阿里P8架构师记录一次模拟简单秒杀场景的实践
秒杀活动可以说在互联网上随处可见，从12306抢票，到聚划算抢购，我们生活的方方面面都可以看到秒杀的身影。秒杀的架构设计也是对于一个架构师架构设计能力的一次考验。本文的目的并不在于提供一个可以直接落地的设计方案，而是意在提供一个简单的方法，一个思路，使大家能够对于秒杀背后的一些设计有更感性的认识, 并且可以自己亲自动手实践一下。所有的配置及源码都在本文最后的GitHub repository中可以找到。
首先，先简单介绍下本文中会涉及到的一些组件，如下图所示：
JMeter：用JMeter来模拟秒杀活动中大量并发的用户请求
Seckill Service：基于Node.js使用Express实现的秒杀service，图中的步骤2，3，4都是在这个service中处理的
Redis：一个Redis的docker container，在其中保存一个名为counter的数据来表示当前剩余的库存大小
Kafka：一个Kafka的docker container，其实这里还有一个zookeeper的docker container，Kafka用ZooKeeper来存放一些元数据，在程序中并没有涉及到，所以也就不单独列出来说了。Seckill service在更新完Redis之后，会发送一条消息给Kafka表示一次成功的秒杀
Seckill Kafka Consumer：基于Node.js的Kafka consumer，会从Kafka中去获取秒杀成功的消息，处理并且存储到MySQL中
MySQL：一个MySQL的docker container，最终秒杀成功的请求都会对应着数据库表中的一条记录
环境搭建
安装JMeter
从官网下载一个JMeter的binary包，执行bin目录下的jmeter即可启动，启动后如下图新建一个名为Seckill的Thread Group，并且设置在5s内发起2000次并发请求。
在这个Thread Group下新建一个Http Request的Sampler并命名为Seckill，按下图配置host name，port number，http request method以及request path。
安装Redis、Kafka、ZooKeeper和MySQL
为了方便搭建环境，这几个组件会以docker container的形式启动。在此之前需要去Docker官网下载并安装Docker Engine，Docker Machine和Docker Compose。如果是在Windows或者Mac上，Docker官网提供Docker For Windows／Docker For Mac安装程序，可以很方便的把这3个组件安装好。
编写Docker Compose文件
创建一个Seckill项目文件夹，新建一个docker-compose.yml文件，内容如下：
配置文件中一共配置了4个services对应4个docker container，分别是ZooKeeper、Kafka、Redis以及MySQL。这里有两个地方需要设置成你实际环境的值，一个是Kafka配置下面的KAFKA_ADVERTISED_HOST_NAME字段，这个需要设置成本地机器的IP。另一个是MySQL配置下面的MYSQL_ROOT_PASSWORD，你可以设置成你想要的任何值。
创建好这个文件之后，就可以去命令行项目根目录中执行docker-compose up，docker engine就会把上面配置的这4个组件全部启动起来。
注意：在启动完之后，需要去Kafka容器中创建一个名为CAR_NUMBER的topic，去Redis容器中创建一个名为counter的计数器（设置值为100，代表库存初始值为100），去MySQL容器中创建一个名为seckill的数据表（包含一个自增长的ID自段和一个timestamp格式的date字段）。
代码片段
Seckill Service
第1-8行，引入了程序需要用到的对象，Node.js的MVC框架Express、Redis、Kafka等。
第10行，利用Express提供的方法暴露出一个path为/seckill的POST方法。
第12行，定义了一个方法，在54行会调用。
第13-22行，新建了一个redis client并且监听error事件。
第23行，这行代码非常关键，它的作用是让redis client监视Redis中的counter值，之后会启动一个事务，如果在事务提交的时候发现有其它client修改了counter值的话，就会放弃这个事务。
第24行，通过redis client的异步方法获取counter的值，因为redis的get操作是原子的，所以在这里不用担心有并发读写的问题。
第25-28行，判断返回的库存值是否大于0，如果大于0，通过client.multi()启动一个事务，通过decr()方法将counter值减1，最后通过exec()方法提交事务；如果小于0，则执行第47行，打印卖完了并且关闭redis client。
第29-46行，这里我们看一下multi.exec()中的这个回调方法。在前面我们已经使用watch对counter进行了监视。如果在事务提交过程中有其它client修改了counter值的话，回调方法中的replies参数就会是null，可以看到第29-31行，程序会打印“可能有冲突”并且再次调用fn方法重试。
如果replies的值不为null，就会使用kafka的producer发送一条message到CAR_NUMBER topic。
seckill_kafka_consumer
这里的代码就比较简单了，会初始化一个kafka consumer监听CAR_NUMBER topic，对于新获取的消息会去MySQL的seckill表里插入一条记录。
操作步骤
启动docker container
启动Seckill_Service
启动seckill_kafka_consumer
启动JMeter发送2000个并发请求
结果
JMeter request results
Redis counter field
MySQL seckill table
可以看到，最后redis中的counter变成0，seckill数据表中会插入100条记录，没有发生超卖或者少卖的情况。当然在实际生产环境场景中，还有许多其它需要考虑的地方，希望此文可以起到一个抛砖引玉的作用，帮助大家更好的理解秒杀场景。
推荐一个交流学习群：478030634 里面会分享一些资深架构师录制的视频录像：有Spring，MyBatis，Netty源码分析，高并发、高性能、分布式、微服务架构的原理，JVM性能优化这些成为架构师必备的知识体系。还能领取免费的学习资源，目前受益良多：
