基于GO语言大型企业级电商秒杀系统实战教程
网盘地址： https://pan.baidu.com/s/1Q41ss486U8IqDPfKmU0RnA 密码: 3ap4
备用地址（腾讯微云）： https://share.weiyun.com/5NjLpPp 密码：e9thmp
内容简介
什么是秒杀
秒杀场景一般会在电商网站举行一些活动或者节假日在12306网站上抢票时遇到。对于网站中一些稀缺或者特价的产品，电商网站一般会在约定的时间对其进行限量销售，因为这些产品的特殊性，会吸引大量用户前来抢购，并且会在约定时间同时在秒杀页面进行抢购。
设计思路
将请求拦截在系统上游，降低下流压力;秒杀系统特点就是并发量极大，但实际秒杀成功的请求数量确很少，所以如果不在前端拦截可能造成数据库读写锁冲突，甚至导致死锁，最终请求超时，甚至导致系统崩溃
充分利用缓存：利用缓存可以极大提高系统读写速度
消息队列：消息队列可以削峰，将拦截大量并发的请求，这也是一个异步处理过程，后台业务根据自己的处理能力，从消息队列中主动的拉取请求消息进行业务处理
前端方案
浏览器端（js）：
页面静态化：将活动页面上的所有可以静态的元素全部静态化，并尽量减少动态元素，通过CDN来抗峰值
禁止重复提交：用户提交之后按钮置灰，禁止重复提交
用户限流：在某一时间内只允许用户提交一次请求，比如可以采取IP限流
后端方案
服务器控制器层（网关层）
限制UID（userID）访问频率：我们上面拦截了浏览器的访问请求，但准对某些恶意请求和攻击或者其他插件，在服务器控制层要准对同一个uid，限制访问频率
服务层
上面只拦截了一部分请求，当秒杀的用户量非常大时，即使每个用户只有一个请求，到服务层的请求数量还是很大。比如我们有100w用户同时抢购100台手机，服务层并发请求压力至少为100w。
1.采用消息队列缓存请求：既然服务器层知道库存只有100台手机，那完全没有必要把100w个请求都传递到数据库里，那么可以先把这些请求都写到消息队列里面缓存一下，数据库层订阅消息减少库存，减库存成功的请求返回秒杀成功，失败的返回秒杀结束
2.利用缓存应对读请求：对类似12306等购票业务，是典型的读多写少业务，大部分请求时查询请求，所以可以利用缓存分担数据库压力
3.利用缓存对写请求：缓存也是可以应对写请求，比如我们可以把数据库中库存数据迁移到Redis缓存中，所有减库存操作都在Redis中进行，然后通过后台进程把Redis中的用户秒杀请求同步到数据库中
数据库层
数据库层是最脆弱的一层，一般在应用设计时在上游就需要把请求拦截，数据库层只承担“能力范围内”的访问请求。所以，上面通过在服务层引入的队列和缓存，让底层的数据库高枕无忧
网盘地址： https://pan.baidu.com/s/1Q41ss486U8IqDPfKmU0RnA 密码: 3ap4
备用地址（腾讯微云）： https://share.weiyun.com/5NjLpPp 密码：e9thmp
内容简介
什么是秒杀
秒杀场景一般会在电商网站举行一些活动或者节假日在12306网站上抢票时遇到。对于网站中一些稀缺或者特价的产品，电商网站一般会在约定的时间对其进行限量销售，因为这些产品的特殊性，会吸引大量用户前来抢购，并且会在约定时间同时在秒杀页面进行抢购。
设计思路
将请求拦截在系统上游，降低下流压力;秒杀系统特点就是并发量极大，但实际秒杀成功的请求数量确很少，所以如果不在前端拦截可能造成数据库读写锁冲突，甚至导致死锁，最终请求超时，甚至导致系统崩溃
充分利用缓存：利用缓存可以极大提高系统读写速度
消息队列：消息队列可以削峰，将拦截大量并发的请求，这也是一个异步处理过程，后台业务根据自己的处理能力，从消息队列中主动的拉取请求消息进行业务处理
前端方案
浏览器端（js）：
页面静态化：将活动页面上的所有可以静态的元素全部静态化，并尽量减少动态元素，通过CDN来抗峰值
禁止重复提交：用户提交之后按钮置灰，禁止重复提交
用户限流：在某一时间内只允许用户提交一次请求，比如可以采取IP限流
后端方案
服务器控制器层（网关层）
限制UID（userID）访问频率：我们上面拦截了浏览器的访问请求，但准对某些恶意请求和攻击或者其他插件，在服务器控制层要准对同一个uid，限制访问频率
服务层
上面只拦截了一部分请求，当秒杀的用户量非常大时，即使每个用户只有一个请求，到服务层的请求数量还是很大。比如我们有100w用户同时抢购100台手机，服务层并发请求压力至少为100w。
1.采用消息队列缓存请求：既然服务器层知道库存只有100台手机，那完全没有必要把100w个请求都传递到数据库里，那么可以先把这些请求都写到消息队列里面缓存一下，数据库层订阅消息减少库存，减库存成功的请求返回秒杀成功，失败的返回秒杀结束
2.利用缓存应对读请求：对类似12306等购票业务，是典型的读多写少业务，大部分请求时查询请求，所以可以利用缓存分担数据库压力
3.利用缓存对写请求：缓存也是可以应对写请求，比如我们可以把数据库中库存数据迁移到Redis缓存中，所有减库存操作都在Redis中进行，然后通过后台进程把Redis中的用户秒杀请求同步到数据库中
数据库层
数据库层是最脆弱的一层，一般在应用设计时在上游就需要把请求拦截，数据库层只承担“能力范围内”的访问请求。所以，上面通过在服务层引入的队列和缓存，让底层的数据库高枕无忧