从0到1打造秒杀系统:一文掌握领域建模精髓!

本文涉及的产品
RDS AI 助手,专业版
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
简介: 小米分享了秒杀系统领域建模的关键步骤,包括战略建模中的领域划分、核心领域明确及限界上下文设定,以及战术建模中的实体建模、聚合构建、架构实现和领域事件的应用。通过这些方法,确保系统的稳定性和高效性,同时强调了沟通、灵活选型和迭代优化的重要性。



Hi,大家好!我是你们的老朋友小米,今天要和大家一起聊聊 秒杀系统领域建模 的那些事儿。这是一个充满挑战但又特别有趣的技术话题,尤其是在业务复杂、流量巨大的场景下,构建一个稳定高效的秒杀系统,简直就是程序员的一场硬仗!

刚刚和大家分享了一个脑图,里面提到了 战略建模战术建模 两个核心模块。接下来,就让我为大家详细拆解一下这张图的知识点吧~

从战略建模开始:明确全局目标

在秒杀系统中,战略建模是奠定整个系统建设基石的一环,它帮助我们从业务层面抽象出主要需求,为后续的系统设计打下坚实基础。

1. 第一步:划分领域模型层

领域建模的第一步,就是要将系统划分为不同的 领域模型层,确保责任边界清晰,方便后续的功能开发与维护。

  • 用户问题域:处理用户秒杀时的操作、支付行为等问题。
  • 秒杀系统领域:实现秒杀核心功能,如商品库存管理、订单生成等。
  • 基础设施领域:为整个系统提供支撑的基础服务,比如 MQ、MySQL、Redis 等。

关键要素

  • 领域隔离:每个领域的职责要明确,避免职责混乱。
  • 技术选型:技术栈的选择非常重要,像 MQ、MySQL、Redis 是常见的秒杀核心组件,既要保证高性能,又要具备扩展性。

2. 第二步:为领域层划分子领域和明确核心

当大领域划分完成后,就要进一步明确每个子领域的核心职责。

  • 核心领域:处理商品库存和订单事务,这是秒杀系统的心脏。
  • 支撑领域:提供用户账户、支付等辅助功能。
  • 通用领域:实现日志记录、性能监控等跨领域的通用能力。

小米提醒

在这里,可以使用 事件风暴 技术梳理每个子领域的具体职责,画出完整的事件流,帮助团队形成一致的业务认知。

3. 第三步:确定领域的限界上下文

在复杂的业务场景中,不同领域的职责往往会存在一定的交集,因此需要通过 限界上下文 的方式,将每个领域的边界明确划分。

  • 用户上下文:负责用户的行为数据管理。
  • 库存上下文:处理商品库存的扣减与补偿逻辑。
  • 支付上下文:实现用户支付的链路闭环。

例子

假设用户购买商品的行为流是这样的:

  • 用户点击“秒杀”按钮 -> 触发 用户上下文
  • 系统扣减库存 -> 进入 库存上下文
  • 用户完成支付 -> 交给 支付上下文

第四步:为限界上下文建立上下文映射,准备技术选型

上下文映射的目的是描述上下文之间的关系,以防止数据和职责混乱。

  • 共享上下文:各上下文之间共享一些通用能力,比如监控日志。
  • 支撑上下文:像支付服务,可以为多个业务模块提供能力支持。
  • 用户上下文:负责接口的暴露和流量入口的承接。

技术选型

  • 技术栈:选择 MQ(如 RabbitMQ/Kafka),实现削峰填谷;使用 Redis 进行库存预扣;用 MySQL 保障核心事务数据。
  • 清晰边界:用微服务架构分离上下文,用 API Gateway 管控流量入口。

从战术建模开始:落地技术实现

完成战略建模后,我们需要更进一步,进入到 战术建模,也就是如何实现系统设计。

1. 实体建模

  • 在战术建模中,实体是最重要的组成部分,它是业务逻辑的载体。
  • 主表:用户表、商品表、订单表。
  • 辅助表:库存日志表、活动配置表。

案例

商品表可能包含以下字段:

  • 商品ID
  • 商品名称
  • 初始库存
  • 秒杀价
  • 活动时间范围

2. 构建聚合

聚合是领域驱动设计(DDD)的核心概念之一,在秒杀系统中尤为重要。

核心聚合

  • 商品聚合:包含商品库存、价格等核心属性。
  • 用户聚合:管理用户的账户余额、参与秒杀活动的记录等。

聚合边界:商品聚合的更新,不能直接影响订单聚合的状态变化。

设计技巧

  • 强一致性:同一个聚合内的事务要保持一致性,比如订单聚合需要保证支付状态的准确性。
  • 弱一致性:不同聚合之间允许短暂的状态不一致,比如库存预扣与订单生成之间可以采用异步处理。

