電商網站秒殺與搶購的系統架構

標籤：

一、大規模並髮帶來的挑戰

在過去的工作中，我曾經面對過5w每秒的高並發秒殺功能，在這個過程中，整個Web系統遇到了很多的問題和挑戰。如果Web系統不做針對性的最佳化，會輕而易舉地陷入到異常狀態。我們現在一起來討論下，最佳化的思路和方法哈。

1. 請求介面的合理設計

一個秒殺或者搶購頁面，通常分為2個部分，一個是靜態HTML等內容，另一個就是參與秒殺的Web後台請求介面。

通常靜態HTML等內容，是通過CDN的部署，一般壓力不大，核心瓶頸實際上在後台請求介面上。這個後端介面，必須能夠支援高並發請求，同時，非常 重要的一點，必須儘可能“快”，在最短的時間裡返回使用者的請求結果。為了實現儘可能快這一點，介面的後端儲存使用記憶體層級的操作會更好一點。仍然直接面向 MySQL之類的儲存是不合適的，如果有這種複雜業務的需求，都建議採用非同步寫入。

當然，也有一些秒殺和搶購採用“滯後反饋”，就是說秒殺當下不知道結果，一段時間後才可以從頁面中看到使用者是否秒殺成功。但是，這種屬於“偷懶”行為，同時給使用者的體驗也不好，容易被使用者認為是“暗箱操作”。

2. 高並發的挑戰：一定要“快”

我們通常衡量一個Web系統的吞吐率的指標是QPS（Query Per Second，每秒處理請求數），解決每秒數萬次的高並發情境，這個指標非常關鍵。舉個例子，我們假設處理一個業務請求平均回應時間為100ms，同時， 系統內有20台Apache的Web伺服器，配置MaxClients為500個（表示Apache的最大串連數目）。

那麼，我們的Web系統的理論峰值QPS為（理想化的計算方式）：

20*500/0.1 = 100000 （10萬QPS）

咦？我們的系統似乎很強大，1秒鐘可以處理完10萬的請求，5w/s的秒殺似乎是“紙老虎”哈。實際情況，當然沒有這麼理想。在高並發的實際情境下，機器都處於高負載的狀態，在這個時候平均回應時間會被大大增加。

就Web伺服器而言，Apache開啟了越多的串連進程，CPU需要處理的環境切換也越多，額外增加了CPU的消耗，然後就直接導致平均回應時間 增加。因此上述的MaxClient數目，要根據CPU、記憶體等硬體因素綜合考慮，絕對不是越多越好。可以通過Apache內建的abench來測試一 下，取一個合適的值。然後，我們選擇記憶體操作層級的儲存的Redis，在高並發的狀態下，儲存的回應時間至關重要。網路頻寬雖然也是一個因素，不過，這種 請求資料包一般比較小，一般很少成為請求的瓶頸。負載平衡成為系統瓶頸的情況比較少，在這裡不做討論哈。

那麼問題來了，假設我們的系統，在5w/s的高並髮狀態下，平均回應時間從100ms變為250ms（實際情況，甚至更多）：

20*500/0.25 = 40000 （4萬QPS）

於是，我們的系統剩下了4w的QPS，面對5w每秒的請求，中間相差了1w。

然後，這才是真正的惡夢開始。舉個例子，高速路口，1秒鐘來5部車，每秒通過5部車，高速路口運作正常。突然，這個路口1秒鐘只能通過4部車，車流量仍然依舊，結果必定出現大塞車。（5條車道忽然變成4條車道的感覺）

同理，某一個秒內，20*500個可用串連進程都在滿負荷工作中，卻仍然有1萬個新來請求，沒有串連進程可用，系統陷入到異常狀態也是預期之內。

其實在正常的非高並發的業務情境中，也有類似的情況出現，某個業務請求介面出現問題，回應時間極慢，將整個Web請求回應時間拉得很長，逐漸將Web伺服器的可用串連數佔滿，其他正常的業務請求，無串連進程可用。

