Redis解決優(yōu)惠券秒殺應(yīng)用案例
雖然本文是針對(duì)黑馬點(diǎn)評(píng)的優(yōu)惠券秒殺業(yè)務(wù)的實(shí)現(xiàn)，但是是適用于各種搶購(gòu)活動(dòng)，保證線(xiàn)程安全。
摘要：本文先講了搶購(gòu)問(wèn)題，指出其中會(huì)出現(xiàn)的多線(xiàn)程問(wèn)題，提出解決方案采用悲觀(guān)鎖和樂(lè)觀(guān)鎖兩種方式進(jìn)行實(shí)現(xiàn)，然后發(fā)現(xiàn)在搶購(gòu)過(guò)程中容易出現(xiàn)一人多單現(xiàn)象，為保證優(yōu)惠券不會(huì)被【黃?！繐尩?，因此我們?cè)?strong>保證多線(xiàn)程安全的情況下實(shí)現(xiàn)了一人一單業(yè)務(wù)，最后指出本文的實(shí)現(xiàn)在集群情況下的不足之處。在本專(zhuān)欄的另一篇文章中提出集群或者分布式系統(tǒng)的解決方案。
【前端頁(yè)面】
在代金券發(fā)放后，多個(gè)用戶(hù)會(huì)進(jìn)行優(yōu)惠券搶購(gòu)，在搶購(gòu)時(shí)需要判斷兩點(diǎn)：
下單時(shí)需要判斷兩點(diǎn)：
- 秒殺是否開(kāi)始或結(jié)束，如果尚未開(kāi)始或已經(jīng)結(jié)束則無(wú)法下單
- 庫(kù)存是否充足，不足則無(wú)法下單
下單核心邏輯分析：
當(dāng)用戶(hù)開(kāi)始進(jìn)行下單，我們應(yīng)當(dāng)去查詢(xún)優(yōu)惠卷信息，查詢(xún)到優(yōu)惠卷信息，判斷是否滿(mǎn)足秒殺條件
比如時(shí)間是否充足，如果時(shí)間充足，則進(jìn)一步判斷庫(kù)存是否足夠，如果兩者都滿(mǎn)足，則扣減庫(kù)存，創(chuàng)建訂單，然后返回訂單id，如果有一個(gè)條件不滿(mǎn)足則直接結(jié)束。
【邏輯圖】
【代碼實(shí)現(xiàn)】
@Override
public Result seckillVoucher(Long voucherId) {
// 1.查詢(xún)優(yōu)惠券
SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
// 2.判斷秒殺是否開(kāi)始
if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
// 尚未開(kāi)始
return Result.fail("秒殺尚未開(kāi)始！");
}
// 3.判斷秒殺是否已經(jīng)結(jié)束
if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
// 尚未開(kāi)始
return Result.fail("秒殺已經(jīng)結(jié)束！");
}
// 4.判斷庫(kù)存是否充足#######
if (voucher.getStock() < 1) {
// 庫(kù)存不足
return Result.fail("庫(kù)存不足！");
}
//5，扣減庫(kù)存
boolean success = seckillVoucherService.update()
.setSql("stock= stock -1")
.eq("voucher_id", voucherId).update();
if (!success) {
//扣減庫(kù)存
return Result.fail("庫(kù)存不足！");
}
//6.創(chuàng)建訂單
VoucherOrder voucherOrder = new VoucherOrder();
// 6.1.訂單id
long orderId = redisIdWorker.nextId("order");
voucherOrder.setId(orderId);
// 6.2.用戶(hù)id
Long userId = UserHolder.getUser().getId();
voucherOrder.setUserId(userId);
// 6.3.代金券id
voucherOrder.setVoucherId(voucherId);
save(voucherOrder);
return Result.ok(orderId);
}【分析代碼】
- 從上述的邏輯圖中我們可以知道，要扣減庫(kù)存，并且要保存訂單，因此需要事務(wù)業(yè)務(wù)
- 在第4步判斷庫(kù)存是否充足處，會(huì)出現(xiàn)多線(xiàn)程問(wèn)題。出現(xiàn)訂單超賣(mài)現(xiàn)象
問(wèn)題代碼如下：
if (voucher.getStock() < 1) {
// 庫(kù)存不足
return Result.fail("庫(kù)存不足！");
}
//5，扣減庫(kù)存
boolean success = seckillVoucherService.update()
.setSql("stock= stock -1")
.eq("voucher_id", voucherId).update();
if (!success) {
//扣減庫(kù)存
return Result.fail("庫(kù)存不足！");
}
【采用鎖】解決上述超賣(mài)問(wèn)題。
悲觀(guān)鎖：
悲觀(guān)鎖可以實(shí)現(xiàn)對(duì)于數(shù)據(jù)的串行化執(zhí)行，比如syn，和lock都是悲觀(guān)鎖的代表，同時(shí)，悲觀(guān)鎖中又可以再細(xì)分為公平鎖，非公平鎖，可重入鎖，等等
