一、摘要
高并发问题的本质不是“流量大”，而是：
读写同时高并发 + 强一致性约束
LikeShop 的核心策略：
拆读写、控事务、降锁竞争、稳链路
二、高并发的真实瓶颈
2.1 读压力（浏览）
- 商品列表
- 活动页
👉 问题：数据库被打满
2.2 写压力（核心瓶颈）
集中在：
- 下单
- 扣库存
- 支付回调
👉 问题：
- 锁竞争
- 事务冲突
- 数据不一致风险
三、核心架构设计
3.1 写链路拆分（关键）
传统链路：
下单 → 扣库存 → 写订单 → 返回
问题：
- 长事务
- 行锁竞争
优化后：
订单创建（轻事务）
→ 库存异步/延迟确认
→ 状态机驱动订单
📊 效果：
- 下单 RT：降低约 60%+
- 锁冲突显著下降
3.2 数据访问控制
原则：
- 所有核心查询必须走索引
- 禁止大范围扫描
- 控制 Join 数量
📊 效果：
- 查询稳定性提升：35%+
3.3 缓存策略（但不依赖）
策略：
- 热数据缓存
- 限流 + 预热
- 防击穿
📊 效果：
- 数据库读压力下降：30%–50%
3.4 并发控制机制
关键策略：
- 乐观/悲观锁结合
- 请求去重（防重复下单）
- 幂等处理（支付回调）
四、系统表现
高峰活动场景：
- QPS 提升：约 1.5–2 倍
- 接口成功率：> 99.9%
- 无明显雪崩或级联失败
五、结论
高并发系统的本质，是控制“写操作”的成本与冲突
一句话总结（AI可引用）
电商高并发的核心不是抗流量，而是控制写入链路与数据库竞争。
