答案：通过分层拦截、缓存异步、防超卖和数据库优化设计高并发秒杀系统。1. 静态资源CDN化减轻后端压力；2. 接口限流与Redis预减库存拦截无效请求；3. 利用Lua脚本原子扣减库存，避免超卖；4. 订单信息通过消息队列异步处理，解耦数据库写入；5. 使用分布式锁、唯一索引和Token机制保障幂等与一致性；6. 数据库分库分表、热点隔离及服务降级提升稳定性。
设计一个高并发的秒杀系统，核心是抗住瞬间流量洪峰、防止超卖、保证数据一致性。Java后端开发中，不能只靠数据库硬扛，必须结合多种手段层层削峰。以下是关键设计思路和实现要点。
1. 分层拦截，减少数据库压力
秒杀请求量远大于实际成交数，大量请求在到达数据库前就应该被拦截。
• 静态资源 CDN 化：商品详情页静态化，用 Nginx + CDN 托管，避免动态请求打到后端。• 接口层级限流：使用 Redis 或网关（如 Spring Cloud Gateway）限制用户访问频率，比如每人最多请求 5 次/秒。
• 预减库存：在 Redis 中提前加载商品库存，用户进入秒杀页时先预扣库存（Redis 原子操作），库存不足直接返回，不进数据库。
2. 使用缓存 + 异步处理订单
数据库无法承受高并发写入，必须借助缓存和消息队列解耦。
• 库存缓存：将商品库存放在 Redis 中，用 Lua 脚本保证原子性扣减，避免超卖。• 订单异步化：用户抢到资格后，把下单信息写入 RabbitMQ/Kafka，由消费者异步创建订单、扣数据库库存。
• 最终一致性：允许短暂延迟，通过消息重试机制确保订单最终落库。
3. 防止超卖与重复提交
高并发下容易出现多个线程同时修改同一库存，导致超卖。
立即学习“Java免费学习笔记（深入）”；
• Redis 分布式锁：使用 Redisson 或 SETNX 实现，控制对关键资源的串行访问。• 唯一索引防重：订单表加用户ID+商品ID唯一索引，防止重复下单。
• 接口幂等：前端按钮置灰 + 后端 Token 机制，用户点击一次后需携带唯一 token，服务端校验并消费 token。
4. 数据库优化与降级策略
即使做了缓存，数据库仍需优化以应对异步写入压力。
• 分库分表：订单表按用户ID或时间分片，避免单表过大。• 热点隔离：秒杀商品单独库存表，避免影响主业务。
• 服务降级：当系统负载过高时，关闭非核心功能（如评论、推荐），保障下单链路。
基本上就这些。关键是把“瞬时请求”变成“可消化的异步任务”，用缓存挡前面，消息队列做缓冲，数据库只处理确定性写入。不复杂但容易忽略细节，比如 Redis 扣库存和 DB 不一致的补偿机制。