更可怕的問題是，是使用者的行為特點，系統越是不可用，使用者的點擊越頻繁，惡性迴圈最終導致“雪崩”（其中一台Web機器掛了，導致流量分散到其他正常工作的機器上，再導致正常的機器也掛，然後惡性迴圈），將整個Web系統拖垮。

3. 重啟與過載保護

如果系統發生“雪崩”，貿然重啟服務，是無法解決問題的。最常見的現象是，啟動起來後，立刻掛掉。這個時候，最好在入口層將流量拒絕，然後再將重啟。如果是redis/memcache這種服務也掛了，重啟的時候需要注意“預熱”，並且很可能需要比較長的時間。

秒殺和搶購的情境，流量往往是超乎我們系統的準備和想象的。這個時候，過載保護是必要的。如果檢測到系統滿負載狀態，拒絕請求也是一種保護措施。在 前端設定過濾是最簡單的方式，但是，這種做法是被使用者“千夫所指”的行為。更合適一點的是，將過載保護設定在CGI入口層，快速將客戶的直接請求返回。

二、作弊的手段：進攻與防守

秒殺和搶購收到了“海量”的請求，實際上裡面的水分是很大的。不少使用者，為了“搶“到商品，會使用“刷票工具”等類型的協助工具輔助，協助他們發送盡可 能多的請求到伺服器。還有一部分進階使用者，製作強大的自動請求指令碼。這種做法的理由也很簡單，就是在參與秒殺和搶購的請求中，自己的請求數目佔比越多，成功的機率越高。

這些都是屬於“作弊的手段”，不過，有“進攻”就有“防守”，這是一場沒有硝煙的戰鬥哈。

1. 同一個帳號，一次性發出多個請求

部分使用者通過瀏覽器的外掛程式或者其他工具，在秒殺開始的時間裡，以自己的帳號，一次發送上百甚至更多的請求。實際上，這樣的使用者破壞了秒殺和搶購的公平性。

這種請求在某些沒有做資料安全處理的系統裡，也可能造成另外一種破壞，導致某些判斷條件被繞過。例如一個簡單的領取邏輯，先判斷使用者是否有參與記 錄，如果沒有則領取成功，最後寫入到參與記錄中。這是個非常簡單的邏輯，但是，在高並發的情境下，存在深深的漏洞。多個並發請求通過負載平衡伺服器，分配 到內網的多台Web伺服器，它們首先向儲存發送查詢請求，然後，在某個請求成功寫入參與記錄的時間差內，其他的請求獲查詢到的結果都是“沒有參與記錄”。 這裡，就存在邏輯判斷被繞過的風險。

應對方案：

在程式入口處，一個帳號只允許接受1個請求，其他請求過濾。不僅解決了同一個帳號，發送N個請求的問題，還保證了後續的邏輯流程的安全。實現方案， 可以通過Redis這種記憶體快取服務，寫入一個標誌位（只允許1個請求寫成功，結合watch的樂觀鎖的特性），成功寫入的則可以繼續參加。

或者，自己實現一個服務，將同一個帳號的請求放入一個隊列中，處理完一個，再處理下一個。

2. 多個帳號，一次性發送多個請求

很多公司的帳號註冊功能，在發展早期幾乎是沒有限制的，很容易就可以註冊很多個帳號。因此，也導致了出現了一些特殊的工作室，通過編寫自動註冊腳 本，積累了一大批“殭屍帳號”，數量龐大，幾萬甚至幾十萬的帳號不等，專門做各種刷的行為（這就是微博中的“殭屍粉“的來源）。舉個例子，例如微博中有轉 發抽獎的活動，如果我們使用幾萬個“殭屍號”去混進去轉寄，這樣就可以大大提升我們中獎的機率。

