零点钟声刚敲过,某中型电商的运营在后台按下“开抢”按钮。商品库存一千件,提前两周就预热了详情页,客服、主播、社群全都就位。可真正的问题发生在开场三十秒之内:下单接口响应时间从平时的120毫秒一路飙到8秒,随后大量请求超时;带宽监控曲线瞬间拉成一条直线,打到端口上限;商品详情页在部分地区直接白屏,用户反复刷新又进一步把流量放大。技术负责人在群里连发三条告警,数据库连接池耗尽,订单表写入开始堆积,消息队列积压超过十万条。
这并非个别案例。每逢双11、618这类集中式秒杀,很多团队都会在开场瞬间被同一类问题击中:日常压测跑得好好的系统,为什么一到真实峰值就崩?更扎心的是,这场崩溃持续不到一刻钟,活动就草草收场,库存没卖完,口碑先受了伤。事后复盘时发现,真正被打穿的不是某一台机器,而是整条链路上每一环都被“按日常水位”预留的资源,在瞬时洪峰面前根本不够用。
问题的核心其实很朴素:秒杀的流量模型是“脉冲式”的,峰值可能是日常的几十倍甚至上百倍,而日常配置是按“平均水位”设计的。把两套完全不同的水位塞进同一套资源规划里,要么日常浪费钱,要么峰值保不住。本文就从这个崩盘场景出发,把服务器、缓存、带宽、限流、扩容每一项拆开,讲清楚大促秒杀到底该按峰值配还是按日常配,以及钱应该花在哪一层。
要回答“按峰值还是按日常”,先得搞清楚那30秒里到底发生了什么。秒杀场景下,流量有几个鲜明特征:瞬时高并发,峰值QPS常常达到数十万量级;资源竞争激烈,集中在库存扣减和订单生成这两个写动作上;用户体验极度敏感,响应时间必须压在毫秒级。传统三层架构(接入、应用、数据)在普通日子里运转良好,但面对脉冲流量会同时暴露四类瓶颈。
首当其冲的是数据库瓶颈。如果下单直接同步写库,连接池很快被占满,超时堆积后又引发雪崩。其次是缓存穿透与击穿,热点商品的库存Key一旦在开抢前瞬间过期,或者大量请求命中一个根本不存在的商品ID,流量会直接穿透到数据库。再者是分布式锁竞争,多实例部署时,库存扣减的原子性难以保证,超卖和重复下单随之而来。最后是异步能力缺失,同步流程过长导致响应延迟,用户以为没抢到就疯狂重试,进一步放大流量。
这四类瓶颈叠加在一起,就会出现开篇描述的“接口打满、带宽跑满、页面卡死”。值得强调的是,带宽在这里是极易被忽视的一环:很多人以为只要服务器够强就行,但零点那一秒,静态资源首屏拉取、图片和接口混合上行下行,端口一旦跑满,再强的CPU也只能干等。所以“扛不住”从来不是单点问题,而是带宽、计算、存储、缓存被同一道洪峰同时冲刷的结果。
把崩盘拆开看,秒杀系统要稳定跑过峰值,必须依次过好几道基础设施关。每一关都有明确的作用、优先级和成本,下面逐项说明。
服务器规格(CPU与内存)。应用层服务建议无状态化,把用户会话放到Redis里,这样实例随时能扩能缩。下单接口是CPU和内存双敏感型,高并发下每个请求都要做参数校验、库存判断、风控拦截,内存不足会触发频繁GC,CPU不足则RT陡增。日常2到4核8到16G的小规格足够,但峰值需要8核以上、内存翻数倍的中大规格,且数量要能横向铺开。
Redis缓存。这是秒杀的“首要闸门”。主流做法是用Redis做库存预减:用户点击时先在Redis里执行原子扣减(DECR或Lua脚本),扣减成功才生成订单并投入消息队列,扣减失败直接返回“已抢完”。这个设计把数据库写压力从同步转为异步,QPS支撑能力可提升一个数量级。为防止超卖,通常用Redisson的RedLock或CAS配合Lua脚本保证原子性。热点商品的库存Key要提前预热,并设置合理的过期策略,避免开抢瞬间缓存击穿。
