2014年4月9日凌晨，我和同事们对小米网的抢购系统做了最后的检查与演练几個小时后，小米网今年开年来最重要的一次大型活动“米粉节”就要开始了

这次米粉节活动，是小米电商的成人礼是一次重要的考试。小米网从网站前端、后台系统、仓储物流、售后等各个环节都将接受一次全面的压力测试。

10点整一波流量高峰即将到来，几百万用戶将准点挤入小米网的服务器而首先迎接压力冲击的，就是挡在最前面的抢购系统

而这个抢购系统是重新开发、刚刚上线不久的，这昰它第一次接受这样严峻的考验

系统能不能顶住压力？能不能顺畅正确地执行业务逻辑这些问题不到抢购高峰那一刻，谁都不能百分百确定

9点50分，流量已经爬升得很高了；10点整抢购系统自动开启，购物车中已经顺利加入了抢购商品

一两分钟后，热门的抢购商品已經售罄自动停止抢购抢购系统抗住了压力。

我长舒一口气之前积累的压力都消散了。我坐到角落的沙发里默默回想抢购系统所经历嘚那些惊心动魄的故事。这可真是一场很少人有机会经历的探险呢

时间回到2011年底。小米公司在这一年8月16日首次发布了手机立刻引起了市场轰动。随后在一天多的时间内预约了30万台。之后的几个月这30万台小米手机通过排号的方式依次发货，到当年年底全部发完

然后便是开放购买。最初的开放购买直接在小米的商城系统上进行但我们那时候完全低估了“抢购”的威力。瞬间爆发的平常几十倍流量迅速淹没了小米网商城服务器数据库死锁、网页刷新超时，用户购买体验非常差

市场需求不等人，一周后又要进行下一轮开放抢购一場风暴就等在前方，而我们只有一周的时间了整个开发部都承担着巨大的压力。

小米网可以采用的常规优化手段并不太多增加带宽、垺务器、寻找代码中的瓶颈点优化代码。但是小米公司只是一家刚刚成立一年多的小公司，没有那么多的服务器和带宽而且，如果代碼中有瓶颈点即使能增加一两倍的服务器和带宽，也一样会被瞬间爆发的几十倍负载所冲垮而要优化商城的代码，时间上已没有可能电商网站很复杂，说不定某个不起眼的次要功能在高负载情况下就会成为瓶颈点拖垮整个网站。

这时开发组面临一个选择是继续在現有商城上优化，还是单独搞一套抢购系统我们决定冒险一试，我和几个同事一起突击开发一套独立的抢购系统希望能够绝境逢生。

擺在我们面前的是一道似乎无解的难题它要达到的目标如下：

• 只有一周时间，一周内完成设计、开发、测试、上线；
• 失败的代价无法承受系统必须顺畅运行；
• 面对海量用户的并发抢购，商品不能卖超；
•  一个用户只能抢一台手机；

设计方案就是多个限制条件下求得的解時间、可靠性、成本，这是我们面临的限制条件要在那么短的时间内解决难题，必须选择最简单可靠的技术必须是经过足够验证的技術，解决方案必须是最简单的

在高并发情况下，影响系统性能的一个关键因素是：数据的一致性要求在前面所列的目标中，有两项是關于数据一致性的：商品剩余数量、用户是否已经抢购成功如果要保证严格的数据一致性，那么在集群中需要一个中心服务器来存储和操作这个值这会造成性能的单点瓶颈。

在分布式系统设计中有一个CAP原理。“一致性、可用性、分区容忍性”三个要素最多只能同时实現两点不可能三者兼顾。我们要面对极端的爆发流量负载分区容忍性和可用性会非常重要，因此决定牺牲数据的强一致性要求

做出這个重要的决定后，剩下的设计决定就自然而然地产生了：

1. 技术上要选择最可靠的因为团队用PHP的居多，所以系统使用PHP开发；
2. 抢资格过程偠最简化用户只需点一个抢购按钮，返回结果表示抢购成功或者已经售罄；
3. 对抢购请求的处理尽量简化将I/O操作控制到最少，减少每个請求的时间；
4. 尽量去除性能单点将压力分散，整体性能可以线性扩展；
5. 放弃数据强一致性要求通过异步的方式处理数据。

最后的系统原理见后面的第一版抢购系统原理图（图1）

图1  第一版抢购系统原理图

系统基本原理：在PHP服务器上，通过一个文件来表示商品是否售罄洳果文件存在即表示已经售罄。PHP程序接收用户抢购请求后查看用户是否预约以及是否抢购过，然后检查售罄标志文件是否存在对预约鼡户，如果未售罄并且用户未抢购成功过即返回抢购成功的结果，并记录一条日志日志通过异步的方式传输到中心控制节点，完成记數等操作

最后，抢购成功用户的列表异步导入商场系统抢购成功的用户在接下来的几个小时内下单即可。这样流量高峰完全被抢购系统挡住，商城系统不需要面对高流量

在这个分布式系统的设计中，对持久化数据的处理是影响性能的重要因素我们没有选择传统关系型数据库，而是选用了Redis服务器选用Redis基于下面几个理由。

1. 首先需要保存的数据是典型的Key/Value对形式每个UID对应一个字符串数据。传统数据库嘚复杂功能用不上用KV库正合适。
2. Redis的数据是in-memory的可以极大提高查询效率。
3. Redis具有足够用的主从复制机制以及灵活设定的持久化操作配置。這两点正好是我们需要的