這種帳號，使用在秒殺和搶購裡，也是同一個道理。例如，iPhone官網的搶購，火車票黃牛黨。

應對方案：

這種情境，可以通過檢測指定機器IP請求頻率就可以解決，如果發現某個IP請求頻率很高，可以給它彈出一個驗證碼或者直接禁止它的請求：

1. 彈出驗證碼，最核心的追求，就是分辨出真實使用者。因此，大家可能經常發現，網站彈出的驗證碼，有些是“鬼神亂舞”的樣子， 有時讓我們根本無法看清。他們這樣做的原因，其實也是為了讓驗證碼的圖片不被輕易識別，因為強大的“自動指令碼”可以通過圖片識別裡面的字元，然後讓指令碼自 動填寫驗證碼。實際上，有一些非常創新的驗證碼，效果會比較好，例如給你一個簡單問題讓你回答，或者讓你完成某些簡單操作（例如百度貼吧的驗證碼）。
2. 直接禁止IP，實際上是有些粗暴的，因為有些真實使用者的網路情境恰好是同一出口IP的，可能會有“誤傷“。但是這一個做法簡單高效，根據實際情境使用可以獲得很好的效果。

3. 多個帳號，不同IP發送不同請求

所謂道高一尺，魔高一丈。有進攻，就會有防守，永不休止。這些“工作室”，發現你對單機IP請求頻率有控制之後，他們也針對這種情境，想出了他們的“新進攻方案”，就是不斷改變IP。

有同學會好奇，這些隨機IP服務怎麼來的。有一些是某些機構自己佔據一批獨立IP，然後做成一個隨機代理IP的服務，有償提供給這些“工作 室”使用。還有一些更為黑暗一點的，就是通過木馬黑掉普通使用者的電腦，這個木馬也不破壞使用者電腦的正常運作，只做一件事情，就是轉寄IP包，普通使用者的電 腦被變成了IP代理出口。通過這種做法，駭客就拿到了大量的獨立IP，然後搭建為隨機IP服務，就是為了掙錢。

應對方案：

說實話，這種情境下的請求，和真實使用者的行為，已經基本相同了，想做分辨很困難。再做進一步的限制很容易“誤傷“真實使用者，這個時候，通常只能通過設定業務門檻高來限制這種請求了，或者通過帳號行為的”資料採礦“來提前清理掉它們。

殭屍帳號也還是有一些共同特徵的，例如帳號很可能屬於同一個號碼段甚至是連號的，活躍度不高，等級低，資料不全等等。根據這些特點，適當設定參與門檻，例如限制參與秒殺的帳號等級。通過這些業務手段，也是可以過濾掉一些殭屍號。

4. 火車票的搶購

看到這裡，同學們是否明白你為什麼搶不到火車票？如果你只是老老實實地去搶票，真的很難。通過多帳號的方式，火車票的黃牛將很多車票的名額佔據，部分強大的黃牛，在處理驗證碼方面，更是“技高一籌“。

進階的黃牛刷票時，在識別驗證碼的時候使用真實的人，中間搭建一個展示驗證碼圖片的中轉軟體服務，真人瀏覽圖片並填寫下真實驗證碼，返回給中轉軟體。對於這種方式，驗證碼的保護限制作用被廢除了，目前也沒有很好的解決方案。

因為火車票是根據身份證實名制的，這裡還有一個火車票的轉讓操作方式。大致的操作方式，是先用買家的身份證開啟一個搶票工具，持續發送請 求，黃牛帳號選擇退票，然後黃牛買家成功通過自己的身份證購票成功。當一列車廂沒有票了的時候，是沒有很多人盯著看的，況且黃牛們的搶票工具也很強大，即 使讓我們看見有退票，我們也不一定能搶得過他們哈。

最終，黃牛順利將火車票轉移到買家的身份證下。

解決方案：

並沒有很好的解決方案，唯一可以動心思的也許是對帳號資料進行“資料採礦”，這些黃牛帳號也是有一些共同特徵的，例如經常搶票和退票，節假日異常活躍等等。將它們分析出來，再做進一步處理和甄別。