消息队列。队列承担削峰填谷的职责。预减库存成功后,订单写入动作异步交给Kafka或RocketMQ这类高吞吐中间件,后台消费者按自身处理能力批量落库。以Kafka为例,单分区吞吐可达很高量级,配合批量消费和批量插入,数据库写入压力被大幅摊平。队列还能作为“缓冲池”,当下游暂时抖动时,消息先堆积,不至于直接拒绝用户。
带宽峰值与CDN。静态资源(图片、样式文件、脚本文件、商品详情页)交给CDN缓存到边缘节点,命中后由边缘直接响应,源站只承担未命中回源、动态请求和上传流量。这里必须区分“CDN回源带宽”和“源站带宽”:前者是CDN边缘节点缓存未命中时回源站拉取数据所占的带宽,后者是服务器对外提供全部服务的总带宽,源站带宽包含回源带宽,但回源只是其中一部分。缓存命中率越高,回源带宽越低;但零点那一秒的缓存穿透风险也最高,热门商品的库存接口若没做本地缓存,会被直接打到源站。
限流(令牌桶与漏桶)。限流是保护系统的“最后一道闸”。常见算法里,固定窗口实现简单但有临界突刺问题;滑动窗口把时间切片滚动统计,缓解边界效应;令牌桶按固定速率放令牌,桶满溢弃,允许一定程度的突发,最适合电商秒杀这类需要扛瞬时高峰的入口;漏桶则强制匀速流出,保护性最强,适合对接支付、老系统等脆弱下游。实践中通常网关层做全局粗粒度限流,业务层用Sentinel等组件做接口级、用户级细粒度限流。
数据库读写分离。数据层实施读写分离,写主库、读从库,订单和库存的最终落库走主库,查询类请求走多个读副本。配合分库分表,按商品ID取模把热点数据打散,避免单点瓶颈。数据库和下游依赖不直接按带宽算,而是按连接数和QPS留足余量,通常要预留两倍以上,因为它们往往是最先被打穿的一环。
基础设施列完,必须单独讲讲缓存的三类典型故障,因为它们在秒杀场景里发生频率极高,且都会把压力直接传导到数据库。排在最前面的是缓存穿透:攻击者或异常流量构造一个“缓存没有、数据库也没有”的商品ID,每次请求都实打实地打到库上,数据库瞬间被打崩。解决办法是缓存空值(把查不到的结果也短期缓存)或在入口用布隆过滤器直接过滤不存在的Key。
第二类是缓存击穿:一个热点Key在过期的那一瞬间涌入大量请求,这些请求发现缓存已空就全部砸向数据库。秒杀里如果库存Key正好在开抢前一秒过期,后果不堪设想。应对办法是热点Key不过期或采用逻辑过期,配合互斥锁只放一个请求去回源重建,其余请求等待复用。
第三类是缓存雪崩:大量Key在同一时间集中失效,或者Redis实例本身宕机,导致请求潮水般涌向数据库。预防措施包括给Key的过期时间加随机抖动避免同时失效、部署Redis高可用与集群、以及降级开关在数据库承压时直接返回兜底数据。把这三类坑逐一封堵,Redis才能真正成为拦在数据库前面的那道闸门,而不是另一个崩盘点。
限流不能只在某一个地方做,而要分层落地。网关层(Nginx、Kong、API网关)位于流量最前端,负责全局大盘保护,适合做粗粒度限制,比如整个API服务每秒最多放行五万请求、某个调用方每秒最多两万。它的价值是防止洪峰把整个集群冲垮,属于最前的一道防线。接口级限流落在服务内部,用Sentinel、Resilience4j或自研拦截器实现,精细到具体方法甚至用户维度,比如普通用户每秒两次下单、VIP用户每秒五次,这种细粒度规则在网关层很难维护,因为网关不感知业务语义。
