哈喽，大家好！我是小米，一个29岁、活泼积极、热衷分享技术的码农。今天和大家聊一聊应对高并发的写请求这个主题，尤其是在大促、秒杀这种场景下，系统该如何应对突如其来的流量洪峰！
每逢秒杀，瞬间涌入的请求量可能直接把你的系统给“砸”了。要如何应对这类场景呢？别着急，今天我就给大家从四个方面详细讲解，教你如何扛住这波流量，稳定服务！
削峰：恶意用户拦截首先，最直接的就是对恶意用户进行拦截。这类用户会在秒杀过程中疯狂刷请求，导致系统压力剧增。我们可以通过以下几个维度来进行限制：
单用户多次点击拦截：对于同一个用户的多次点击行为，我们可以设置合理的时间间隔，比如一个用户在10秒内只能发起一次秒杀请求。如果同一用户频繁发起秒杀请求，我们可以直接拒绝其请求。这类限流策略可以有效减少重复请求带来的压力。
设备标识（IMEI）限制：现在的设备都会有独一无二的标识符（IMEI），通过这个标识符，我们可以对单设备进行流量限制，防止同一个设备短时间内发起多个并发请求。
源IP限制：对于同一个源IP发起的多个并发请求，我们可以在系统层面设置规则，比如一个IP在一分钟内只能发起N次请求。这一措施可以有效防止单IP进行恶意刷请求，特别是在大流量活动中，能够有效减少系统负载。
这些削峰措施在高并发环境中是非常重要的，能够让你的系统在面对恶意请求时保持冷静，不至于被淹没在浪潮中。
漏桶算法与令牌桶算法：稳妥的限流方案接下来我们要聊到的是限流策略。限流的目的在于控制请求速率，防止瞬间爆发的流量把系统击垮。目前比较常见的限流算法有漏桶算法和令牌桶算法。两者的核心区别在于处理流量的方式。
漏桶算法（Leaky Bucket）：漏桶算法的原理很简单，它将请求看作是往桶里加水，而桶的漏水速度是固定的。如果水的流入速度超过了桶的出水速度，多余的水就会溢出，被丢弃。这种方式可以保证系统以恒定的速率处理请求，避免高峰流量瞬时打垮系统。
令牌桶算法（Token Bucket）：令牌桶算法与漏桶算法类似，但它更灵活一些。系统以固定速率生成令牌，用户请求时需要从桶中拿到令牌才能进行操作。如果令牌用光了，那么超出速率的请求就会被限制。这种方式能够允许系统在短时间内处理突发请求，同时也能在流量超出预期时对请求进行限制。
Guava 限流：Google Guava库提供了开箱即用的限流工具，可以很方便地实现漏桶和令牌桶限流。如果你在项目中用到了Java，Guava限流可以帮助你快速实现限流逻辑，减少开发成本。
集群限流 vs 单机限流：在集群环境下，限流可以在多个节点之间进行分布式协同。但有时候，单机限流更加简单有效，它能够确保每个节点的流量不会超出自身的承载能力，从而保证系统整体的稳定性。
兜底逻辑与本地缓存当系统的请求量快要达到最大承载值时，我们需要有一套兜底逻辑，防止系统崩溃。在这个过程中，本地缓存可以发挥重要的作用。
过滤无效请求：在秒杀活动中，某些商品可能已经售罄，但用户仍在继续发送请求。这种情况下，我们可以在本地缓存中标记已售罄的商品，对这些请求直接返回“无货”的响应，而无需再走完整的业务流程，从而大大减少系统压力。
兜底逻辑：当系统压力过大时，我们可以在请求进入数据库或核心业务流程之前进行额外的检查，比如检查缓存中的库存是否充足。如果库存不足，可以直接返回响应，避免对数据库造成进一步压力。
这些兜底措施可以在高并发场景中起到保护系统的作用，防止因少量无效请求拖垮整个系统。
独立部署与弹性扩展在高并发写请求的场景下，单独部署秒杀服务可以有效减少对系统其他服务的影响。通过独立部署，我们可以更灵活地进行扩缩容操作。
独立部署：将秒杀服务单独部署，使其与核心业务逻辑隔离开，能够减少秒杀活动对系统其他部分的影响。比如在秒杀活动期间，其他用户的正常访问、购买流程应该不受影响，这时我们可以将秒杀逻辑单独部署在一套轻量化的服务中。
弹性扩缩容：秒杀活动的流量具有明显的时间特征，活动开始时，流量会迅速上升，活动结束后，流量会快速回落。我们可以通过云服务的弹性扩缩容能力，在流量高峰期自动扩展服务器数量，而在低谷期回收资源。这种策略不仅可以节省成本，还能保证系统在高并发场景下的稳定性。
消息队列：解决写请求峰值在秒杀场景下，写请求通常伴随着数据库的更新和业务逻辑的处理。直接把写请求同步交给数据库处理，风险很大。这里，使用消息队列是一种不错的解决方案。
流量削峰：秒杀活动往往会在短时间内产生大量的写请求。通过消息队列，我们可以把用户的请求按顺序加入队列，慢慢处理，从而削减流量的峰值，避免数据库和业务逻辑瞬间被压垮。
异步处理：秒杀场景下，业务流程通常比较复杂。通过异步处理，我们可以将用户的写请求简化成消息投递到消息队列，后续再慢慢处理，避免在业务高峰期对数据库造成过大的压力。
解耦合：使用消息队列的另一个好处是可以实现系统的松耦合。秒杀业务模块之间可以通过消息队列进行异步通讯，减少模块之间的依赖，增加系统的扩展性和稳定性。
END总结一下：面对高并发写请求，我们可以通过削峰、限流、兜底逻辑和独立部署来稳定系统，确保系统不被突如其来的流量打垮。同时，消息队列在削峰填谷、解耦和异步处理方面也是一个非常有效的工具。希望今天的分享对你有所启发！
我是小米，喜欢的朋友记得点个赞再走哟！
我是小米，一个喜欢分享技术的29岁程序员。如果你喜欢我的文章，欢迎关注我的微信公众号“软件求生”，获取更多技术干货！
