PROJECT FILE 03 · HIGH CONCURRENCY
大营销抽奖平台
抽奖只是用户看到的一次点击,系统真正承担的是峰值流量、有限库存与重复请求同时到来时的确定性。
项目背景
营销活动的流量具有明显峰值,而奖品库存、中奖概率和活动规则又必须保持可解释。平台需要把活动编排与底层可靠性能力分开,让业务可以快速配置活动,同时让库存、幂等和补偿继续由稳定的工程机制负责。
关键工程问题
- 同一个请求被重试时,不能产生第二次参与或兑奖结果。
- 高并发下库存扣减必须守住原子性,不能把超卖留给事后对账。
- 消息链路出现超时或部分失败时,需要有可重放的补偿路径。
- 活动规则频繁变化,但核心一致性约束不能随配置一起漂移。
从经验到可触摸的模型
下面的实验室不是线上系统复刻,而是把几个关键变量压缩成一个确定性模型。调整流量、中奖率、库存和系统防线,可以观察不同约束对结果的影响。
SYSTEM PLAYGROUND · 02
大营销抽奖压力实验室
调整流量、概率与防线,观察一次 60 秒峰值窗口会发生什么。
deterministic model v1.4
SIMULATION OUTPUT
SAFE TO CANARY峰值窗口 / 60s
有效请求89,888输入 97,200
奖品发放680期望命中 1,124
规则拦截7,312重复请求 1,166
P95 延迟134 ms峰值 2,300 RPS
请求压力曲线8 × 7.5s sample
- 库存余量
- 0
- 超卖数量
- 0
- 事务成功率
- 99.96%
结果由固定峰值曲线与确定性规则计算;相同参数始终得到相同结果。
留下来的判断
高并发营销系统最重要的不是某一种中间件,而是把“不允许发生什么”实现成可以被测试和观察的系统不变量。技术选型会变化,这些约束应该继续留在架构里。