3. 架构实现

秒杀系统的架构实现,往往需要采用分布式系统的方式,提升并发处理能力。

高并发支持

  • 前端防护:限流与验证码。
  • 中间削峰:通过消息队列异步处理用户请求。
  • 后端支撑:数据库分库分表 + 缓存穿透策略。

核心技术

  • Redis:秒杀库存的预扣与扣减。
  • MySQL:保障最终一致性的订单事务。
  • MQ:实现请求异步化。

4. 领域事件

秒杀系统中,领域事件的使用可以帮助我们解耦复杂的业务逻辑。

案例

  • 库存扣减事件:当库存扣减成功后,触发订单生成事件。
  • 订单支付事件:订单支付完成后,更新用户参与记录。

领域事件可以使用 事件驱动架构 实现,通过 MQ 实现事件的发布与订阅。

总结

通过战略建模,我们可以清晰地定义秒杀系统的领域边界;通过战术建模,我们可以高效地实现具体功能。从抽象到落地,这是一套完整的构建体系。

小米的一点建议

  • 沟通优先:战略建模时,要确保团队对业务的理解一致。
  • 技术选型要灵活:不同场景需要不同的技术栈,比如 Redis 的数据一致性和 MySQL 的事务处理如何结合。
  • 迭代优化:秒杀系统是一个需要持续优化的过程,特别是在高并发场景下,要留出足够的扩展空间。

END

今天的分享就到这里啦!如果大家对秒杀系统或者领域建模有任何问题,欢迎在评论区留言~我是小米,我们下期再见!

我是小米,一个喜欢分享技术的29岁程序员。如果你喜欢我的文章,欢迎关注我的微信公众号软件求生,获取更多技术干货!

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
9月前
|
数据采集 人工智能 算法
“脏数据不清,分析徒劳”——聊聊数据分析里最容易被忽视的苦差事
“脏数据不清,分析徒劳”——聊聊数据分析里最容易被忽视的苦差事
325 34
|
移动开发 供应链 Java
企业级智能制造MES系统源码,技术架构:springboot + vue-element-plus-admin
企业级智能制造MES系统源码,技术架构:springboot + vue-element-plus-admin。 企业级云MES全套源码,支持app、小程序、H5、台后管理。 生产调度:MES系统可以根据生产订单和资源状况,自动计算生产计划和调度,从而优化生产线的运作。
683 0
企业级智能制造MES系统源码,技术架构:springboot + vue-element-plus-admin
|
数据采集 领域建模 数据库
如何画领域模型图(数据架构/ER图)
如何画领域模型图(数据架构/ER图)
6260 1
如何画领域模型图(数据架构/ER图)
|
监控 NoSQL Java
锁重试和续约? Redisson: 不错, 正是在下 (源码解读)
这是最详细的Redisson锁重入, 锁重试, Watchdog看门狗, 锁续约机制源码讲解 Redisson分布式锁原理:可重入:利用hash结构记录线程id和重入次数可重试:利用信号量和PubSub功能实现等待、唤醒,获取锁失败的重试机制超时续约:利用watchDog,每隔一段时间(releaseTime), 重置超时时间
2695 0
|
安全 JavaScript Java
在线问卷调查|基于Spring Boot的在线问卷调查系统的设计与实现(源码+数据库+文档)
在线问卷调查|基于Spring Boot的在线问卷调查系统的设计与实现(源码+数据库+文档)
718 0
|
JSON JavaScript UED
画出你的想法,体验Excalidraw的魅力,完全免费的绘图工具!
画出你的想法,体验Excalidraw的魅力,完全免费的绘图工具!
1444 1
|
算法 安全 Java
Java表达式和规则引擎的比较与考量
Java表达式和规则引擎的比较与考量
1209 0
|
存储 NoSQL Java
redisTemplate.opsForValue() 懂这些就够了
redisTemplate.opsForValue() 懂这些就够了
2761 0
|
数据库 消息中间件
基于RabbitMQ消息队列的分布式事务解决方案 - MQ分布式消息中间件实战
1 极速了解MQ 介绍Rabbitmg用于解决分布式事务必须掌握的5个核心概念 一款分布式消息中间件,基于erlang语言开发, 具备语言级别的高并发处理能力。和Spring框架是同一家公司。支持持久化、高可用 核心5个概念: Queue: 真正存储数据的地方 Exchange: 接收请求,转存数据 Bind: 收到请求后存储到哪里 消息生产者:发送数据的应用 消息消费者: 取出数据处理的应用 2、分布式事务问题 分布式事务是一个业务问题,不能脱离具体的场景。
7250 105
|
数据采集 算法 关系型数据库
数据分类分级实践难点
数据分类分级是开展数据全生命周期管理的基础,企业做好数据分类分级才能更好地去落实合规义务以及进行数据安全管控。今天,我们从数据分类分级落地实践的角度,来阐述企业在开展数据分类分级过程中的难点以及如何“破局”。
938 1