从0到1构建高并发秒杀系统：实战 RocketMQ 异步削峰与Redis预减库存

🚀从0到1构建高并发秒杀系统：实战 RocketMQ 异步削峰与Redis预减库存

📖一、简介

在电商、抢票等高并发场景中，秒杀系统面临着“高并发、库存稀缺、易超卖、系统易崩”的严峻挑战。传统的同步处理架构难以支撑海量请求并发下的性能与一致性要求。

本文从实战出发，系统性地讲解如何基于 Redis + RocketMQ + MySQL + Spring Boot 构建一个高性能、高可用、强一致性的秒杀系统。通过 接口限流、Redis 原子扣减库存、RocketMQ 异步削峰、数据库幂等落库 等机制，彻底解决了高并发下的核心问题，如超卖、重复下单、系统崩溃等。

你将看到：

🧠 秒杀系统面临的本质问题与设计原则
🧱 架构层次的分层与职责划分
⚙️ Redis + Lua 脚本实现库存预扣与并发控制
🚀 RocketMQ 异步下单实现削峰填谷与解耦
💡 MySQL 乐观锁 + 幂等设计实现最终一致性
🛠️ 全程配套详细注释代码、架构图与数据库设计

本文不仅提供了完整可运行的思路，还具备工程级可落地性。适合架构师、后端工程师在面对实际高并发场景时作为参考与实践蓝图。

🧠 二、秒杀系统的挑战与本质

“秒杀”业务场景常出现在电商、抢票、预约系统中，具有以下挑战：

维度	问题	说明
并发性	高并发访问	瞬时请求高达数十万甚至上百万
数据一致性	超卖/重复下单	库存是关键共享资源
系统稳定性	容易雪崩	单点性能瓶颈可能导致系统挂掉
响应速度	秒级反馈	用户希望秒杀是否成功即时反馈

核心：限流 + 削峰 + 异步 + 缓存

🔧 三、系统总体架构设计

在这里插入图片描述

🔨 四、核心技术选型与职责

技术组件	作用
Redis	缓存库存、原子扣减、用户状态标记
RocketMQ	削峰填谷、异步解耦
MySQL	最终订单存储、库存持久化
Spring Boot	微服务框架
Guava RateLimiter	接口级限流

📦 五、秒杀系统核心模块详细设计

1️⃣ 接口限流 + 秒杀入口

@RestController
@RequestMapping("/seckill")
public class SeckillController {// 每秒只允许100个请求通过private final RateLimiter rateLimiter = RateLimiter.create(100);@Autowiredprivate SeckillService seckillService;@PostMapping("/{itemId}")public ResponseEntity<String> seckill(@PathVariable Long itemId) {// 通过令牌桶控制请求速率if (!rateLimiter.tryAcquire()) {return ResponseEntity.status(HttpStatus.TOO_MANY_REQUESTS).body("请求过多，请稍后重试");}// 模拟用户获取（实际从登录信息中取）Long userId = 1001L;boolean success = seckillService.processSeckill(itemId, userId);if (success) {return ResponseEntity.ok("请求成功，正在排队中...");} else {return ResponseEntity.badRequest().body("库存不足或已抢完");}}
}

2️⃣ Redis 原子扣减库存（Lua 脚本）+ RocketMQ 消息发送

@Service
public class SeckillServiceImpl implements SeckillService {private static final String STOCK_KEY_PREFIX = "seckill:stock:";@Autowiredprivate RedisTemplate<String, Object> redisTemplate;@Autowiredprivate RocketMQTemplate rocketMQTemplate;@Overridepublic boolean processSeckill(Long itemId, Long userId) {String stockKey = STOCK_KEY_PREFIX + itemId;// Lua 脚本：原子检查库存并扣减String luaScript = "if (tonumber(redis.call('get', KEYS[1])) > 0) then " +" return redis.call('decr', KEYS[1]) " +"else return -1 end";// 执行脚本，防止并发引起库存超卖DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();redisScript.setScriptText(luaScript);redisScript.setResultType(Long.class);Long result = redisTemplate.execute(redisScript, Collections.singletonList(stockKey));if (result == null || result < 0) {// 库存不足return false;}// 构建订单消息并发送到 MQSeckillOrderMessage message = new SeckillOrderMessage(userId, itemId);rocketMQTemplate.convertAndSend("seckill-topic", message);return true;}
}

3️⃣ RocketMQ 消费者：监听秒杀订单消息，落库处理

@Component
@RocketMQMessageListener(topic = "seckill-topic", consumerGroup = "seckill-consumer-group")
public class SeckillConsumer implements RocketMQListener<SeckillOrderMessage> {@Autowiredprivate SeckillOrderService orderService;@Overridepublic void onMessage(SeckillOrderMessage msg) {try {// 调用下单服务进行库存校验和订单落库orderService.createOrder(msg.getUserId(), msg.getItemId());} catch (Exception e) {// 消息重试或记录异常用于补偿System.err.println("消费失败: " + e.getMessage());}}
}

4️⃣ 下单服务：幂等校验 + 数据库存储 + 乐观锁扣减

@Service
public class SeckillOrderServiceImpl implements SeckillOrderService {@Autowiredprivate SeckillOrderRepository orderRepository;@Autowiredprivate StockRepository stockRepository;@Transactionalpublic void createOrder(Long userId, Long itemId) {// 幂等校验：防止重复下单（可用唯一索引或Redis SET）if (orderRepository.existsByUserIdAndItemId(userId, itemId)) {return;}// 扣减数据库库存，使用乐观锁 versionint updated = stockRepository.decreaseStock(itemId);if (updated == 0) {throw new RuntimeException("库存不足，数据库扣减失败");}// 写入订单记录SeckillOrder order = new SeckillOrder(userId, itemId, LocalDateTime.now());orderRepository.save(order);}
}

5️⃣ 数据库表结构设计（库存 + 订单）

📌 商品库存表（带 version 乐观锁）

CREATE TABLE stock (id BIGINT PRIMARY KEY AUTO_INCREMENT,item_id BIGINT NOT NULL UNIQUE,stock INT NOT NULL,version INT NOT NULL DEFAULT 0
);

📌 库存扣减 SQL（乐观锁）

UPDATE stock
SET stock = stock - 1, version = version + 1
WHERE item_id = ? AND version = ? AND stock > 0;

📌 订单表

CREATE TABLE seckill_order (id BIGINT PRIMARY KEY AUTO_INCREMENT,user_id BIGINT NOT NULL,item_id BIGINT NOT NULL,create_time DATETIME NOT NULL,UNIQUE KEY uniq_user_item (user_id, item_id)
);

📊 六、性能优化与高可用建议

方向	建议
限流	接口层限流（Guava）、网关限流（Sentinel）
削峰	使用 RocketMQ 异步下单，防止数据库击穿
幂等	Redis SETNX、唯一索引、分布式锁
日志与监控	Prometheus + Grafana、日志追踪链路
高可用	RocketMQ 主从部署、Broker 宕机自动切换