樂(lè)觀(guān)鎖：
樂(lè)觀(guān)鎖：會(huì)有一個(gè)版本號(hào)，每次操作數(shù)據(jù)會(huì)對(duì)版本號(hào)+1，再提交回?cái)?shù)據(jù)時(shí)，會(huì)去校驗(yàn)是否比之前的版本大1 ，如果大1 ，則進(jìn)行操作成功，這套機(jī)制的核心邏輯在于，如果在操作過(guò)程中，版本號(hào)只比原來(lái)大1 ，那么就意味著操作過(guò)程中沒(méi)有人對(duì)他進(jìn)行過(guò)修改，他的操作就是安全的，如果不大1，則數(shù)據(jù)被修改過(guò)，當(dāng)然樂(lè)觀(guān)鎖還有一些變種的處理方式比如cas
樂(lè)觀(guān)鎖的典型代表：就是cas，利用cas進(jìn)行無(wú)鎖化機(jī)制加鎖，var5 是操作前讀取的內(nèi)存值，while中的var1+var2 是預(yù)估值，如果預(yù)估值 == 內(nèi)存值，則代表中間沒(méi)有被人修改過(guò)，此時(shí)就將新值去替換 內(nèi)存值
其中do while 是為了在操作失敗時(shí)，再次進(jìn)行自旋操作，即把之前的邏輯再操作一次。
修改代碼方案
我們的樂(lè)觀(guān)鎖保證stock大于0 即可，如果查詢(xún)邏輯stock不能保證大于0，則會(huì)出現(xiàn) success為false我們?cè)诤笪倪M(jìn)行判斷即可。
boolean success = seckillVoucherService.update()
.setSql("stock= stock -1")
.eq("voucher_id", voucherId).update().gt("stock",0); //where id = ? and stock > 0
if (!success) {
//扣減庫(kù)存
return Result.fail("庫(kù)存不足！");
}
代碼寫(xiě)到這里，我們就解決了多線(xiàn)程安全問(wèn)題（優(yōu)惠券超賣(mài)）
一人一單
但是我們?cè)跈z查數(shù)據(jù)庫(kù)數(shù)據(jù)時(shí)，我們發(fā)現(xiàn)一個(gè)人可以購(gòu)買(mǎi)多個(gè)優(yōu)惠券。
因此我們可以在搶購(gòu)前，判斷該用戶(hù)是否已經(jīng)購(gòu)買(mǎi)過(guò)該優(yōu)惠券，如果購(gòu)買(mǎi)過(guò)則直接返回。
【邏輯圖】紅框內(nèi)的是新增邏輯。
@Override
public Result seckillVoucher(Long voucherId) {
// 1.查詢(xún)優(yōu)惠券
SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
// 2.判斷秒殺是否開(kāi)始
if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
// 尚未開(kāi)始
return Result.fail("秒殺尚未開(kāi)始！");
}
// 3.判斷秒殺是否已經(jīng)結(jié)束
if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
// 尚未開(kāi)始
return Result.fail("秒殺已經(jīng)結(jié)束！");
}
// 4.判斷庫(kù)存是否充足
if (voucher.getStock() < 1) {
// 庫(kù)存不足
return Result.fail("庫(kù)存不足！");
}
// 5.一人一單邏輯
// 5.1.用戶(hù)id
Long userId = UserHolder.getUser().getId();
int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
// 5.2.判斷是否存在
if (count > 0) {
// 用戶(hù)已經(jīng)購(gòu)買(mǎi)過(guò)了
return Result.fail("用戶(hù)已經(jīng)購(gòu)買(mǎi)過(guò)一次！");
}
//6，扣減庫(kù)存
boolean success = seckillVoucherService.update()
.setSql("stock= stock -1")
.eq("voucher_id", voucherId).update();
if (!success) {
//扣減庫(kù)存
return Result.fail("庫(kù)存不足！");
}
//7.創(chuàng)建訂單
VoucherOrder voucherOrder = new VoucherOrder();
// 7.1.訂單id
long orderId = redisIdWorker.nextId("order");
voucherOrder.setId(orderId);
voucherOrder.setUserId(userId);
// 7.3.代金券id
voucherOrder.setVoucherId(voucherId);
save(voucherOrder);
return Result.ok(orderId);
}【分析代碼】---仍然會(huì)出現(xiàn)多線(xiàn)程問(wèn)題。
