秒杀系统的架构设计。那么，什么是秒杀系统？是典型的、短期的、大规模的、突发性的访问。针对这类问题，我们总结了以下三个性能优化思路：异步处理代替同步处理。写入内存，而不是硬盘。分布式处理。——那么，这三种优化秒杀系统性能的思路，无论秒杀时的负载有多大，都可以轻松应对。Redis可以满足以上三个优化性能，使用redis可以轻松实现秒杀系统。为什么以上三种性能优化思路可以轻松解决秒杀系统的性能问题呢？让我们一一介绍。异步处理，不是同步处理。对于像spike这样的短期高并发系统，性能负载有一个明显的峰值和长期的谷底。在较短的时间内准备大量服务器来处理大并发是非常不经济的。因此，应对秒杀类的需求，我们应该将同步化为异步，在用户请求写入内存后立即返回。后台启动多个线程异步从内存池中读取数据并进行处理。如果用户请求可能在1秒内到达，系统可能需要30分钟才能真正处理它。那么服务器在异步情况下的处理能力是同步情况下的1800多倍。——异步处理，通常用MQ（消息队列）实现。Redis可以看作是一个高性能的MQ。因为它的数据读写都发生在内存中。写入内存，而不是硬盘。传统硬盘的读写性能相当差。SSD硬盘比传统硬盘快100倍，内存比SSD硬盘快10倍以上。因此，写入内存，而不是写入硬盘，可以使系统容量增加千倍。也就是说，你的秒杀系统可能需要900台服务器来支撑，现在一台服务器就可以支撑了。有的开发者会有疑惑？写入内存而不是持久化。如果这时候电脑突然死机，写入的数据不就全部丢失了吗？运气不好怎么办？Touch服务器宕机了，秒不到，有什么大不了的！——后面我们真正处理秒杀命令的时候，会将信息持久化到硬盘中。因此不会丢失任何关键数据。Redis是一个缓存系统，数据写入内存后返回给客户端，可以支持这个特性。分布式处理如果你的客户很多，即使秒杀系统采用了以上两种方案，还是捉襟见肘，无法支撑？没关系，还有下面的大招【分布式处理】。如果一台服务器撑不住秒杀系统，那就多用几台服务器。如果五个单位不够，我们应该使用一百个单位。——分布式处理就是将大量用户的请求分发到多个服务器上，一般使用hash来实现均匀分布。大数据云计算时代已经有很多这样的系统。无非就是用Paxos算法和HashRing来实现。RedisCluster就是这样一个分布式产品。使用Redis实现描述系统redis和rediscluster（分布式版），是一个分布式缓存系统。它支持多种数据结构，也支持MQ。Redis在性能上做了很多优化。因此，使用Redis或者rediscluster可以轻松实现一个强大的秒杀系统。基本上，你可以使用redis的这些命令。RPUSH键值，插入秒杀请求。——当插入的秒杀请求数达到上限时，停止所有后续插入。LPOP密钥在后台启动多个工作线程。读取秒杀成功的用户id进行后续处理，或者使用LRANGEkeystartend命令读取秒杀成功的用户id进行后续处理。——每处理完一条秒杀记录，就执行一次INCRkey_num。处理完所有库存后，该商品秒杀结束，工作线程关闭，不再接受秒杀请求。
