10万QPS高并发请求，如何防止重复下单

wangpeibao

2025-10-11

数据库

前言

大家好，我是田螺。

星球粉丝分享了一道面试题：10万QPS高并发请求，如何防止重复下单。本文田螺哥从面试的角度，跟大家一起探讨一下，从前端到后端，全链路，一层层递进探讨！

1. 前端拦截

首先因为是10万QPS的高并发请求，我们要保护好系统，那就是尽可能减少用户无效请求。

1.1 按钮置灰

很多用户抢票、抢购、抢红包等时候，为了提高抢中的概率，都是疯狂点击按钮。会触发多次请求，导致重复下单。

因此，在用户点击过抢购按钮后，我们可以给按钮置灰，不让用户重复点击。

复制

const submitButton = document.getElementById(submit-order); submitButton.disabled = true; // 禁用按钮 // 提交订单的异步操作 submitOrder().then(response => { submitButton.disabled = false; // 请求完成后恢复按钮 }).catch(error => { submitButton.disabled = false; // 请求失败也恢复按钮 });1.2.3.4.5.6.7.8.

如果你的系统希望设计得友好一点，可以前端提示个文案，比如：已经收到你的请求，请耐心等待抢购结果。

1.2 Token机制

前端加载页面的时候，获取一个全局唯一标记的token，如UUID。在表单提交时，用该Token来标识该请求。每次请求都附带该Token，后端验证Token是否唯一。如果已提交过该Token的请求，则直接返回错误或无效响应，防止重复提交。

2.后端设计

2.1 NGINX 限流

请求从前端到后端，首先是先到nginx ，我们可以在nginx做一下限流。

因为有些用户不怀好意，通过脚本绕过前端，疯狂请求。这类用户的IP和用户ID，我们都可以做一下限流的限制的。

一个Nginx限流配置：

复制

http { # 核心配置：IP+用户ID双因子限流 (按业务需求二选一) ## 选项1：基础版（纯IP限制） limit_req_zone $binary_remote_addr zone=order_base:10m rate=3r/m; # 每IP每分钟3次 ## 选项2：增强版（IP+用户ID，需前端传递UserID） limit_req_zone $binary_remote_addr$http_user_id zone=order_enhanced:20m rate=5r/m; server { listen 80; server_name tianluoboy.com; # 订单提交接口 location = /v1/order/create { # 启用限流（示例用增强版） limit_req zone=order_enhanced burst=3 nodelay; # 返回429时强制JSON响应 error_page 429 @toofast; location @toofast { default_type application/json; return 200 {"code":429,"msg":"操作过于频繁，请稍后再试"}; } # 反向代理到业务服务器 proxy_pass http://order_backend; } # 其他接口不限流 location / { proxy_pass http://default_backend; } } }1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.

2.2 网关（Spring Cloud Gateway）

网关层可以做的事情很多，比如

Token 校验：在网关层拦截请求，验证 Token 是否在 Redis 中存在.

复制

// 伪代码示例：网关过滤器校验 Token if (redis.get(token) != null) { return error("重复请求"); } else { redis.setex(token, 60, "1"); // Token 有效期 60 秒 //请求到后台 passToBackend(); }1.2.3.4.5.6.7.8.

当然，网关也可以做限流的：

令牌桶算法：通过Redis + Lua 实现集群级限流（如 redis-cell 模块）。用户维度限流：基于用户 ID或设备指纹限制并发请求数。

网关层可以做一下请求排队：

对高并发请求放到消息队列，削峰填谷（如 Kafka/RabbitMQ）

图片

2.3 幂等设计

下单业务接口，我们一般要做幂等的。

一般用唯一索引做幂等设计。

唯一索引：比如使用用户ID + 商品ID + 时间戳组合生成唯一订单号。

一般的幂等处理就是这样啦，如下：

图片

2.4 分库分表

分库分表：按用户 ID 分片，分散写压力，避免单表成为瓶颈。

当业务量暴增的话，MySQL单机磁盘容量会撑爆。并且，我们知道数据库连接数是有限的。在高并发的场景下，大量请求访问数据库，MySQL单机是扛不住的！高并发场景下，会出现too many connections报错。

所以高并发的系统，需要考虑拆分为多个数据库，来抗住高并发的毒打。而假如你的单表数据量非常大，存储和查询的性能就会遇到瓶颈了，如果你做了很多优化之后还是无法提升效率的时候，就需要考虑做分表了。一般千万级别数据量，就需要分表，每个表的数据量少一点，提升SQL查询性能。

2.5 分布式锁

既然是防止重复下单，一般都需要加Redis分布式锁的。

复制

// 伪代码：Redisson 分布式锁 RLock lock = redisson.getLock("order:lock:" + userId); if (lock.tryLock(0, 30, TimeUnit.SECONDS)) { try { createOrder(); } finally { lock.unlock(); } }1.2.3.4.5.6.7.8.9.