Spring Boot微服务架构下的电商秒杀系统设计与实现

一、业务场景

电商大促期间（如双11），热门商品（如限量手机）面临瞬时百万级QPS请求。传统同步下单流程（查库存→扣库存→生成订单→支付）极易因数据库行锁、连接池耗尽、响应延迟导致系统雪崩。

二、技术选型与架构设计

• 核心框架：Spring Boot 3.2（基于Java 17 + Jakarta EE 9）
• API网关：Spring Cloud Gateway（路由+全局限流）
• 库存管理服务：独立微服务 + Redis原子操作（DECR + EXPIRE）
• 订单服务：响应式编程（Spring WebFlux） + R2DBC异步写入MySQL
• 消息解耦：Kafka作为削峰填谷中枢，解耦下单与订单落库
• 高可用保障：Resilience4j熔断降级 + Sentinel热点参数限流

三、关键代码实现

1. 秒杀接口（带令牌桶限流）

@RestController
@RequestMapping("/api/seckill")
public class SeckillController {
    
    @Autowired private SeckillService seckillService;
    
    @PostMapping("/{skuId}")
    public Mono<ResponseEntity<String>> doSeckill(
            @PathVariable String skuId,
            @RequestHeader("X-User-ID") String userId) {
        return Mono.fromCallable(() -> seckillService.trySeckill(skuId, userId))
                .onErrorResume(e -> Mono.just(ResponseEntity.badRequest().body("秒杀失败: " + e.getMessage())))
                .map(result -> ResponseEntity.ok(result));
    }
}

2. 原子化库存扣减（Redis Lua脚本）

// Lua script for atomic inventory check & decrement
String script = "if redis.call('exists', KEYS[1]) == 1 then " +
                "  local stock = tonumber(redis.call('get', KEYS[1])); " +
                "  if stock > 0 then " +
                "    redis.call('decr', KEYS[1]); " +
                "    return 1; " +
                "  else " +
                "    return -1; " +
                "  end " +
                "else " +
                "  return 0; " +
                "end";

Long result = redisTemplate.execute(new DefaultRedisScript<>(script, Long.class), 
        Collections.singletonList("seckill:stock:" + skuId));

3. 异步下单（Kafka生产者）

@Service
public class KafkaOrderProducer {
    @Autowired private KafkaTemplate<String, SeckillOrderEvent> kafkaTemplate;
    
    public void sendOrderEvent(SeckillOrderEvent event) {
        kafkaTemplate.send("seckill-order-topic", event.getUserId(), event);
    }
}

四、面试官追问（模拟真实技术深挖）

1. Redis单线程模型为何能支撑高并发秒杀？Lua脚本执行期间是否阻塞其他命令？
2. 若Kafka消费者积压，如何保证订单不丢失且最终一致性？请结合事务消息或死信队列设计。
3. 如何防止黄牛使用脚本刷单？请从网关层（设备指纹+行为分析）、服务层（滑动窗口限频）给出方案。

五、答案详解（小白友好）

✅ 问题1答案：Redis单线程靠避免上下文切换+纯内存操作+IO多路复用（epoll）实现高性能；Lua脚本是原子执行的，期间会阻塞其他命令——这正是我们依赖它做库存强一致的原因。但要注意脚本执行时间不能过长（<10ms），否则影响吞吐。

✅ 问题2答案：采用Kafka事务消息（initTransactions() + sendOffsetsToTransaction()）确保“消息发送”与“本地数据库更新”原子性；若消费失败，配置max.poll.interval.ms和enable.auto.commit=false，手动提交offset，并将失败消息转入DLQ主题，由定时任务重试+人工介入。

✅ 问题3答案：网关层集成OpenResty+Lua生成设备唯一指纹（CPU核数+屏幕分辨率+字体列表Hash），并记录用户IP+UA的请求速率（每分钟≤5次）；服务层用Redis+ZSET实现滑动窗口限频：ZREMRANGEBYSCORE key -inf (now-60) + ZCARD统计当前窗口请求数。

本文覆盖Spring Boot、Redis、Kafka、R2DBC、Resilience4j等12+技术栈，适合作为Java高级工程师面试准备材料。欢迎在评论区讨论优化方案！