三、高並發下的資料安全

我們知道在多線程寫入同一個檔案的時候，會存現“安全執行緒”的問題（多個線程同時運行同一段代碼，如果每次運行結果和單線程啟動並執行結果是一 樣的，結果和預期相同，就是安全執行緒的）。如果是MySQL資料庫，可以使用它內建的鎖機制很好的解決問題，但是，在大規模並發的情境中，是不推薦使用 MySQL的。秒殺和搶購的情境中，還有另外一個問題，就是“超發”，如果在這方面控制不慎，會產生髮送過多的情況。我們也曾經聽說過，某些電商搞搶購活 動，買家成功拍下後，商家卻不承認訂單有效，拒絕發貨。這裡的問題，也許並不一定是商家奸詐，而是系統技術層面存在超發風險導致的。

1. 超發的原因

假設某個搶購情境中，我們一共只有100個商品，在最後一刻，我們已經消耗了99個商品，僅剩最後一個。這個時候，系統發來多個並發請求，這批請求讀取到的商品餘量都是99個，然後都通過了這一個餘量判斷，最終導致超發。（同文章前面說的情境）

在上面的這個圖中，就導致了並發使用者B也“搶購成功”，多讓一個人獲得了商品。這種情境，在高並發的情況下非常容易出現。

2. 悲觀鎖思路

解決安全執行緒的思路很多，可以從“悲觀鎖”的方向開始討論。

悲觀鎖，也就是在修改資料的時候，採用鎖定狀態，排斥外部請求的修改。遇到加鎖的狀態，就必須等待。

雖然上述的方案的確解決了安全執行緒的問題，但是，別忘記，我們的情境是“高並發”。也就是說，會很多這樣的修改請求，每個請求都需要等待 “鎖”，某些線程可能永遠都沒有機會搶到這個“鎖”，這種請求就會死在那裡。同時，這種請求會很多，瞬間增大系統的平均回應時間，結果是可用串連數被耗 盡，系統陷入異常。

3. FIFO隊列思路

那好，那麼我們稍微修改一下上面的情境，我們直接將請求放入隊列中的，採用FIFO（First Input First Output，先進先出），這樣的話，我們就不會導致某些請求永遠擷取不到鎖。看到這裡，是不是有點強行將多線程變成單線程的感覺哈。

然後，我們現在解決了鎖的問題，全部請求採用“先進先出”的隊列方式來處理。那麼新的問題來了，高並發的情境下，因為請求很多，很可能一瞬 間將隊列記憶體“撐爆”，然後系統又陷入到了異常狀態。或者設計一個極大的記憶體隊列，也是一種方案，但是，系統處理完一個隊列內請求的速度根本無法和瘋狂湧 入隊列中的數目相比。也就是說，隊列內的請求會越積累越多，最終Web系統平均響應時候還是會大幅下降，系統還是陷入異常。

4. 樂觀鎖思路

這個時候，我們就可以討論一下“樂觀鎖”的思路了。樂觀鎖，是相對於“悲觀鎖”採用更為寬鬆的加鎖機制，大都是採用帶版本號碼 （Version）更新。實現就是，這個資料所有請求都有資格去修改，但會獲得一個該資料的版本號碼，只有版本號碼符合的才能更新成功，其他的返回搶購失敗。 這樣的話，我們就不需要考慮隊列的問題，不過，它會增大CPU的計算開銷。但是，綜合來說，這是一個比較好的解決方案。

有很多軟體和服務都“樂觀鎖”功能的支援，例如Redis中的watch就是其中之一。通過這個實現，我們保證了資料的安全。

四、小結

互連網正在高速發展，使用互連網服務的使用者越多，高並發的情境也變得越來越多。電商秒殺和搶購，是兩個比較典型的互連網高並發情境。雖然我們解決問題的具體技術方案可能千差萬別，但是遇到的挑戰卻是相似的，因此解決問題的思路也異曲同工。

 

電商網站秒殺與搶購的系統架構