核心思路是将库存操作移至内存，用缓存扛读、原子操作控写、队列削峰、锁保安全，并辅以分层防护和异步落库；秒杀前预热库存至Redis，扣减时直接用DECR原子指令操作字符串类型库存键。
核心思路是把库存操作从数据库“搬”到内存里做，用缓存扛读、用原子操作控写、用队列削峰、用锁保安全，再配上分层防护和异步落库，整个链路就稳了。
库存预热 + Redis 原子扣减
秒杀开始前，把商品 ID、初始库存、活动时间等关键信息全加载进 Redis，避免开抢时查库。扣库存不用先查再减，直接用 DECR 或 DECRBY 操作：
- 库存字段设为字符串类型，比如 seckill:stock:1001
- 执行 DECR seckill:stock:1001，返回值就是扣减后的剩余数
- 若返回值
这个过程天然原子，不依赖事务，毫秒级响应，彻底避开数据库行锁竞争。
分布式锁 + 防重提交双保险
仅靠 Redis 扣减还不够——万一用户连点两次、或脚本重放请求，可能重复扣减成功。所以要在业务入口加一层控制：
立即学习“Java免费学习笔记（深入）”；
- 用 Redisson 的 RLock 对商品 ID 加锁，超时自动释放，防止死锁
- 同时在前端生成唯一请求 ID（如 UUID），后端用 Redis 的 SETNX 记录已处理 ID，5 分钟内相同 ID 直接拦截
- 两个机制叠加，既防并发冲突，也防重复提交
消息队列异步下单 + 最终一致性
秒杀成功只代表“抢到了资格”，不代表订单立刻入库。真实订单创建要异步化：
- 扣减成功后，把用户 ID、商品 ID、价格等必要字段发到 Kafka/RocketMQ
- 下游消费服务按顺序处理，生成订单、扣款、发通知
- 数据库写失败可重试，不影响前端响应；库存扣减结果通过 Redis 缓存+过期时间兜底，保证最终一致
分层限流 + 熔断降级
不是所有流量都该进系统，得在入口层层过滤：
- Nginx 层用 limit_req 控制单 IP QPS，防恶意刷量
- 网关（如 Spring Cloud Gateway）基于用户 ID 或 token 做令牌桶限流
- 应用层对秒杀接口加 Sentinel 熔断规则：异常比例超 30% 或 RT 超 500ms，自动降级，返回“稍后再试”页面
- 数据库连接池、Redis 连接池都设合理上限，避免资源耗尽雪崩
