秒杀压测计划 + Kafka 分区设计参考

文章目录

前言
🚀 秒杀压测计划（TPS预估 + 测试流程）
- 1. 目标设定
- 2. 压测工具推荐
- 3. 压测命令示例（ab版）
- 4. 测试关注指标
📦 Kafka Topic 分区设计参考表
- 1. 单 Topic 设计
- 2. 分区路由规则设计（Partition Key）
🔥 最佳实践总结（再强调一次）
🧠 总结

前言

✅ 秒杀压测计划 + Kafka 分区设计参考

🚀 秒杀压测计划（TPS预估 + 测试流程）

1. 目标设定

项目	预估值
活动规模	10万用户同时抢购
单品库存	1000件商品
秒杀窗口	10秒内
理想 TPS	10,000 requests/sec

2. 压测工具推荐

Apache Benchmark (ab)（轻量简单）
wrk（更精准，可自定义脚本）
k6（现代化、分布式压测）

3. 压测命令示例（ab版）

ab -n 10000 -c 1000 -p post.json -T application/json \-H "x-user-id: user1" http://localhost:3000/seckill/10001

参数	含义
`-n`	总请求数
`-c`	并发数（1000人同时抢）
`-p`	POST 请求体

4. 测试关注指标

关键指标	理想范围
接口平均响应时间	< 50 ms
Redis 扣库存成功率	99% 以上
Kafka 投递延迟	单条消息 < 10 ms
Kafka Lag（堆积量）	保持 lag <= 1000（可接受范围）
消费端处理TPS	保持 > 5000条/秒

📦 Kafka Topic 分区设计参考表

1. 单 Topic 设计

活动规模	推荐分区数	说明
<10万人	6-12 partitions	机器数 × 2
10万-50万人	12-24 partitions
50万以上	24-48 partitions

2. 分区路由规则设计（Partition Key）

// 选择 skuId 做 key
await producer.send({topic: 'seckill-orders',messages: [{key: skuId,  // 让同一个商品的抢购进同一个分区value: JSON.stringify(orderPayload),},],
});

✅ 这样可以：

保证同一商品局部顺序消费
保证消费端负载均衡（不同商品打到不同分区）

🔥 最佳实践总结（再强调一次）

类别	关键做法
流量入口防护	Nginx 限流 + 接口限流 + Redis限流
原子扣库存	Redis Lua 脚本一次性完成判断+扣减
异步下单	Kafka 分区异步队列
幂等控制	订单表唯一索引 or Redis setnx
超时取消	Redis key expire + 定时任务
监控与告警	Kafka Lag、消费者异常率、DLQ 消息
可扩展性	Kafka 多分区，多消费组实例