21.2 的秒杀是极端特例,日常的大促与增长是更普遍的考题:下单 TPS 从一百涨到一万,链路怎么一档一档升上来?这一节把下单链路(从点击购买到订单落库的完整调用路径)按流量档位拆成四段演进——它其实是前二十章知识的一次总装:缓存、MQ、分库分表、幂等,每个零件都在这里上桌。
一百 TPS 的朴素链路是同步直连:网关→订单服务→查库存→查价格→创建订单→扣库存→落库,一次请求串完所有依赖。流量涨十倍,链路开始分段改造,每段有每段的药方。入口段:网关层限流加防刷(16.4 的 RequestRateLimiter、黑名单、答题),恶意脚本与超额流量挡在门外。商品段:详情页读多写少是缓存的天堂——多级缓存(浏览器→CDN→Nginx 本地→Redis)承接 95% 以上的读,10.4 的三件套(穿透/击穿/雪崩)在详情页场景逐一设防,热 key 还要本地缓存加异步刷新。下单段:库存扣减走 21.2 的 Lua 原生方案,价格计算这类强一致逻辑留在库内。后续段:积分、短信、推荐、库存同步——全是非核心链路,整体异步扇出。
同步变异步的收益一笔账算清:同步链 A→B→C→D 总耗时是四者之和;异步化后 A 发事件、B/C/D 并行消费,总耗时等于 A 加最慢的一个(max)。积分挂了不能挡下单——核心链路只留不可妥协的步骤,其余全部事件化,这是链路分级的铁律。
写压力上来后,数据库的升级路线是固定三级跳。第一档读写分离(9.4):写走主库、读走从库,详情与订单查询这类读流量分出去;代价是主从延迟——「下单成功立刻查列表却看不见」的经典客诉,解法是关键查询强制走主库(路由标记)或短延迟内查从库失败自动回源主库。第二档分库分表(9.7):订单表按 user_id 哈希拆片,写入水平扩展;要付的税是跨片查询与全局唯一 ID——买家维度的查询顺畅了,商家维度的统计就得走异构或宽表,订单号从自增换成 17.2 的发号器。第三档异构索引:订单同时写一份到 Elasticsearch(倒排索引天然服务多维检索)或宽表,交易库只管交易,查询侧各取所需——写路径做小做快,读路径异构扩展,这个思想与 24.3 的检索工程一脉相承。
下单链路横跨订单、库存、积分多个库,「同时成功同时失败」的强一致既不必要也不现实,工程答案是最终一致:本地消息表或事务消息(11.3 的 RocketMQ 半消息)保证「业务成功消息必达」;幂等消费(11.2)保证消息重复投递不产生重复动作;对账任务兜底,定时比对订单与下游动作的数量差异并自动补偿;人工干预台处理前三道都漏掉的残差。四件套各管一段:发出保证、执行保证、发现保证、善后保证——比背「分布式事务」名词更重要的是说清每一段靠什么兜底。Seata 的 AT 模式(17.3)适合低频强一致场景,大促链路这种高频短事务,消息驱动加对账才是主流。
流量之外,链路的存活能力同样按四板斧配置。限流分层设:网关粗粒度总量控制、服务细粒度按接口、Sentinel 规则热更新不重启(16.5)。熔断三态:错误率超阈值断开(Open)、超时后半开探测(Half-Open)、成功率恢复再闭合(Closed)——下游库存服务抖动时,下单侧快速失败加降级提示,别让一个服务拖死整条链。降级预案提前写好:推荐位返回缓存快照、评价区显示「暂时无法加载」、积分延迟到账提示——非核心功能全部可牺牲,换核心下单的存活。超时与重试成对出现:连接超时秒级、读取超时按 P99 设、总超时含重试预算;重试只打幂等接口、指数退避封顶三次(12.3 的手写 RPC 里这套超时矩阵出现过一次,这里是它的生产形态)。预案要演练——大促前全链路压测加故障注入,没演练过的降级开关等于不存在。
回到最初的问题:一百到一万 TPS,到底做了什么?答案朴素得意外:没有银弹,只有「按瓶颈逐段扩」——读瓶颈上缓存、写瓶颈拆分片、耦合瓶颈上消息、单点瓶颈上集群。每一档升级都引入新复杂度(延迟、一致性、运维面),所以能不上就不上,上了就要把代价算清。面试讲这道题的最佳姿势不是报菜名,而是按「瓶颈出现在哪→为什么是这个方案→付了什么代价→怎么兜底」四问推进——评审想听的从来是升级的判断力,不是组件清单。
高并发下单链路是一场总装演习:读的瓶颈交给多级缓存、写的瓶颈交给分片与异步、一致性的焦虑交给消息加对账、存活的压力交给限流熔断降级——按瓶颈逐段升级、把每档代价算清,就是从一百到一万 TPS 的全部秘密。