- Redis 与数据库库存差异。
只看平均响应时间会掩盖队列积压和最终落单延迟。
总结
秒杀链路的演进不是“加了 Redis 就高并发”,而是逐步解决不同问题:条件更新防超卖,按用户互斥防重复资格,Lua 把校验前置并保证原子性,消息队列把持久化移出同步链路,数据库唯一约束守住最终事实。理解每一步的边界,才能处理它引入的新故障。