本篇文章给大家介绍一下使用nodejs设计一个秒杀系统的方法。有一定的参考价值，有需要的朋友可以参考一下，希望对大家有所帮助。
对于前端来说，“并发”场景很少遇到，本文将从常见的的秒杀场景，来讲讲一个真实线上的node应用遇到“并发”将会用到什么技术。本文示例代码数据库基于MongoDB，缓存基于Redis。【相关推荐：《nodejs 教程》】
场景一：领券
规则：一个用户只能领取一张券。
首先我们的思路是，用一个records表来保存用户的领券记录，用户领券时在该表查询是否已领取。
records结构如下
new Schema({
// 用户id
userId: {
type: String,
required: true,
},
});业务流程也很简单：
MongoDB实现
示例代码如下：
async grantCoupon(userId: string) {
const record = await this.recordsModel.findOne({
userId,
});
if (record) {
return false;
} else {
this.grantCoupon();
this.recordModel.create({
userId,
});
}
}postman测试一下，好像没问题。然后我们考虑并发场景，比如“用户”并不会乖乖的点一下按钮等待发券，而是快速点击，又或者使用工具并发请求领券接口，我们的程序会出问题么？（并发问题前端可以用loading来规避，但是接口必要拦截住，防止黑客攻击）
结果是，用户可能会领取到多张券。问题就出在查询records与新增领券记录，这两步是分开进行的，也就是存在一个时间点：查询到用户A无领券记录，发券后A用户又请求一次接口，此时records表数据插入操作还未完成，导致重复发放问题。
解决也很容易，就是如何让查询和插入语句一起执行，消除中间的异步过程。mongoose为我们提供了findOneAndUpdate，即查找并修改，下面看一下改写后的语句：
async grantCoupon(userId: string) {
const record = await this.recordModel.findOneAndUpdate({
userId,
}, {
$setOnInsert: {
userId,
},
}, {
new: false,
upsert: true,
});
if (! record) {
this.grantCoupon();
}
}实际上这是一个mongo的原子操作，第一个参数是查询语句，查询userId的条目，第二个参数$setOnInsert表示新增的时候插入的字段，第三个参数upsert=true表示如果查询的条目不存在，将新建它，new=false表示返回查询的条目而不是修改后的条目。那我们只用判断查询的record不存在，就执行发放逻辑，而插入语句是和查询语句一起执行的。即使此时有并发请求进来，下一次查询是在上次插入语句之后了。
原子（atomic），本意是指“不能被进一步分割的粒子”。原子操作意味着“不可被中断的一个或一系列操作”，两个原子操作不可能同时作用于同一个变量。
Redis实现
不止MongoDB，redis也很适合这种逻辑，下面用redis实现一下：
async grantCoupon(userId: string) {
const result = await this.redis.setnx(userId, 'true');
if (result === 1) {
this.grantCoupon();
}
}同样setnx是redis的一个原子操作，表示：如果key没有值，则将值设置进去，如果已有值就不做处理，提示失败。这里只是演示并发处理，实际线上服务还需要考虑：
- key值不能与其他应用冲突使用，如
应用名称+功能名称+userId - 服务下线后redis的key需要清理，或者直接在setnx第三个参数加上过期时间
- redis数据只在内存中，发券记录需要入库保存
场景二：库存限制
规则：券总库存一定，单个用户不限领取数量
有了上面的示例，类似并发也很好实现，直接上代码
MongoDB实现
使用stocks表来记录券的发放数量，当然我们需要一个couponId字段去标识这条记录
表结构：
new Schema({
/* 券标识 */
couponId: {
type: String,
required: true,
},
/* 已发放数量 */
count: {
type: Number,
default: 0,
},
});发放逻辑：
async grantCoupon(userId: string) {
const couponId = 'coupon-1'; // 券标识
const total = 100; // 总库存
const result = await this.stockModel.findOneAndUpdate({
couponId,
}, {
$inc: {
count: 1,
},
$setOnInsert: {
couponId,
},
}, {
new: true, // 返回modify后结果
upsert: true, // 不存在则新增
});
if (result.count <= total) {