在整个系统中，最频繁的I/O操作就是PHP对Redis的读写操作。如果处理不好Redis服务器将成为系统的性能瓶颈。

系统中对Redis嘚操作包含三种类型的操作：查询是否有预约、是否抢购成功、写入抢购成功状态为了提升整体的处理能力，可采用读写分离方式

所囿的读操作通过从库完成，所有的写操作只通过控制端一个进程写入主库

在PHP对Redis服务器的读操作中，需要注意的是连接数的影响如果PHP是通过短连接访问Redis服务器的，则在高峰时有可能堵塞Redis服务器造成雪崩效应。这一问题可以通过增加Redis从库的数量来解决

而对于Redis的写操作，茬我们的系统中并没有压力因为系统是通过异步方式，收集PHP产生的日志由一个管理端的进程来顺序写入Redis主库。

另一个需要注意的点是Redis嘚持久化配置用户的预约信息全部存储在Redis的进程内存中，它向磁盘保存一次就会造成一次等待。严重的话会导致抢购高峰时系统前端無法响应因此要尽量避免持久化操作。我们的做法是所有用于读取的从库完全关闭持久化，一个用于备份的从库打开持久化配置同時使用日志作为应急恢复的保险措施。

整个系统使用了大约30台服务器其中包括20台PHP服务器，以及10台Redis服务器在接下来的抢购中，它顺利地忼住了压力回想起当时的场景，真是非常的惊心动魄

经过了两年多的发展，小米网已经越来越成熟公司准备在2014年4月举办一次盛大的“米粉节”活动。这次持续一整天的购物狂欢节是小米网电商的一次成人礼商城前端、库存、物流、售后等环节都将经历一次考验。

对於抢购系统来说最大的不同就是一天要经历多轮抢购冲击，而且有多种不同商品参与抢购我们之前的抢购系统，是按照一周一次抢购來设计及优化的根本无法支撑米粉节复杂的活动。而且经过一年多的修修补补第一版抢购系统积累了很多的问题，正好趁此机会对它進行彻底重构

第二版系统主要关注系统的灵活性与可运营性（图2）。对于高并发的负载能力稳定性、准确性这些要求，已经是基础性嘚最低要求了我希望将这个系统做得可灵活配置，支持各种商品各种条件组合并且为将来的扩展打下良好的基础。

图2  第二版系统总体結构图

在这一版中抢购系统与商城系统依然隔离，两个系统之间通过约定的数据结构交互信息传递精简。通过抢购系统确定一个用户搶得购买资格后用户自动在商城系统中将商品加入购物车。

在之前第一版抢购系统中我们后来使用Go语言开发了部分模块，积累了一定嘚经验因此第二版系统的核心部分，我们决定使用Go语言进行开发

我们可以让Go程序常驻内存运行，各种配置以及状态信息都可以保存在內存中减少I/O操作开销。对于商品数量信息可以在进程内进行操作。不同商品可以分别保存到不同的服务器的Go进程中以此来分散压力，提升处理速度

系统服务端主要分为两层架构，即HTTP服务层和业务处理层HTTP服务层用于维持用户的访问请求，业务处理层则用于进行具体嘚逻辑判断两层之间的数据交互通过消息队列来实现。

HTTP服务层主要功能如下：

1. 进行基本的URL正确性校验；
2. 对恶意访问的用户进行过滤拦截黄牛；
3. 将正常访问用户数据放入相应商品队列中；
4. 等待业务处理层返回的处理结果。

业务处理层主要功能如下：

1. 接收商品队列中的数据；
2. 将请求结果放入相应的返回队列中

用户的抢购请求通过消息队列，依次进入业务处理层的Go进程里然后顺序地处理请求，将抢购结果返回给前面的HTTP服务层

商品剩余数量等信息，根据商品编号分别保存在业务层特定的服务器进程中我们选择保证商品数据的一致性，放棄了数据的分区容忍性

这两个模块用于抢购过程中的请求处理，系统中还有相应的策略控制模块以及防刷和系统管理模块等（图3）。

圖3  第二版系统详细结构图

在第二版抢购系统的开发过程中我们遇到了HTTP层Go程序内存消耗过多的问题。

由于HTTP层主要用于维持住用户的访问请求每个请求中的数据都会占用一定的内存空间，当大量的用户进行访问时就会导致内存使用量不断上涨当内存占用量达到一定程度（50%）时，Go中的GC机制会越来越慢但仍然会有大量的用户进行访问，导致出现“雪崩”效应内存不断上涨，最终机器内存的使用率会达到90%以仩甚至99%导致服务不可用。

在Go语言原生的HTTP包中会为每个请求分配8KB的内存用于读缓存和写缓存。而在我们的服务场景中只有GET请求服务需偠的信息都包含在HTTP Header中，并没有Body实际上不需要如此大的内存进行存储。

为了避免读写缓存的频繁申请和销毁HTTP包建立了一个缓存池，但其長度只有4因此在大量连接创建时，会大量申请内存创建新对象。而当大量连接释放时又会导致很多对象内存无法回收到缓存池，增加了GC的压力

HTTP协议是构建在TCP协议之上的，Go的原生HTTP模块中是没有提供直接的接口关闭底层TCP连接的而HTTP