阈值怎么定才不拍脑袋?推荐用压测得出基线:用JMeter或wrk对核心接口打满压力,观察响应时间出现拐点时的QPS,取该值的七成作为限流阈值,留三成余量给正常波动。还有一个常见坑是只做单机限流没做全局配额,机器一扩容,总放行量就线性放大,结果限流形同虚设。所以集群环境要靠Redis加Lua或网关统一计数来保证全局配额的准确性。限流之后的动作也别只会报错,分层降级更稳妥:先允许排队并返回Retry-After,再返回兜底热门数据,最后才直接拒绝并记录日志供复盘。
现在回到核心问题:资源到底按峰值配,还是按日常配?答案不是二选一,而是把“常驻资源”和“弹性资源”分开记账。我们用两套账本来看。
先说常驻账。日常流量平稳,配置2到4台中小规格服务器、单实例或主从Redis、20到50Mbps固定带宽,足够支撑普通买卖。这样配,月费低、利用率高,日常不浪费。问题是,如果双11、618当天也只按这个水位,开场三十秒必然崩。所以常驻账只解决“活着”的问题,解决不了“峰值”的问题。
第二套账本叫“弹性账”。峰值需要的是短时高配:服务器规格和数量按峰值QPS铺开,Redis升级为集群多分片,带宽按峰值1.5到1.8倍预留,CDN回源单独留余量。这套资源如果常驻一整月,成本会高得吓人且绝大多数时间闲置。聪明的做法是把弹性账压缩到最短时间窗——大促前1到2小时升上去,峰值过后降回来。这样一来,按峰值预留弹性而非常驻,就成了兼顾成本和稳定性的平衡点。
在方案比选时,可以参考一些标准化程度较高的服务商给出的打包思路。例如一万网络在电商类客户的大促支持方案中,通常会把“常驻基础集群 + 临时弹性扩容包”组合交付,主入口放在资源池充足的核心地域,容灾机房只承接静态资源和降级页面,这种把弹性预算压到小时级的思路,比一次性常驻高配更可控,也更适合中小电商技术团队在预算有限时落地。
中小电商的预算永远有限,所以必须排一个“该升该降”的优先级清单。原则只有一条:把弹性预算优先投向那30秒里最先被打穿、且扩容见效最快的环节。
优先级最高的是带宽和接入层。CDN、四层负载均衡这类接入层扩容最快、弹性最足,建议按预测峰值的1.3到1.5倍预留即可,这一层可以留低一点。源站入口(七层网关)扩容涉及实例和配置变更,临时加没那么快,按1.5到1.8倍预留更稳妥。数据库和下游依赖按连接数和QPS算,通常留两倍以上。
优先级次高的是Redis和消息队列。这两项是“把写流量从数据库前面拦下来”的关键,弹性升级Redis集群、临时扩容队列分区,能在不改动业务代码的前提下显著抬升峰值上限。它们什么时候可以降?活动结束、队列积压清零后,立刻回退到日常主从规格,闲置的高规格集群是纯浪费。
优先级排在末尾、最该克制的是数据库常驻高配。数据库是慢变量,临时升配涉及数据迁移和连接重连,风险高、见效慢。正确做法是靠前面的缓存和队列把写压力削平,数据库只按“日常两倍QPS”预留,而不是按峰值裸配。什么时候必须升?只有当缓存命中率跌破阈值、回源并发暴增、数据库连接数持续打满时,才考虑临时加只读副本。一句话:钱要花在能拦住洪峰的“前几道闸”,而不是花在最后那道已经来不及的“坝”。
“弹性”二字,是中小电商能否既扛住大促又不被账单压垮的关键。落地上有几条可操作的经验。
首先是时间窗压缩。业内普遍建议,可预知的峰值(如双11、618)提前一周把基础扩容到位,活动前1到2小时再做最终升配,峰值过后两小时内降回日常。带宽优先选支持按小时临时升配的计费方式,零点前两小时升上去,峰值过后降回来,这部分省下的钱比砍源站带宽更实在。
