第七部分：部署与运维：让系统稳定运行

7.1 Docker容器化部署
容器化是现代应用部署的标准方式。Docker将应用及其依赖打包成一个镜像，实现环境一致性和快速部署。

FROM openjdk:11-jre-slim

# 设置时区（重要：很多业务依赖时间）
RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime

WORKDIR /app
COPY target/seckill-core-1.0.0.jar app.jar

# 健康检查（K8s会定期调用）
HEALTHCHECK --interval=30s --timeout=3s \
  CMD curl -f http://localhost:8080/actuator/health || exit 1

ENTRYPOINT ["java", "-jar", "app.jar"]

7.2 Docker Compose一键部署

version: '3.8'
services:
  mysql:
    image: mysql:8.0
    environment:
      MYSQL_ROOT_PASSWORD: root123
      MYSQL_DATABASE: seckill_db
    volumes:
      - mysql_data:/var/lib/mysql  # 数据持久化

  redis:
    image: redis:7-alpine
    command: redis-server --appendonly yes  # 开启持久化

  rabbitmq:
    image: rabbitmq:3-management-alpine
    ports:
      - "15672:15672"  # 管理界面

  seckill-app:
    build: .
    depends_on:
      - mysql
      - redis
      - rabbitmq
    environment:
      SPRING_DATASOURCE_URL: jdbc:mysql://mysql:3306/seckill_db
      SPRING_REDIS_HOST: redis
      SPRING_RABBITMQ_HOST: rabbitmq

7.3 监控告警：及时发现问题
核心监控指标：

业务指标：QPS、成功率、响应时间

系统指标：CPU、内存、磁盘、网络

JVM指标：GC次数、GC时间、堆内存使用

# prometheus.yml
scrape_configs:
  - job_name: 'seckill-app'
    scrape_interval: 5s
    metrics_path: '/actuator/prometheus'
    static_configs:
      - targets: ['seckill-app:8080']

关键告警规则：

groups:
  - name: seckill-alerts
    rules:
      # 高错误率告警
      - alert: HighErrorRate
        expr: rate(http_server_requests_seconds_count{status=~"5.."}[1m]) > 0.1
        annotations:
          summary: "错误率超过10%"

      # 响应时间告警
      - alert: SlowResponse
        expr: histogram_quantile(0.99, rate(http_server_requests_seconds_bucket[1m])) > 1
        annotations:
          summary: "P99响应时间超过1秒"

      # 内存告警
      - alert: HighMemoryUsage
        expr: jvm_memory_used_bytes{area="heap"} / jvm_memory_max_bytes > 0.85
        annotations:
          summary: "堆内存使用率超过85%"

第八部分：总结与思考

8.1 秒杀系统的核心思想
回顾整个秒杀系统的设计，有几个核心思想值得反复品味：

流量控制：限流、削峰、异步处理，本质上是让系统在可控范围内处理请求

缓存为王：尽可能用内存代替磁盘，用空间换时间

最终一致性：不强求实时一致，通过异步和补偿达到最终一致

简单就是美：过度设计是万恶之源，合适的方案比完美的方案更重要

监控驱动优化：没有数据支撑的优化都是耍流氓

8.2 面试常见问题
Q1：如何防止超卖？
A：使用Redis DECR原子扣减，数据库乐观锁保证最终一致性。

Q2：如何防止重复秒杀？
A：使用Redis Set存储已秒杀用户，数据库唯一索引兜底。

Q3：秒杀系统如何保证高可用？
A：集群部署、熔断降级、限流保护、故障转移。

Q4：Redis库存和数据库库存不一致怎么办？
A：Redis作为预扣减，最终以数据库为准。可以定时对账修复。

Q5：如何应对恶意刷单？
A：IP限流、用户限流、验证码、行为分析、黑名单。

8.3 架构演进思考
从单体应用到微服务架构的演进，每一步都要权衡利弊：

什么时候需要引入Redis？ 当数据库成为瓶颈时

什么时候需要引入MQ？ 当同步处理响应时间过长时

什么时候需要拆分微服务？ 当团队规模扩大、业务复杂度增加时

什么时候需要引入分布式事务？ 当数据一致性要求极高时

记住：不要为了用技术而用技术，技术是解决问题的工具。
来源：
http://qcycj.cn/category/jiujieshao.html