秒杀商品设计
前端限制
前端控制，不能重复点击
精简sql
典型的一个场景是在进行扣减库存的时候，传统的做法是先查询库存，再去update。 这样的话需要两个sql，而实际上一个sql我们就可以完成的。
可以用这样的做法： update miaosha_goods set stock =stock-1 where goos_id ={#goods_id}
and version = #{version} and sock>0 ;
这样的话，就可以保证库存不会超卖并且一次更新库存,还有注意一点这里使用了版本号的乐观锁，相比较悲观锁，它的性能较好。
同一个用户xx秒内重复请求直接拒绝
具体多少秒需要根据实际业务和秒杀的人数而定，一般限定为10秒。
具体的做法就是通过redis的键过期策略，首先对每个请求都从 String value = redis.get(userId) ;
如果获取到这个 value为空或者为null，表示它是有效的请求，然后放行这个请求。如果不为空表示它是重复性请求，直接丢掉这个请求。
如果有效，采用 redis.setexpire(userId,value,10).value
可以是任意值，一般放业务属性比较好，这个是设置以userId为key，10秒的过期时间(10秒后,key对应的值自动为null)
使用redis限流
限流的实现可以直接使用 Guava 的 RateLimit 方法,分布式的话，可以缓存在redis中
使用redis加载商品，数据库乐观锁更新
- 将商品数据加载到
redis - 用户进来查看
redis中的库存数量num,库存不足直接抛出 - 进入数据库，更新数据库库存（需要注意的是，这里要进行乐观锁判断，并且还要校验库存数量
num，可以正好一起做乐观锁判断），不匹配也直接抛出 - 更新
db后，更新redis缓存
这里有一个乐观锁判断，如果一个线程
A在走上面的流程，线程B进入，查看到库存，在进入步骤3进行更新数据时，因为缓存中库存与数据库中的库存不一致，导致更新失败。
异步下单
为了提升下单的效率，并且防止下单服务的失败。 需要将下单这一操作进行异步处理。
最常采用的办法是使用队列，队列最显著的三个优点： 异步、削峰、解耦 。
这里可以采用rabbitmq，在后台经过了限流、库存校验之后，流入到这一步骤的就是有效请求。 然后发送到队列里，队列接受消息，异步下单。
下完单，入库没有问题可以用短信通知用户秒杀成功。 假如失败的话,可以采用补偿机制，重试。
服务降级
假如在秒杀过程中出现了某个服务器宕机，或者服务不可用，应该做好后备工作。 之前的博客里有介绍通过Hystrix进行服务熔断和降级，可以开发一个备用服务。
假如服务器真的宕机了，直接给用户一个友好的提示返回，而不是直接卡死，服务器错误等生硬的反馈。