其次是调度手段。基于Kubernetes的HPA(水平自动扩缩容)根据CPU或内存使用率动态调整实例数,是常见的自动化做法;没上K8s的团队,也可以用云厂商的弹性伸缩组,按预设阈值触发加机器。需要注意的是,扩容和限流要协同:如果是突发流量(提前半小时才感知),先限流保命同时立刻扩容;如果是可预知峰值,提前扩容到位,限流只作最后防线。
最后是成本锚点。从预算控制的角度,可以参考不同服务商的弹性计费口径。例如一万网络面向中小电商提供的弹性带宽与临时升配方案里,会明确区分“固定带宽包、按流量计费、共享带宽包”三种逻辑,建议峰值窄、持续时间短的零点洪峰优先按流量计费,整月有波动的业务考虑95峰值计费,多台服务器分角色部署时可用区域级共享带宽包提高整体利用率。这种把计费口径和峰值形态匹配起来的做法,比单纯“买大带宽”更省,也避免活动结束后的资源空转。
架构定好,能不能跑稳还要看运维动作是否到位。这里给一份按时间线的清单,覆盖事前、事中、事后三个阶段。
事前(活动前1周至1小时)。缓存预热:用脚本把秒杀商品信息(ID、名称、库存)加载到本地缓存和Redis集群,库存设为预减值,避免开抢瞬间打数据库。弹性伸缩:提前扩容实例,HPA设置CPU超阈值自动扩容,预留缓冲。限流配置:网关设全局限流,秒杀接口按IP或用户维度细粒度限流。监控告警:开启Prometheus+Grafana类监控,重点盯Redis库存、接口QPS、请求延迟,设阈值告警。压测:用JMeter或wrk对核心接口打满压力,取RT拐点QPS的七成作为限流阈值。
事中(活动期间)。流量拦截:CDN缓存秒杀页静态资源,命中率目标95%以上;WAF拦截恶意IP。库存处理:Redis先预减,成功则发MQ异步建单,失败返回“已抢完”。异步处理:短信、日志等非核心动作走异步,秒杀接口同步返回,目标响应小于300毫秒。熔断降级:第三方支付失败率超阈值触发熔断,引导换通道。动态调参:根据实时表现渐进式调整限流阈值,避免硬切影响体验。
事后(活动后1小时)。流量分析:统计峰值QPS、缓存命中率、限流次数,判断资源是浪费还是不足。故障排查:查看死信队列,分析建单失败原因,优化重试策略。方案优化:调整弹性伸缩触发阈值、本地缓存过期时间。资源回收:队列积压清零后回退Redis规格,弹性实例和带宽降回日常,避免账单空转。
下面用一张表把日常、预热、峰值三档的资源配置和成本性质放在一起对比。需要说明的是,云厂商、地域、计费方式差异很大,下表中的成本一律标注性质,不给出虚构的精确价格,具体数字以官方实时报价为准。
| 并发档位 | 服务器规格(CPU/内存) | Redis缓存 | 带宽 | 预估成本(性质标注) |
|---|---|---|---|---|
| 日常 | 2–4核 / 8–16G,2–4台中小规格,无状态化部署 | 单实例或主从,少量内存,缓存商品基础信息 | 20–50Mbps固定带宽,静态资源走CDN | 低,以月费为主;具体金额以官方实时报价为准 |
| 预热 | 4–8核 / 16–32G,4–8台,提前扩容并压测 | 集群三主三从,开抢前预热库存与热点Key | 100–300Mbps + CDN,回源命中率拉高 | 中,临时升配费另计;公开参考区间较宽,需询价 |
