FlashSale 秒杀系统

项目地址：https://github.com/xkiven/FalshSale

简介

本秒杀系统是一个高效、稳定的系统，旨在解决高并发场景下的秒杀问题，确保用户能够公平、流畅地参与秒杀活动。系统采用了多种技术手段，如缓存、消息队列等，来应对高并发流量，避免系统崩溃和数据不一致的问题。

高并发问题及解决方法

限流问题

问题描述

在秒杀活动开始时，大量用户会同时发起请求，可能会导致服务器瞬间压力过大，甚至崩溃。

解决方法

• IP 限流：通过 middleware/ip_ratelimit.go 中的 IpRateLimit 中间件，对每个 IP 地址的请求进行限流，每秒最多允许 1 个请求。如果某个 IP 的请求超过限制，会返回 429 Too Many Requests 错误信息。
• 漏桶限流：通过 middleware/realize.go 中的 GatewayMiddleware 中间件，使用漏桶算法进行限流。如果请求超过桶的容量，会返回自定义的 429 错误信息。

库存超卖问题

问题描述

在高并发场景下，多个用户可能同时抢购同一件商品，导致库存数据不一致，出现超卖的情况。

解决方法

使用 Redis 原子操作，在 FlashSale/dao/redis/redis_client.go 中，使用 CheckAndDeductStock 函数通过 Redis 的原子操作 DECR 来扣减库存。如果扣减后库存小于 0，则说明商品已售罄，将库存加回去。

数据库压力问题

问题描述

大量的订单请求会对数据库造成巨大的压力，可能导致数据库性能下降甚至崩溃。

解决方法

使用 Kafka 消息队列进行异步处理，在 FlashSale/logic/order_logic.go 中，当用户成功抢购商品后，将订单信息发送到 Kafka 消息队列中，然后从消息队列中消费消息并将订单信息写入数据库。这样可以将数据库的写入操作异步化，减轻数据库的压力。

服务熔断和降级问题

问题描述

在高并发场景下，某个服务可能会因为过载而出现故障，导致整个系统的性能下降。

解决方法

使用 afex/hystrix-go 库实现熔断降级机制，在 FlashSale/rpc/order/main.go 中，配置了 create_order 命令的熔断参数，当请求超时、并发请求数超过限制或错误率达到阈值时，会触发熔断，执行降级逻辑。在 FlashSale/logic/order_logic.go 中，使用 hystrix.Do 函数包裹订单创建逻辑，当出现错误时，执行降级逻辑，返回系统繁忙的提示信息。

并发处理问题

问题描述

在高并发场景下，需要高效地处理多个订单请求，以提高系统的吞吐量。

解决方法

在 FlashSale/logic/order_logic.go 中，使用 goroutine 和 channel 实现并发处理多个订单请求。通过启动多个工作协程，将订单任务分发到任务通道中，每个工作协程从任务通道中获取任务并处理，最后将处理结果发送到结果通道中。