大促系統實踐經驗

電商營銷中少不了大促，根據長期的工做經驗，總結了大促系統核心須要關注如下幾個點：
1.隔離
絕大多數公司的大促類需求都是下單鏈路的旁路，就是說要作到大促失敗是不影響下單的，
這就要求大促系統作到隔離，隔離主要指的是中間件及機器的隔離，對於中間件，數據庫，q
緩存，都不該該跟其餘人混合部署，我的以前是吃過大虧的，還有機器，如今不少都是虛擬機，
可是隔離作的不好，若是跟下單鏈路公用宿主機，就有可能形成下單抖動
2.sharding
理論上來說系統的qps是沒有上限的，只要是分佈式的架構.在大促中系統中q和數據庫必定要sharding
q在在大促是必不可少的，用來削峯，異步和解耦，在異步場景中流量是首先到q的，若是作很差sharding
q的消息堆積能力就會大打折扣；還有一個是數據庫，最脆弱的就是數據庫，可是若是數據庫分庫分表作的好
數據庫就不會成爲瓶頸
3.限流
限流技術如今已經有通用的解決方案，好比阿里基於Sentinel的限流及一些基於網關層的限流
工程中主要是這樣用的，理論上主要分爲計數法和桶法
計數法包括固定計數法和滑動窗口計數法
桶發放主要是漏桶算法和令牌桶算法，
漏桶算法能夠簡單理解爲是生產者/消費者模式在流量上的應用，簡單高效
令牌桶算法生產者以恆定的速度生產令牌放到令牌桶中（決定了QPS閾值）
每一個請求去獲取令牌，獲取到就執行，獲取不到則觸發限流
4.錯峯
在削峯填谷的思路下任何形式的錯峯都是有必要的，前端random也是一種思路，打撒後把流量放到後端，
在業務層面能錯峯的思路更多，好比玩遊戲，每一個人有不一樣的遊戲時間等
5.奧卡姆剃刀原理
要對本身的大促場景有清晰的認知，遵循奧卡姆剃刀原理，就是簡單就是有效原理，
舉個例子，大促場景下是否是全部的扣減庫存都要在redis等中間件中扣除，不少是沒有必要的，
只要不是單點問題或者熱點數據，不存在短時頻繁更新數據庫的場景，在DB操做徹底夠了。好比電商店鋪維度的搶購
數據庫扣減庫存就夠了，天貓也是這麼處理的。可是若是是海量用戶搶購一個商品這種場景，必定要用redis等中間件，扣減以前還須要作預熱