用Redis秒杀怎么瞬间搞定，性能瓶颈和技巧分享

说到用Redis搞定秒杀，核心思想就一句话：尽量把请求拦在数据库之外，用内存操作搞定大部分事情。 数据库（比如MySQL）是秒杀系统最大的瓶颈，因为它要写磁盘，并发一高就撑不住了，而Redis所有数据都在内存里，速度极快,天生适合这种高并发读写的场景。

性能瓶颈在哪里？

别看Redis快，用不好照样崩,瓶颈主要在这几个地方：

1. 网络IO和命令操作：一瞬间几万甚至几十万个请求涌进来，Redis要处理这么多网络连接和执行命令，CPU和网络带宽可能先顶不住，这就像一条高速公路，车一下子全堵在收费站口，收费站再快也会瘫痪。（参考阿里云开发者社区关于秒杀场景的分析）
2. 库存超卖：这是最经典的问题，比如只剩1件商品，但多个请求同时来查，都看到“还有1件”，然后都执行了扣减，结果就卖出了10件，这就是超卖，问题的根源在于“查询”和“扣减”这两个操作不是原子的,在并发下被打断了。
3. Redis本身成为单点瓶颈：即使你的业务逻辑没问题，但所有请求都打向一个Redis实例，这个实例的物理性能是有上限的,它可能成为整个系统的单点瓶颈。

核心技巧：如何用Redis“瞬间”搞定？

针对上面的瓶颈,有以下几个非常实用的技巧：

库存预热，数据提前放到Redis里

秒杀开始前，就把要卖的商品id和库存数量提前设置到Redis中，比如用简单的String类型：set seckill_good_1001_stock 100，这样秒杀开始时，所有请求都直接访问Redis，完全不用查数据库,减轻了数据库的压力。

使用原子操作，杜绝超卖

这是最关键的一步，绝对不能先get库存，判断大于0再decr（减1），因为这两个命令不是一起执行的,必须用Redis的原子命令。

• 最佳选择：使用DECR命令。 直接 DECR seckill_good_1001_stock，这个命令的作用是将键的值减1，并返回减后的值，它本身是原子性的,多个客户端同时执行也不会出错。

  • 判断逻辑是： 执行DECR后,看返回值。
  • 如果返回值大于等于0，说明扣减成功,用户抢购成功。
  • 如果返回值小于0（1），说明库存已经扣到零了,这次抢购失败。
  • 这里有个小技巧： 发现返回值小于0后，可以再执行一次 INCR命令把库存加回来，避免库存被扣成负数，虽然用户抢购失败，但保持库存为0,后续请求会更快失败。

• 备选方案：使用Lua脚本。 如果逻辑更复杂，比如你还需要判断用户是否重复购买，可以把多个命令写在一个Lua脚本里，因为Lua脚本在Redis中是串行执行的，也能保证原子性，但通常简单的扣库存，DECR就足够了,性能更高。

动静分离，限流降级

不是所有请求都需要走到扣库存那一步。

• 动静分离： 像商品图片、详情介绍这些不会变的信息，可以提前放到CDN或者专门的静态服务器上,不要让它占用秒杀时的网络带宽和Redis资源。
• 限流和队列削峰： 这是保护Redis的法宝，瞬间的请求太多了，可以用一些办法把峰值“削平”。
  • 前端限流： 在用户点击“抢购”按钮后，立刻让按钮变灰，禁止用户重复提交,这能拦掉很多无效请求。
  • 网关层限流： 在请求到达业务服务器之前，用Nginx等网关设置限流规则，比如每秒只放行1万个请求进入后端，多余的直接返回“抢购人数过多，请稍后重试”，这就像在高速公路入口实行管制,只放行一部分车流。
  • 消息队列： 更常见的做法是，业务服务器接收到请求后，先进行一些基础验证（比如用户登录态），然后立刻将抢购请求发送到像RabbitMQ、Kafka这样的消息队列里，并立即给用户返回“正在排队中”的提示，后端再从一个匀速的队列里慢慢消费这些请求，去Redis里扣库存，这样就把一瞬间的洪峰压力，变成了一个匀速的流水线作业，Redis的压力就变得可控了。（参考众多互联网大厂的秒杀方案总结）

Redis集群和高可用

单机Redis能力有限,要做好高可用和扩容。

• 使用集群模式： 将不同的商品库存数据分布到Redis集群的不同节点上，这样压力也被分散了，比如商品1001的库存放在A节点,商品1002的库存放在B节点。
• 读写分离： 如果读请求（比如检查库存状态）也很多，可以配置主从复制,让从节点来分担读压力。

一个简化的流程总结

1. 预热： SET stock_1001 100
2. 用户请求到达： 网关和前端先拦掉一部分。
3. 扣减库存： 业务服务器执行 DECR stock_1001。
4. 判断结果：
   • 返回值 >= 0：成功，然后业务服务器可以异步地向数据库写入订单信息,并通知用户付款。
   • 返回值 < 0：失败，直接返回用户“已售罄”。
5. 后续： 用户付款后,再完成整个订单流程。

用Redis做秒杀，它的核心职责就是准确、快速地扣减库存，只要把这一个点做扎实了，再把流量控制好,秒杀系统的核心难题就解决了大半。