秒殺活動可以說在網際網路上隨處可見，從12306搶票，到聚划算搶購，我們生活的方方面面都可以看到秒殺的身影。秒殺的架構設計也是對於一個架構師架構設計能力的一次考驗。本文的目的並不在於提供一個可以直接落地的設計方案，而是意在提供一個簡單的方法，一個思路，使大家能夠對於秒殺背後的一些設計有更感性的認識, 並且可以自己親自動手實踐一下。所有的配置及原始碼都在本文最後的GitHub repository中可以找到。

首先，先簡單介紹下本文中會涉及到的一些元件，如下圖所示：

JMeter：用JMeter來模擬秒殺活動中大量併發的使用者請求

Seckill Service：基於Nodejs使用Express實現的秒殺service，圖中的步驟2，3，4都是在這個service中處理的

Redis：一個Redis的docker container，在其中儲存一個名為counter的資料來表示當前剩餘的庫存大小

Kafka: 一個Kafka的docker container，其實這裡還有一個zookeeper的docker container，Kafka用zookeeper來存放一些元資料，在程式中並沒有涉及到，所以也就不單獨列出來說了。Seckill service在更新完Redis之後，會發送一條訊息給Kafka表示一次成功的秒殺

Seckill Kafka Consumer: 基於Nodejs的Kafka consumer，會從Kafka中去獲取秒殺成功的訊息，處理並且儲存到MySQL中

MySQL：一個MySQL的docker container，最終秒殺成功的請求都會對應著資料庫表中的一條記錄

環境搭建

1 . 安裝JMeter
從官網下載一個JMeter的binary包，執行bin目錄下的jmeter即可啟動，啟動後如下圖新建一個名為Seckill的Thread Group，並且設定在5s內發起2000次併發請求。

在這個Thread Group下新建一個Http Request的Sampler並命名為Seckill，按下圖配置host name，port number，http request method以及request path

2 . 安裝Redis，Kafka, Zookeeper和MySQL
為了方便搭建環境，這幾個元件會以docker container的形式啟動。在此之前需要去

3 . 編寫Docker Compose檔案
建立一個Seckill專案資料夾，新建一個docker-compose.yml檔案，內容如下：

配置檔案中一共配置了4個services對應4個docker container，分別是zookeeper，kafka，redis以及mysql。這裡有兩個地方需要設定成你實際環境的值，一個是kafka配置下面的KAFKA_ADVERTISED_HOST_NAME欄位，這個需要設定成本地機器的IP。另一個是MYSQL配置下面的MYSQL_ROOT_PASSWORD，你可以設定成你想要的任何值。

建立好這個檔案之後，就可以去命令列專案根目錄中執行docker-compose up，docker engine就會把上面配置的這4個元件全部啟動起來。

注意：在啟動完之後，需要去Kafka容器中建立一個名為CAR_NUMBER的topic，去Redis容器中建立一個名為counter的計數器(設定值為100，代表庫存初始值為100)，去MySQL容器中建立一個名為seckill的資料表(包含一個自增長的id自段和一個timestamp格式的date欄位)。

程式碼片段

1 . Seckill Service

第1-8行，引入了程式需要用到的物件，nodejs的mvc框架express, redis, kafka等

第10行，利用express提供的方法暴露出一個path為/seckill的POST方法

第12行，定義了一個方法，在54行會呼叫

第13-22行，新建了一個redis client並且監聽error事件

第23行，這行程式碼非常關鍵，它的作用是讓redis cilent監視redis中的counter值，之後會啟動一個事務，如果在事務提交的時候發現有其它client修改了counter值的話，就會放棄這個事務。

第24行，通過redis client的非同步方法獲取counter的值，因為redis的get操作是原子的，所以在這裡不用擔心有併發讀寫的問題。

第25-28行，判斷返回的庫存值是否大於0，如果大於0，通過client.multi()啟動一個事務，通過decr()方法將counter值減1，最後通過exec()方法提交事務；如果小於0，則執行第47行，列印賣完了並且關閉redis client。

第29-46行，這裡我們看一下multi.exec()中的這個回撥方法。在前面我們已經使用watch對counter進行了監視。如果在事務提交過程中有其它client修改了counter值的話，回撥方法中的replies引數就會是null，可以看到第29-31行，程式會列印“可能有衝突”並且再次呼叫fn方法重試。
如果replies的值不為null，就會使用kafka的producer傳送一條message到CAR_NUMBER topic。

2 . seckill_kafka_consumer

這裡的程式碼就比較簡單了，會初始化一個kafka consumer監聽CAR_NUMBER topic，對於新獲取的訊息會去MySQL的seckill表裡插入一條記錄。

操作步驟

啟動docker container

啟動Seckill_Service

啟動seckill_kafka_consumer

啟動JMeter傳送2000個併發請求

結果 JMeter request results

Redis counter field

MySQL seckill table

可以看到，最後redis中的counter變成0，seckill資料表中會插入100條記錄，沒有發生超賣或者少賣的情況。當然在實際生產環境場景中，還有許多其它需要考慮的地方，希望此文可以起到一個拋磚引玉的作用，幫助大家更好的理解秒殺場景。