前言

Hi 你好，我是东东拿铁，95后奶爸程序员。

上文为大家介绍了秒杀系统的动静分离，如果你想了解，可以直接戳链接查看

了解完动静分离，我们已经对我们的系统数据做出了最基本的拆分，通过缓存、CDN的方式，可以大大减少我们系统的负载。

但是，“秒杀”对资源的消耗是瞬时的，秒杀请求会高度集中在某一个时间点。从业务上来说，我们自然是希望参与的人越多越好。但商品的库存一定是定量的，从技术角度来说，我们希望真正秒杀的请求，是越少越好，否则对于秒杀的后续热点操作来说，对服务器的压力依旧很大。

开始阅读前，我们不妨先问自己几个问题

1、大家都能提出削峰、解耦，可具体要应用在哪个阶段，保护的是谁？

2、如果可以想到MQ，那MQ处理数据，用户的请求如何处理？

如果你能够有着很清晰的答案，那么大佬请收下我的膝盖，文中错误与不足请不吝指教。

如果你还有着些许疑问，希望本文能够给你带来帮助。

本文将讲述一下，如何做到流量削峰。

为什么要削峰

既然请求是瞬时的，那就意味着，绝大部分时间，我们的系统压力都在低区间运行，没有什么请求要处理。对于秒杀这个场景，我们会提前对于活动的流量进行预估，但用充足的服务器去做准备，会造成很大的资源浪费。

举个例子：比如我们的秒杀商品库存有500，单机器支持下单的TPS是100，如果这500个库存的下单流量在1s内过来，我们需要部署5台机器，来支持这部分瞬时流量。那假设我们库存有5000，那我们就需要50台机器才能支撑我们的服务。

削峰就是针对这个场景而生，让服务端能够处理的更加平稳，减少尖刺的发生，从而用合适的机器来去部署，减少资源浪费。

架构设计

排队

说起流量削峰，大家脑海中第一个蹦出的一定是用消息队列来缓冲瞬时流量，把同步的下单相关操作，转变为异步的间接推送。消息队列一端接收洪峰流量，另一端平滑消费即可。

MQ所保护的下游系统，大家可以自己针对架构设计去进行调整，比如服务A是我们的秒杀系统，只保留了最简单的秒杀是否成功的逻辑。但是下游的商品服务、支付服务并不能做到和秒杀服务一样的高性能，那么服务B就可以是你的商品服务。

这样就能最大程度上保证我们的商品服务，在什么样的流量场景下，都不会影响到最基础的下单操作，避免因为秒杀流量太大，导致普通商品的下单失败。

文章开头也提到了，相信大家会有一个疑问

使用MQ来进行解耦，用户的结果如何返回呢？

常见的有两种方案：

一、页面采用轮询的方式去服务端查询结果，比如1s一次，支付相关的很多业务都会采用这种形式，比如银行转账的时候，页面会有一个倒计时，成功了页面会跳转。当然这种方案，会增加一些服务端的请求。

二、服务端主动push，不过需要服务端与客户端保持连接，会增加很多服务端连接数

答题

不知道你是否还记得，之前的秒杀相关功能，无论是淘宝，还是12306，之前在秒杀时，只需要不断的点击按钮就可以了，近几年来逐渐增加了答题、图片验证功能，这是为什么呢？

主要是为了增加购买的复杂度，解决了下面的两个问题。

第一个目的是防止秒杀器、抢票器等自动化软件，避免通过大量的接口请求，影响到正常用户的秒杀操作。

第二个目的时延缓请求，间接对流量形成削峰的作用。用户在真正秒杀时，答题的操作会将下单的时间延缓2～5s。这样的话就把峰值请求打散，大大的减轻服务器压力。

分层过滤

分层过滤，是对用户的无效请求进行过滤，就像流量漏斗的形式，尽量保证服务器处理的请求，都是有效请求。

举例：

比如CDN，能够拦截大量的读数据请求，CDN对页面数据进行了缓存。

当流量请求到服务器，则把关键数据，尽量走Cache，比如商品详情，图片等。

当真正请求到后台系统，则要做好数据的二次校验，如加密，时间戳有效期，校验活动是否结束，或者库存是否充足，商品状态是否正常等，并在这个阶段，充分做好限流，进一步过滤无效请求。

最后处理好下单逻辑即可。

总结一下

本篇文章，主要介绍了系统在面对大流量冲击的时候，如何进行请求的削峰。有三种处理方式

1. 通过队列缓冲请求

2. 通过答题延缓请求发生时间，并且做出校验，过滤到不符合条件的请求。

3. 分层过滤

三种方式中依靠队列来缓冲请求，是最通用的处理方式，能够较好的保护内部系统的稳定，解决请求不平缓的场景。当然，用到队列后，如何处理好用户的请求，保证用户体验，也是需要大家重点去了解去考虑的。

最后，如果本文对你有帮助，欢迎点赞收藏评论，每一个评论我都会认真回答。也欢迎加我的wx:Ldhrlhy10，加我进群，一起进步，一起对抗互联网寒冬。