this.grantCoupon();
}
}Redis实现
incr: 原子操作，将key的值+1，如果值不存在，将初始化为0；
async grantCoupon(userId: string) {
const total = 100; // 总库存
const result = await this.redis.incr('coupon-1');
if (result <= total) {
this.grantCoupon();
}
}思考一个问题，库存全部消耗完后，count字段还会增加么？应该如何优化？
场景三：用户领券限制+库存限制
规则：一个用户只能领一张券，总库存有限制
解析
单独去解决“一个用户只能领一张”或“总库存限制”，我们都可以用原子操作去处理，当有两个条件，那是否可以实现一个，类似原子操作将“一个用户只能领一张”和“总库存限制”合并操作，或者说是更类似于数据库的“事务”
数据库事务( transaction)是访问并可能操作各种数据项的一个数据库操作序列，这些操作要么全部执行,要么全部不执行，是一个不可分割的工作单位。事务由事务开始与事务结束之间执行的全部数据库操作组成
mongoDB已经从4.0开始支持事务，但这里作为演示，我们还是使用代码逻辑来控制并发
业务逻辑：
代码：
async grantCoupon(userId: string) {
const couponId = 'coupon-1';// 券标识
const totalStock = 100;// 总库存
// 查询用户是否已领过券
const recordByFind = await this.recordModel.findOne({
couponId,
userId,
});
if (recordByFind) {
return '每位用户只能领一张';
}
// 查询已发放数量
const grantedCount = await this.stockModel.findOne({
couponId,
});
if (grantedCount >= totalStock) {
return '超过库存限制';
}
// 原子操作：已发放数量+1，并返回+1后的结果
const result = await this.stockModel.findOneAndUpdate({
couponId,
}, {
$inc: {
count: 1,
},
$setOnInsert: {
couponId,
},
}, {
new: true, // 返回modify后结果
upsert: true, // 如果不存在就新增
});
// 根据+1后的的结果判断是否超出库存
if (result.count > totalStock) {
// 超出后执行-1操作，保证数据库中记录的已发放数量准确。
this.stockModel.findOneAndUpdate({
couponId,
}, {
$inc: {
count: -1,
},
});
return '超过库存限制';
}
// 原子操作：records表新增用户领券记录，并返回新增前的查询结果
const recordBeforeModify = await this.recordModel.findOneAndUpdate({
couponId,
userId,
}, {
$setOnInsert: {
userId,
},
}, {
new: false, // 返回modify后结果
upsert: true, // 如果不存在就新增
});
if (recordBeforeModify) {
// 超出后执行-1操作，保证数据库中记录的已发放数量准确。
this.stockModel.findOneAndUpdate({
couponId,
}, {
$inc: {
count: -1,
},
});
return '每位用户只能领一张';
}
// 上述条件都满足，才执行发放操作
this.grantCoupon();
}其实我们可以舍去前两部查询records记录和查询库存数量，结果并不会出问题。从数据库优化来说，显然更改比查询更耗时，而且库存有限，最终库存消耗完，后面请求都会在前两步逻辑中走完。
什么情况下会走到第3步的左分支？
场景举例：库存仅剩1个，此时用户A和用户B同时请求，此时A稍快一点，库存+1后=100，B库存+1=101;
什么情况下会走到第4步的左分支？
场景举例：A用户同时发出两个请求，库存+1后均小于100，则稍快的一次请求会成功，另一个会查询到已有领券记录
思考：什么情况下会出现，先请求的用户没抢到券，反而靠后的用户能抢到券？
库存还剩4个，A用户发起大量请求，最终导致数据库记录的已发放库存大于100，-1操作还全部执行完成，而此时B、C、D用户也同时请求，则会返回超出库存，待到库存回滚操作完成，E、F、G用户后续请求的反而显示还有库存，成功抢到券，当然这只是理论上可能存在的情况。
总结
设计一个秒杀系统，其实还要考虑很多情况。如大型电商的秒杀活动，一次有几万的并发请求，服务器可能都支撑不住，可能会再网关层直接舍弃部分用户请求，减少服务器压力，或结合kafka消息队列，或使用动态扩容等技术。
更多编程相关知识，请访问：编程入门！！