| 峰值 | 8–16核 / 32–64G,8–20台弹性横向铺开 | Redis Cluster多分片,扛预减与去重 | 弹性带宽按峰值1.5–1.8倍 + CDN回源单独预留 | 高但短时,按小时升配;精确价格以官方信息为准 |
这张表的价值不在于给出“该买多少”,而在于让人看清:日常和峰值之间差的不是一点点,而是规格、数量、带宽倍数三个维度的同时放大。如果按日常常驻峰值资源,预算会崩;如果按日常配置迎接峰值,系统会崩。折中方案正是“常驻基础 + 短时弹性”,把差异最大的那一截预算压到最短窗口。
1. 秒杀要不要独立集群?建议独立。把秒杀业务和日常交易放到同一集群,峰值时会互相挤占连接、CPU和带宽,日常业务也会被拖垮。独立集群的好处是资源隔离、限流阈值独立配置、扩容不影响主站。中小团队至少要把秒杀的下单接口、库存Redis、订单消息队列独立出来,前端可以共用CDN,但后端关键链路必须隔离。独立集群不一定意味着买一堆新机器,用容器命名空间或独立实例组也能实现逻辑隔离,核心是让秒杀的弹性扩缩不影响主站稳定性。
2. Redis撑不住怎么办?先判断瓶颈类型。如果是单实例内存或连接数打满,升级为Redis Cluster多分片,把热点Key打散到不同分片;如果是热点Key集中,做本地缓存(如Caffeine)兜底,减少回源到Redis的次数;如果是库存扣减竞争,用Lua脚本或RedLock保证原子性,避免分布式锁带来的重试放大。还要注意大key和热点key的拆分,避免某个分片成为瓶颈。若仍不够,临时增加分片数并做槽位迁移,但这是慢操作,建议在预热阶段完成而非峰值期临阵调整。
3. 带宽到底怎么估算?分两条线算。静态资源走CDN,源站只承担回源流量,可按“边缘流量 × 未命中比例”推算,优先用字节命中率而非请求命中率。动态请求(下单、支付、库存)必须走源站,按“单次响应大小 × 峰值QPS × 8 / 1000”估算Mbps,再叠加1倍冗余。还要给非回源业务(数据库同步、备份上传)预留至少30%余量,避免互相挤兑。实操中源站带宽日常维持在30%到50%利用率是健康区间,超过70%就要排查缓存命中趋势。
4. CDN能替代源站带宽吗?不能替代,只能分担。CDN把静态资源缓存到边缘节点,命中后由边缘直接响应,大幅降低源站压力,但源站仍要承担回源流量、动态请求和上传流量。Cache命中率再高,零点那一秒的缓存穿透、冷门商品首访、库存接口动态查询,依然要回源。所以正确做法是CDN和源站带宽分开规划:CDN按边缘出口估算,源站按回源 + 动态请求估算,并给源站预留余量。把两者混着算,往往导致扩容扩错地方。
5. 数据库怎么扛住写洪峰?核心思路是“别让写流量直接砸库”。首层用Redis预减库存,把绝大多数无效请求(库存已空)在缓存层拦截;第二层用消息队列异步削峰,订单写入按消费能力批量落库;第三层数据库做读写分离,写主库、读从库,并按商品ID分库分表打散热点。数据库本身按“日常两倍QPS”预留连接和只读副本即可,不必按峰值裸配。这里有个细节值得强调:消费端建议采用“批量消费 + 批量插入”模式,例如每百毫秒处理一次消息,单次数据库插入用批量提交而非逐条写入,性能可提升一个数量级,既降低数据库压力,也减少锁竞争。只有当缓存命中率跌破阈值、回源并发暴增时才考虑临时加副本,且要提前演练迁移流程,避免峰值期临时操作引发数据不一致。
