Provides comprehensive key-val…

# 秒杀活动 Redis 设计方案（10万QPS / 5万商品）

一、Key 命名设计

采用「业务域：活动ID：实体：ID」的分层规范，便于运维扫描和排查：

• 库存：seckill:{activityId}:stock:{skuId}
• 价格：seckill:{activityId}:price:{skuId}
• 商品详情Hash：seckill:{activityId}:item:{skuId}
• 限购记录：seckill:{activityId}:user:{userId}
• 活动全局：seckill:{activityId}:meta

示例：seckill:act20240001:stock:88001

> 命名建议：全部小写、冒号分层、统一前缀，禁止使用 keys *，用 scan 管理数据。

二、数据结构设计

方案A：每个商品一个Hash（推荐）

```

HSET seckill:{aid}:item:{skuId} stock 500 price 19900 version 1

```

• 优点：单商品读写原子性好，可配合 Lua 脚本一次完成「查库存+扣减+返回」
• 价格存整数（分为单位），避免浮点精度问题

方案B：库存用 String + DECRR

```

SET seckill:{aid}:stock:{skuId} 500

DECR seckill:{aid}:stock:{skuId}

```

• 扣减性能最优（单命令原子），适合超高并发扣库存
• 价格单独存或放本地缓存

实际建议：库存用 String+DECR（热点路径最简），商品信息（价格、名称、限购数）用 Hash，价格变化少可加本地缓存（如 Caffeine，秒级过期）。

三、10万QPS下的关键优化

• Lua 脚本原子扣减：判断库存→扣减→记录限购，一个脚本完成，避免超卖
• 库存预扣 + 异步落库：Redis 扣成功后发 MQ 异步写 MySQL，削峰
• 本地缓存兜底：价格等只读数据前置到应用本地缓存，减少 80%+ 的 Redis 请求
• 热点分片：若存在超级爆款，可拆 stock:{skuId}:#0~#9 分片扣减，聚合求和
• 集群部署：按 activityId 或 skuId hash 分片到 Redis Cluster，避免单实例瓶颈
• 防击穿：不存在的 skuId 用布隆过滤器或空值缓存拦截
• 过期策略：活动结束后统一设置 TTL 清理，避免内存堆积

四、兜底策略

• 扣减结果以 Redis 为准，下单成功后异步入库，定时任务对账
• 设置 maxmemory + 淘汰策略（建议 noeviction + 容量预估）
• 库存回补（订单超时取消）通过 MQ 消费 + INCR 归还