淘宝的秒杀我感觉并不复杂，用二次事务模式可以很容易的实现

有个帖子说了，太长了另起一楼。大部分的观点都是“硬碰硬”，其实没有必要，如果仅仅是秒杀，我觉得没有那么复杂。

 

系统架构：

 

秒杀程序实现：

 

关键点：

 

将事务分开，在应用层的事务并不严格，可以快速的处理大量并发，不需要db，也需要网络cache，唯一的操作就是本机内存操作，效率肯定非常高。

 

应用成功后，在将事务发到DB，这个时候可能由于并发会出现多拍的用户，再由DB过滤一遍，确保不会多拍。

 

唯一的缺点是事务到DB的同步过程有延迟，这是很快的，毫秒级。所以让（可能拍成功的）用户等两秒，用户应该可以接受。

 

性能分析：

 

应用层：基本没有代价，就看服务器处理连接的效率了，程序上只是一个计数器。如果觉得计数器是同步的会慢，就换成普通的int变量，多放几个“可能成功”的买家到 DB层过滤。假设1台机器1秒钟处理2000个请求应该问题不大吧。再假设网友会在60秒内提交完请求（由于时间不一致，很多网友的时钟不一定非常准确），一个服务器也能抗下12万用户。就算1千万网友参加，100台机器也足够了。

 

如果像taobao的博客所言的在处理100k并发技术，1台机器1秒钟处理10万用户，60秒就能处理600万。1千万并发也不过2台机器的事情。

 

数据库：数据库的并发来自有多少台应用服务器，应用服务器允许多少“可能买家”通过， 而不是有多少买家来秒杀。如果按照有些网友已经提到的，在机器中提前分配好，比如5台ipad，1台机器1台，其他机器直接报没有。那么DB的压力也就5台机器，可能传入的50个可能买家？计算时间上，也只需要2秒内算完就行了。

 

欢迎讨论。

 

 

LZ 对这个秒杀  杀上瘾了！ 呵呵！

问题是："接受到请求，count.getAndDecrement()" 这句话，必须是集群的行为，而不是单机的行为。
就不是share nothing了吧

秒杀这样的东西，还能考虑事务？说明兄弟你没有浸淫在互联网

我只是觉得为啥不用队列呢？

楼主的意思是，这一层只是简单过滤，比如前端server有5台，每台计数5，也就最多放25用户，到达DB层，进行第二次过滤，减少了数据库的压力。

这个东西， 很容易控制的。
记数器， 原则上可以分层的。
第一个阶段:
define:  allowNextStep = 1000 in cache server, it is an atom k/v;

int allowNextStep = 0;
static volitale bool  allowAccessCache  = true;
if(allowAccessCache) {
allowNextStep = allowNextStep.getAndDecrement() ;

if(allowNextStep < 0){
   allowAccessCache=false;
}
}else{
      ///reject all other user.
      //support: 1000 users can enter payment step and done check.
}

下一个步骤就是
按照类似的方法控制支付成功等业务要的要求了， 这个就很不好具体代码演示了。 因为根据业务要求不同， 需要使用不同的策略。 真正能进入支付阶段是少数人。
如果仅仅一个商品仅仅1000人进入下个阶段。 再怎么烂的架构也能支撑住了。


根据这样处理后， memcached类的群集压力就非常低了。 也就前1000个抢到计数器用户才能进入下一阶段。 其余用户通通的拒绝回去。


秒杀只要再关键细节性能上考虑到。 实际上， 40台左右的虚拟机器就能承受极大的压力。当然在服务器的细节参数设计上， 还有很多要考虑。


实际中，修改为100个人也是可以的。 基本还是100%能完成支付环节。

嗯，核心思想应该就是“层层过滤”

做互联网的还有不用k/v的吗？
用了k/v还有不知道原子操作的吗？
知道了原子++--还有什么悬念吗？

其实完全不需要那么复杂， 假设有20台服务器，发放20个秒杀奖品。每个机器有1个AtomicInteger来完成自己负责的1台发放就全部搞定了，其他未中标的请求根本就不需要访问远程数据，也不需要访问远程K/V系统。

如果说有m台机器，发放n个奖品，也很容易进行简单的前期分配。

说到底，根本就不需要真正的“绝对公平”发放。