Spring Boot微服务架构下的电商秒杀系统设计与实现

一、业务背景与挑战

在大型电商平台（如双11、618）中，秒杀活动是典型的高并发、低延迟、强一致性的业务场景。瞬时流量可达数百万QPS，而库存扣减必须严格保证不超卖、不多卖。传统单体架构+关系型数据库直连的方式极易导致数据库连接池耗尽、行锁竞争激烈、响应超时甚至服务雪崩。

本文以某头部电商大厂真实面试题为蓝本，完整呈现一套基于Spring Boot 3.x（Jakarta EE 9+）、Redis、RabbitMQ与MySQL的云原生秒杀解决方案。

二、技术选型与架构概览

• 核心语言与平台：Java 17 + JVM（G1 GC调优）
• Web框架：Spring Boot 3.2 + Spring WebFlux（非阻塞IO处理预热请求）
• 数据库与ORM：MySQL 8.0（分库分表） + MyBatis-Plus + HikariCP（连接池最小空闲连接=20）
• 缓存技术：Redis Cluster（Lua脚本原子扣减库存）
• 消息队列：RabbitMQ（异步下单、解耦库存扣减与订单生成）
• 安全框架：Spring Security + JWT（防刷接口+用户身份鉴权）
• 监控与运维：Micrometer + Prometheus + Grafana（实时监控QPS、Redis命中率、MQ堆积量）

三、关键代码实现

1. Redis Lua脚本实现原子库存扣减

-- KEYS[1]: 商品ID, ARGV[1]: 扣减数量
if redis.call('exists', KEYS[1]) == 0 then
  return -1 -- 库存Key不存在
end
local stock = tonumber(redis.call('get', KEYS[1]))
if stock < tonumber(ARGV[1]) then
  return 0 -- 库存不足
end
redis.call('decrby', KEYS[1], ARGV[1])
return 1 -- 扣减成功

2. Spring Boot Controller层（WebFlux响应式）

@RestController
@RequestMapping("/api/seckill")
public class SeckillController {
    
    @Autowired private SeckillService seckillService;
    
    @PostMapping("/try")
    public Mono<ResponseEntity<String>> trySeckill(
            @RequestBody SeckillRequest request,
            @RequestHeader("Authorization") String token) {
        return Mono.fromCallable(() -> {
            // 1. JWT校验 & 用户风控（滑动窗口限流）
            if (!jwtValidator.validate(token)) {
                throw new BusinessException("非法访问");
            }
            // 2. 调用Lua脚本预扣减
            Long result = redisTemplate.execute(
                new DefaultRedisScript<>("...lua script...", Long.class),
                Collections.singletonList(request.getProductId()),
                String.valueOf(request.getQuantity())
            );
            if (result == 1L) {
                // 3. 发送MQ消息，异步创建订单
                rabbitTemplate.convertAndSend("seckill.order.exchange", "order.route", request);
                return ResponseEntity.ok("排队中，请等待结果通知");
            } else if (result == 0L) {
                return ResponseEntity.status(429).body("库存不足");
            } else {
                return ResponseEntity.status(500).body("系统异常");
            }
        }).onErrorResume(BusinessException.class, e -> 
            Mono.just(ResponseEntity.badRequest().body(e.getMessage()))
        );
    }
}

3. 消费端订单落库（事务性消息 + 本地事务表）

@Component
public class OrderConsumer {
    
    @RabbitListener(queues = "seckill.order.queue")
    public void handleOrder(SeckillRequest request) {
        // 1. 先插入本地事务表（状态=PROCESSING）
        orderMapper.insertWithTx(request);
        // 2. 调用下游订单服务（OpenFeign）
        orderService.createOrder(request);
        // 3. 更新本地事务表状态=SUCCESS
        orderMapper.updateStatus(request.getId(), "SUCCESS");
    }
}

四、面试官视角：3轮递进式提问

第一轮（基础原理）：

1. 为什么不用MySQL乐观锁（version字段）直接扣减库存？
2. Redis单线程模型如何支撑百万QPS？Lua脚本为何能保证原子性？
3. WebFlux的Mono/Flux与传统Servlet线程模型本质区别是什么？

第二轮（深度设计）： 4. 如果MQ消费失败，如何保证最终一致性？请画出事务消息+本地事务表的状态机。 5. 如何防止黄牛使用脚本恶意刷单？请结合Spring Security与前端验证码、设备指纹、行为分析给出方案。 6. 当Redis集群某个节点宕机，库存数据丢失怎么办？是否需要双写DB？

第三轮（高阶扩展）： 7. 若将秒杀迁移到Kubernetes环境，如何通过HPA（Horizontal Pod Autoscaler）根据Prometheus指标（如Redis queue length）自动扩缩容？ 8. 如何用Resilience4j实现熔断降级？当库存服务不可用时，前端应展示什么友好提示？ 9. 假设业务要求支持“阶梯价秒杀”（买得越多单价越低），现有Lua脚本需如何重构？

面试官微笑点头：“很好，今天就到这里。你的系统设计思维和源码细节把握很扎实。我们会在3个工作日内通过邮件通知后续流程——祝你拿到心仪的offer！”

五、答案详解（小白也能懂）

✅ 问题1答案：MySQL乐观锁在高并发下会产生大量失败重试（ABA问题），CPU浪费严重；而Redis Lua在服务端原子执行，无网络往返开销。

✅ 问题4答案：本地事务表是核心。消费者先写表（PROCESSING），再调用订单服务；若失败则定时任务扫描该表，对超时PROCESSING记录重试或告警人工介入，最终达到100%最终一致。

✅ 问题7答案：需自定义Prometheus指标rabbitmq_queue_messages_ready{queue="seckill.order.queue"}，配置HPA metrics 使用该指标，当值>1000时触发扩容至10个Pod。

延伸学习建议：动手用Docker Compose一键部署上述全套环境（Redis Cluster + RabbitMQ + MySQL + Spring Boot App），并用JMeter模拟10万并发压测，观察Grafana面板各项指标变化。