java秒杀系统设计

1：架构图

说明：

1：搜索系统主要使用elasticSearch，因为es可以达到PB级别，轻松应对海量数据的查询速度，不建议使用缓存，因为如果商品数据过大，使用缓存占用的容量是非常大，会对缓存这块造成性能影响，而且缓存的搜索方式比较局限

2：用户进来的时候首先通过lvs+nginx+lua脚本判断用户抢购的商品是否是热门商品，，如果是热点数据则走热点数据抢单通道，如果不是热门就走冷门抢购通道

3：热门数据抢购通道使用队列发送到kafka,这样可以避免服务器崩溃

2：淘宝的秒杀架构

详细设计思路：

秒杀商品一般只会变更库存和价格，不会变更商品的其它属性，可以利用freemarket生成静态页，然后放到cdn服务器中或者使用nginx动静分离。

热点数据是实时更新的，所以会有个汇报功能，用户每次访问商品详情，会垂直收集访问日志，然后发送给kafka集群，记录访问的商品详情和用户以及ip信息，记录ip和用户是为了防止恶意攻击和用户画像

然后通过Apache Druid订阅kafka的数据，实时计算通过druid sql实时分析出哪些商品访问频率过高，哪些ip访问频率过高，可以拦截一些恶意攻击，通过热点分析系统将热点数据存储到redis集群中，因为热点数据毕竟很少。

用户开始抢单，通过lvs+nginx+lua识别用户身份，因为nginx性能好优于java代码，抢购过程中会先通过lua脚本现在redis查询是否存在，如果存在则属于热门商品，然后用户和商品的信息打包发给kafka,此时可以告知用户正在排队

再通过下单系统订阅kafka获取用户和商品信息进行下单，再通过wenSocket+netty通知页面抢单状态。

如何保证热点数据的一致性？再更新热点数据的时候会将商品进行锁定

如果nginx集群宕机了怎么办？

可以采用Keepalived监控nginx健康状态，会通过选举方式将备用提升为主服务器

如何解决超卖问题？

因为redis是单线程的，所以并发是安全的，可以通过递减或者递增方式，如果递减后返回为0，则表示该商品已经卖完了