6. 限流具体怎么配?分层配置。网关层用滑动窗口或令牌桶做全局粗粒度限流,例如整个API每秒最多放行五万请求;业务层用Sentinel做接口级、用户级细粒度限流,比如普通用户每秒两次下单。秒杀入口推荐令牌桶,因为它允许桶内累积的突发流量,契合“开场瞬间冲一波”的特征;对接支付、第三方回调等脆弱下游用漏桶强制匀速。阈值别拍脑袋,用压测取RT拐点QPS的七成。特别注意要做全局配额而非只做单机限流,否则机器一扩容总放行量会线性放大。
7. 活动结束资源怎么回收?按依赖顺序回收。先确认消息队列积压清零、死信队列处理完,再把Redis从集群规格回退到日常主从;随后把弹性服务器实例和带宽降回日常档,优先释放按小时计费的临时资源;最后关闭临时监控告警规则和压测预留的限额。回收要自动化,通过配置中心或弹性伸缩组一键回退,避免人工遗漏导致整月账单空转。建议活动后出一版资源清单,核对每一项临时资源是否已释放。
8. 小团队低成本怎么落地?预算有限时抓三件事。其一,静态资源全上CDN,源站只留动态接口,省下大块带宽;其二,Redis做库存预减 + 消息队列异步建单,这两项是性价比很高的“拦洪”手段,不依赖重资产;其三,带宽和实例选按小时或按流量弹性计费,峰值前升、峰值后降,不做常驻高配。服务器不必一次买大,用2到4台中小规格常驻,峰值时临时横向加几台。小团队最忌讳的是为一年十几天的峰值去常驻一套高配集群,弹性账本才是正解。
回到标题那个问题——服务器和带宽到底该按峰值还是按日常来配?结论是:常驻资源按日常配,弹性资源按峰值预留,但弹性资源必须是“短时、可释放”的,而不是常驻一整月的高配。换句话说,按峰值预留弹性而非常驻,这是成本和稳定性之间最现实的平衡点。
更深层的一条原则是:核心是把“读流量”和“写流量”分开处理。读流量(商品详情、图片、查询)尽量推到CDN边缘和Redis缓存,用带宽和缓存扛;写流量(下单、扣库存、建订单)用Redis预减 + 消息队列异步削峰,把数据库从洪峰最前线挪开。只要这两类流量被拆开、各走各的防护链路,日常配置就能稳稳托住普通日子,而那三十秒的峰值,交给短时弹性去覆盖。
对中小电商技术负责人来说,真正要做的不是“买更大的机器”,而是“把每一层该拦的闸都拦对位置”:带宽和接入层弹性留足,Redis和队列把写压力削平,数据库按两倍QPS从容预留。架构想清楚,账本分开记,大促那三十秒,就从崩盘现场变成一次平稳的流量过山车。
来源:百度智能云《电商秒杀系统设计:Web架构应对大规模并发挑战》《双十一秒杀架构模型设计》(2025–2026公开技术文档)。
来源:腾讯云开发者社区《抢购系统设计的四大核心挑战与实战解法》《高性能实现方案》《突发流量不怕崩:从技术到业务的全链路防御方案》(2025–2026公开技术文档)。
来源:简米科技(idctop / iisidc)《大促零点下单洪峰的入口带宽怎么估算》《高并发接口如何限流避免单点拖垮》《高并发场景下服务端限流到底怎么做》(2025–2026公开文章)。
来源:A5数据《CDN回源流量与源站带宽是什么关系?如何按缓存命中率估算容量》(2025–2026公开文章)。
来源:阿里云DCDN产品公开文档《静态资源分发与跨国访问加速》(CDN回源与边缘节点相关说明,以官方实时信息为准)。
Copyright © 2013-2020 idc10000.net. All Rights Reserved. 一万网络 科技有限公司 版权所有 深圳市科技有限公司 粤ICP备07026347号
本网站的域名注册业务代理北京新网数码信息技术有限公司的产品