“今天上午我在得知消息顺带简单研究了一下‘12306’的服务端架构。”罗晟面向众人有条不紊的说道：“广大访问者都在喷，但是我知道12306服务一上线试运行，就承受着这个世界上任何秒杀系统都无法超越的qps，上百万的并发再正常不过了。”

在场的几名铁路集团的技术骨干人员内心稀里哗啦的感动，理解万岁啊。

不懂技术的领导最难沟通，觉得没有尽力。

罗晟的话还是很有分量的。

过了片刻，罗晟补充道：“高并发的系统架构要采用分布式集群部署，服务上层有着层层负载均衡，并提供各种容灾手段，所谓的容灾手段就是双火机房、节点容错、服务器灾备等。保证系统的高可用，流量也会根据不同的负载能力和配置策略均衡到不同的服务器上。”

“即便如此，集群中的单机所能承受的qps也是非常高的，那么如何将单机性能优化到极致呢？要解决这个问题要先弄明白一件事：通常订票系统要处理生成订单、减扣库存、用户支付这三个基本的阶段，系统要做的事情就是保证火车票订到不超卖、不少卖、每张售卖的车票都必须支付才有效，还要保证系统承受极高的并发。”

几名铁路集团的技术专家连连点头表示认同，技术痛点就在这里。

罗晟继续说道：“下单减库存。当用户并发请求到达服务端时，首先创建订单，然后扣除库存，等待用户支付。这种顺序是我们一般人首先会想到的解决方案，这种情况下也能保证订单不会超卖，但也会产生一些问题，第一就是在极限并发的情况下，任何一个内存操作的细节都至关影响性能，尤其是像创建订单这种逻辑，基本都需要存储到磁盘数据库的，对数据库的压力是可想而知的，12306应该是用的甲骨文数据库，别花这个冤枉钱了，放到我的星云上。”

“第二是如果用户存在恶意下单的情况，只下单不支付这样库存就会变少，会少卖很多订单，虽然服务端可以限制ip和用户的购买订单数量，但这也真心不算是一个好办法。”

“然后就是支付减库存了。如果等待用户支付了订单再减库存，第一感觉就是不会少卖。但这是并发架构的大忌，因为在极限并发的情况下，用户可能会创建很多订单，当库存减为零的时候很多用户会发现抢到的订单支付不了，这也就是所谓的‘超卖’，也不能避免并发操作数据库磁盘。”

“最后是预扣库存。从上面两种方案的考虑，可以得出结论：只要创建订单，就要频繁操作数据库。那么有没有一种不需要直接操作数据库的解决方案呢？答案是有，就是预扣库存，先扣除了库存，保证不超卖，然后异步生成用户订单，这样响应给用户的速度会快很多。”

“那么怎么保证不少卖呢？用户拿到了订单，不支付怎么办？订单都应该有效期，比如说用户五分钟内不支付，订单就失效，就会加入新的库存。订单的生成是异步的，应该放到即时消费队列中处理……”

刘副总听的云里雾里的，但是他发现罗晟和他带来的几个技术专家交流的愈发火热，似乎也得出了一个信息。

找对人了！

这时，罗晟打开了房间里的墙面上的大屏幕，他也拿来了一台笔记本工作电脑打开，示意众人看向主投屏，自己一边操作电脑一边说道：

“go语言原生为并发设计，我就采用go语言给各位演示一下单机抢票的具体流程以及我优化后的解决方案。”

“go包中的it函数先于a函数执行，也在这个阶段主要做一些准备性质的工作。系统需要做的准备工作有：初始化本地库存、初始化远程redis存储统一库存的hash键值、初始化redis链接池。”

“另外还需要初始化一个大小为1的t类型chan，目的是实现分布式锁的功能，也可以直接使用读写锁或者使用redis等其他方式避免资源竞争，但是使用channel更加高效，这就是go语言的哲学，不需要通过共享内存来通信，而是通过通信来共享内存。redis库使用的是redigo，下面是代码：

【

localspike包结构体定义