spring-boot分布式秒杀系统

# 分布式秒杀系统 交流群：529135840 小伙伴们运行前一定要看文档说明：https://gitee.com/52itstyle/spring-boot-seckill/wikis **墙裂推荐，一个能够让程序猿快速开发的极简工具箱：https://gitee.com/52itstyle/SPTools** ## 抢红包案例 [微信高并发抢红包秒杀实战案例](https://blog.52itstyle.vip/archives/5103/) [微信抢红包过期失效实战案例](https://blog.52itstyle.vip/archives/5135/) [推荐一款高效的处理延迟任务神器](https://blog.52itstyle.vip/archives/5150/) [推荐一款基于Redis的高可用延迟队列](https://blog.52itstyle.vip/archives/5163/) ## 推荐 小黄图床：https://tools.cloudbed.vip 妹子图小程序：https://gitee.com/52itstyle/mzitu 快速开发：https://gitee.com/52itstyle/SPTools 支付服务：https://gitee.com/52itstyle/spring-boot-pay 任务调度：https://gitee.com/52itstyle/spring-boot-quartz 邮件服务：https://gitee.com/52itstyle/spring-boot-mail 搜索服务：https://gitee.com/52itstyle/spring-boot-elasticsearch 私人网盘：https://gitee.com/52itstyle/spring-boot-CloudDisk ## 开发环境 JDK1.8、Maven、Mysql、IntelliJ IDEA、SpringBoot1.5.10、zookeeper3.4.6、kafka_2.11、redis-2.8.4、curator-2.10.0 win环境redis：https://gitee.com/52itstyle/spring-boot-seckill/tree/master/src/main/resources/redis ## 启动说明 - 启动前 请配置 application.properties 中相关redis、zk以及kafka相关地址，建议在Linux下安装使用。 - 数据库脚本位于 src/main/resource/sql 下面，启动前请自行导入。 - 配置完成，运行Application中的main方法，访问 http://localhost:8080/seckill/swagger-ui.html 进行API测试。 - 秒杀商品页：[http://localhost:8080/seckill/index.shtml](http://localhost:8080/seckill/index.shtml) ，部分功能待完成。 - 本测试案例单纯为了学习，某些案例并不适用于生产环境，大家根据所需自行调整。 ## 云服务推荐 [](https://www.aliyun.com/activity/618/index?userCode=kutpfdo3) ## 测试入口 http://localhost:8080/seckill/swagger-ui.html  ## 项目截图    ## 友情提示 由于工作原因，项目正在完善中（仅供参考），随时更新日志，有疑问请留言或者加群 #### 项目介绍 SpringBoot开发案例从0到1构建分布式秒杀系统，项目案例基本成型，逐步完善中。  ## 秒杀场景 秒杀场景无非就是多个用户在同时抢购一件或者多件商品，专用词汇就是所谓的高并发。现实中经常被大家喜闻乐见的场景，一群大妈抢购打折鸡蛋的画面一定不会陌生，如此场面让服务员大姐很无奈，赶上不要钱了。  ## 业务特点 - 瞬间高并发、电脑旁边的小哥哥、小姐姐们如超市哄抢的大妈一般，疯狂的点着鼠标 - 库存少、便宜、稀缺限量，值得大家去抢购，如苹果肾，小米粉，锤子粉(理解万岁) ## 用户规模 用户规模可大可小，几百或者上千人的活动单体架构足以可以应付，简单的加锁、进程内队列就可以轻松搞定。一旦上升到百万、千万级别的规模就要考虑分布式集群来应对瞬时高并发。 ## 秒杀架构  #### 很多小伙伴问架构图是怎么画的，这里推荐一款在线作图工具 ：[processon](https://www.processon.com/i/58c8a5c7e4b06344137ffc14) #### 架构层级 - 一般商家在做活动的时候，经常会遇到各种不怀好意的DDOS攻击(利用无辜的吃瓜群众夺取资源)，导致真正的我们无法获得服务！所以说高防IP还是很有必要的。 - 搞活动就意味着人多，接入SLB，对多台云服务器进行流量分发，可以通过流量分发扩展应用系统对外的服务能力，通过消除单点故障提升应用系统的可用性。 - 基于SLB价格以及灵活性考虑后面我们接入Nginx做限流分发，来保障后端服务的正常运行。 - 后端秒杀业务逻辑，基于Redis 或者 Zookeeper 分布式锁，Kafka 或者 Redis 做消息队列，DRDS数据库中间件实现数据的读写分离。 #### 优化思路 - 分流、分流、分流，重要的事情说三遍，再牛逼的机器也抵挡不住高级别的并发。 - 限流、限流、限流，毕竟秒杀商品有限，防刷的前提下没有绝对的公平，根据每个服务的负载能力，设定流量极限。 - 缓存、缓存、缓存、尽量不要让大量请求穿透到DB层，活动开始前商品信息可以推送至分布式缓存。 - 异步、异步、异步，分析并识别出可以异步处理的逻辑，比如日志，缩短系统响应时间。 - 主备、主备、主备，如果有条件做好主备容灾方案也是非常有必要的(参考某年锤子的活动被攻击)。 - 最后，为了支撑更高的并发，追求更好的性能，可以对服务器的部署模型进行优化，部分请求走正常的秒杀流程，部分请求直接返回秒杀失败，缺点是开发部署时需要维护两套逻辑。 #### 分层优化 - 前端优化：活动开始前生成静态商品页面推送缓存和CDN，静态文件(JS/CSS)请求推送至文件服务器和CDN。 - 网络优化：如果是全国用户，最好是BGP多线机房，减少网络延迟。 - 应用服务优化：Nginx最佳配置、Tomcat连接池优化、数据库配置优化、数据库连接池优化。 ## 全链路压测 - 分析需压测业务场景涉及系统 - 协调各个压测系统资源并搭建压测环境 - 压测数据隔离以及监控(响应时间、吞吐量、错误率等数据以图表形式实时显示) - 压测结果统计(平均响应时间、平均吞吐量等数据以图表形式在测试结束后显示) - 优化单个系统性能、关联流程以及整个业务流程 整个压测优化过程就是一个不断优化不断改进的过程，事先通过测试不断发现问题，优化系统，避免问题，指定应急方案，才能让系统的稳定性和性能都得到质的提升。 ## 数据采集监控 [分布式跟踪工具Pinpoint初探](https://blog.52itstyle.com/archives/2806/) [Grafana+Telegraf+Influxdb监控Tomcat集群方案](https://blog.52itstyle.com/archives/3208/) [Grafana+Prometheus系统监控之MySql](https://blog.52itstyle.com/archives/2059/) [Grafana+Prometheus系统监控之Redis](https://blog.52itstyle.com/archives/2049/) [Grafana+Prometheus系统监控之SpringBoot](https://blog.52itstyle.com/archives/2143/) [阿里巴巴 Sentinel + InfluxDB + Chronograf 实现监控大屏](https://blog.52itstyle.vip/archives/4496/) [SpringBoot 2.0 + InfluxDB+ Sentinel 实时监控数据存储](https://blog.52itstyle.vip/archives/4460/) [SpringBoot 2.0 + Nacos + Sentinel 流控规则集中存储](https://blog.52itstyle.vip/archives/4433/) [SpringBoot 2.0 + 阿里巴巴 Sentinel 动态限流实战](https://blog.52itstyle.vip/archives/4395/) ## 代码案例 可能秒杀架构原理大家都懂，网上也有不少实现方式，但大多都是文字的描述，告诉你如何如何，什么加锁、缓存、队列之类。但很少全