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

一面答的挺烂的 没想到还是发了二面记录一下上来是自我介绍然后针对项目提问1. 消息中间件的作用 若是数据直接推到服务端会怎么样2. kafka的原理基于提供者消费者模型进行了回答3. kafak如何保证消息的顺序性有点忘了 答 只保证分区内的顺序 provider 幂等性+事务 consumer:offeset4. mysql与redis的区别 及各自擅长的区别内存  持久化  数据结构 底层数据结构实现5.有用过mpp架构数据库吗没有了解6.项目过程的难点主要在于数据的处理和同步上 java这块难点不是特别多7.为什么用java做数据处理 没用专业的也要返回给前端数据 综合考虑的8.为什么要做RPC答很爽 哈哈哈9.怎么学新技术,希望解决什么项目先看讲解再手敲,有问题问ai10.开放题:ai的冲击怎么办人更重要的是沟通的需求 理解需求并转化为技术栈的能力很重要11.怎么统计大量的用户人数答 Hashset 或 Hyperloglog   没答到 bitmap12.产品指标出问题怎么排查从消费者提供者模型答 感觉也比较开发服务端崩了  分布式节点崩了 消费者读崩了13.学习的东西,怎么学习 用ai八股会不会觉得没啥用恶补八股  抽象化14.学科实验的时候和别的同学有什么冲突,怎么解决好好沟通,没有什么太大的问题15.实时数据处理用的那些框架,会愿意吗压力肯定会有,能学到东西就行16 我现在给你实习的offer 什么时候可以来实习 有多长时间越久约好 但是我导师不放哈哈哈 感觉这句话说出来就凉了唉
点赞 评论 收藏
分享
评论
6
16
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务