秒杀系统主要有以下特点

1、高并发瞬时流量
2、热点数据
3、数据量大
4、库存的正确扣减
5、黄牛抢购
6、重复下单
7、对普通交易的影响

前后端缓存

首先是秒杀功能的开启，以及前端资源的访问，这部分内容一般都是提前放到CDN中，让这些静态资源离用户更近就能让用户访问的更快

秒杀系统，会在前端，也就是客户端层面做一些请求的随机丢弃，这些被丢弃的请求就直接返回失败，或者系统繁忙，让用户重试。过滤掉一部分流量向服务端发送

可以配置一些黑白名单、可以通过IP进行限流、也可以做一些业务校验都是可以的 

服务器层面也是配置很多限流策略的，基于sentinel，或者自己实现一些限流算法，都是可以做动态限流的
还有就是，服务器中有一些查询操作，和一部分写操作，其实是可以用缓存来抗一下的。在缓存上本地缓存要比分布式缓存的性能更高，近端缓存要好于远端缓存

数据预热

秒杀系统另外一个比较典型的特点就是会存在热点数据，因为大家都会抢购同一件商品，那么这个商品就会变成热点数据。秒杀是可以提前预知哪些数据会变成热点的，所以可以提前做一些缓存的预热，对于热点数据，不仅需要在Redis中做预热，还需要在本地缓存也做预热，避免Redis的热key问题。

数据量大

这时候就可以考虑要么就加缓存、要么就用ES、要么就做分库分表。还有就是做数据归档，把历史数据归档掉，无非就是这么几个方案了。

库存扣减

可以利用redis单线程特性，进行库存扣减，发送MQ同步数据库，减少因加锁带来的线程等待问题

黄牛抢购

根据用户的IP、设备信息、网络信息、行为数据等进行分析，推断哪些是黄牛

这部分用户的ID直接可以加入黑名单中，除了用户ID以外，还需要对他的IP地址、设备等进行限流，比如限制某个IP一段时间内只能下单几次，基于令牌桶、漏桶等限流算法都能实现。我们也可以直接借助nginx、 sentinel、guava等进行限流的实现

重复下单

加redis分布式锁

对普通交易的影响

按照业务量做隔离措施，逻辑隔离（业务代码拆分）或者物理隔离（服务器拆分）

业务手段

有的时候，我们不能只想着用技术手段解决所有问题，其实，如果在业务上能做点事情的话，如果这些做法并不影响用户体验，那么就可能让技术实现上大大简化方案，整个系统的成本和稳定性也会有大大的提高。
比如我们前面说的限购
再比如说，在有些秒杀业务中，需要先预约，预约通过后才能参与秒杀，这就大大的降低了秒杀时的请求量了。
再比如说很多电商最近再搞一些预售的功能，其实也是有这方面的考虑的。

还有就是秒杀时通过一些验证码、问题等，也可以降低瞬时的高并发流量，