第一百三十五期:如何模拟一次阿里双11秒杀场景的实现？程序员必看

秒杀活动可以说在互联网上随处可见，从12306抢票，到聚划算抢购，我们生活的方方面面都可以看到秒杀的身影。

作者：IT技术管理那些事儿

秒杀活动可以说在互联网上随处可见，从12306抢票，到聚划算抢购，我们生活的方方面面都可以看到秒杀的身影。

秒杀的架构设计也是对于一个架构师架构设计能力的一次考验。本文的目的并不在于提供一个可以直接落地的设计方案，而是意在提供一个简单的方法，一个思路，使大家能够对于秒杀背后的一些设计有更感性的认识, 并且可以自己亲自动手实践一下。

所有的配置及源码都在本文最后的GitHub repository中可以找到。

首先，先简单介绍下本文中会涉及到的一些组件，如下图所示：

JMeter：用JMeter来模拟秒杀活动中大量并发的用户请求

Seckill Service：基于Nodejs使用Express实现的秒杀service，图中的步骤2，3，4都是在这个service中处理的

Redis：一个Redis的docker container，在其中保存一个名为counter的数据来表示当前剩余的库存大小

Kafka: 一个Kafka的docker container，其实这里还有一个zookeeper的docker container，Kafka用zookeeper来存放一些元数据，在程序中并没有涉及到，所以也就不单独列出来说了。Seckill service在更新完Redis之后，会发送一条消息给Kafka表示一次成功的秒杀

Seckill Kafka Consumer: 基于Nodejs的Kafka consumer，会从Kafka中去获取秒杀成功的消息，处理并且存储到MySQL中

MySQL：一个MySQL的docker container，最终秒杀成功的请求都会对应着数据库表中的一条记录

环境搭建

1 . 安装JMeter

从官网下载一个JMeter的binary包，执行bin目录下的jmeter即可启动，启动后如下图新建一个名为Seckill的Thread Group，并且设置在5s内发起2000次并发请求。

在这个Thread Group下新建一个Http Request的Sampler并命名为Seckill，按下图配置host name，port number，http request method以及request path

2 . 安装Redis，Kafka, Zookeeper和MySQL

为了方便搭建环境，这几个组件会以docker container的形式启动。在此之前需要去Docker官网下载并安装Docker Engine，Docker Machine和Docker Compose。如果是在Windows或者Mac上，Docker官网提供Docker For Windows/Docker For Mac安装程序，可以很方便的把这3个组件安装好。

3 . 编写Docker Compose文件

创建一个Seckill项目文件夹，新建一个docker-compose.yml文件，内容如下：

配置文件中一共配置了4个services对应4个docker container，分别是zookeeper，kafka，redis以及mysql。这里有两个地方需要设置成你实际环境的值，一个是kafka配置下面的KAFKA_ADVERTISED_HOST_NAME字段，这个需要设置成本地机器的IP。另一个是MYSQL配置下面的MYSQL_ROOT_PASSWORD，你可以设置成你想要的任何值。

创建好这个文件之后，就可以去命令行项目根目录中执行docker-compose up，docker engine就会把上面配置的这4个组件全部启动起来。

注意：在启动完之后，需要去Kafka容器中创建一个名为CAR_NUMBER的topic，去Redis容器中创建一个名为counter的计数器(设置值为100，代表库存初始值为100)，去MySQL容器中创建一个名为seckill的数据表(包含一个自增长的id自段和一个timestamp格式的date字段)。

代码片段

1 . Seckill Service

第1-8行，引入了程序需要用到的对象，nodejs的mvc框架express, redis, kafka等
第10行，利用express提供的方法暴露出一个path为/seckill的POST方法
第12行，定义了一个方法，在54行会调用
第13-22行，新建了一个redis client并且监听error事件
第23行，这行代码非常关键，它的作用是让redis cilent监视redis中的counter值，之后会启动一个事务，如果在事务提交的时候发现有其它client修改了counter值的话，就会放弃这个事务。
第24行，通过redis client的异步方法获取counter的值，因为redis的get操作是原子的，所以在这里不用担心有并发读写的问题。
第25-28行，判断返回的库存值是否大于0，如果大于0，通过client.multi()启动一个事务，通过decr()方法将counter值减1，最后通过exec()方法提交事务;如果小于0，则执行第47行，打印卖完了并且关闭redis client。
第29-46行，这里我们看一下multi.exec()中的这个回调方法。在前面我们已经使用watch对counter进行了监视。如果在事务提交过程中有其它client修改了counter值的话，回调方法中的replies参数就会是null，可以看到第29-31行，程序会打印“可能有冲突”并且再次调用fn方法重试。

如果replies的值不为null，就会使用kafka的producer发送一条message到CAR_NUMBER topic。

2 . seckill_kafka_consumer

这里的代码就比较简单了，会初始化一个kafka consumer监听CAR_NUMBER topic，对于新获取的消息会去MySQL的seckill表里插入一条记录。

操作步骤

启动docker container
启动Seckill_Service
启动seckill_kafka_consumer
启动JMeter发送2000个并发请求

结果

JMeter request results

Redis counter field

MySQL seckill table

可以看到，最后redis中的counter变成0，seckill数据表中会插入100条记录，没有发生超卖或者少卖的情况。当然在实际生产环境场景中，还有许多其它需要考虑的地方，希望此文可以起到一个抛砖引玉的作用，帮助大家更好的理解秒杀场景。

阅读目录（置顶)(长期更新计算机领域知识）

阅读目录（置顶)(长期科技领域知识）

歌谣带你看java面试题