存在問(wèn)題：現(xiàn)在的問(wèn)題還是和之前一樣，并發(fā)過(guò)來(lái)，查詢(xún)數(shù)據(jù)庫(kù)，都不存在訂單，所以我們還是需要加鎖，但是樂(lè)觀(guān)鎖比較適合更新數(shù)據(jù)，而現(xiàn)在是插入數(shù)據(jù)，所以我們需要使用悲觀(guān)鎖操作
【注意事項(xiàng)】
- 事務(wù)應(yīng)該包含在鎖的內(nèi)部。
- 鎖的粒度，鎖的對(duì)象應(yīng)該是用戶(hù)級(jí)別的，而不是整個(gè)搶購(gòu)優(yōu)惠券級(jí)別的，因此我們不會(huì)直接將synchronized加到方法上。
- 鎖對(duì)象的細(xì)節(jié)處理，使用userId.toString().intern()保證對(duì)象唯一。
- 獲取代理對(duì)象調(diào)用切入事務(wù)
package com.hmdp.service.impl;
import com.hmdp.dto.Result;
import com.hmdp.entity.SeckillVoucher;
import com.hmdp.entity.VoucherOrder;
import com.hmdp.mapper.VoucherOrderMapper;
import com.hmdp.service.ISeckillVoucherService;
import com.hmdp.service.IVoucherOrderService;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.hmdp.utils.RedisWorker;
import com.hmdp.utils.UserHolder;
import org.springframework.aop.framework.AopContext;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;
import javax.annotation.Resource;
import java.time.LocalDateTime;
/**
* <p>
* 服務(wù)實(shí)現(xiàn)類(lèi)
* </p>
*
* @author msf
* @since 2022-10-29
*/
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
@Resource
private ISeckillVoucherService seckillVoucherService;
@Resource
private RedisWorker redisWorker;
@Override
public Result seckillVoucher(Long voucherId) {
// 1. 查詢(xún)優(yōu)惠券信息
SeckillVoucher voucherOrder = seckillVoucherService.getById(voucherId);
// 2.判斷秒殺是否開(kāi)始
if (voucherOrder.getBeginTime().isAfter(LocalDateTime.now())) {
return Result.fail("搶購(gòu)尚未開(kāi)始");
}
if (voucherOrder.getEndTime().isBefore(LocalDateTime.now())) {
return Result.fail("搶購(gòu)已經(jīng)結(jié)束");
}
// 3.判斷庫(kù)存是否充足
if (voucherOrder.getStock() < 1) {
return Result.fail("您來(lái)晚了,票已被搶完");
}
Long userId = UserHolder.getUser().getId();
// 事務(wù)應(yīng)該在synchronized里面
synchronized (userId.toString().intern()) {
IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
return proxy.createVoucherOrder(voucherId,userId);
}
}
@Transactional
public Result createVoucherOrder(Long voucherId,Long userId) {
// 4. 一人一單邏輯
// 4.1 根據(jù)優(yōu)惠券id和用戶(hù)id查詢(xún)訂單
Integer count = query().eq("user_id", userId)
.eq("voucher_id", voucherId).count();
// 4.2 訂單存在，直接返回
if (count > 0) {
return Result.fail("用戶(hù)已經(jīng)購(gòu)買(mǎi)一次");
}
// 5. 扣減庫(kù)存
boolean success = seckillVoucherService.update()
.setSql("stock = stock - 1")
.gt("stock", 0)
.eq("voucher_id", voucherId).update();
if (!success) {
return Result.fail("庫(kù)存不足");
}
// 6.創(chuàng)建訂單
VoucherOrder order = new VoucherOrder();
// 6.1 設(shè)置id
order.setId(redisWorker.nextId("order"));
// 6.2 設(shè)置訂單id
order.setVoucherId(voucherId);
// 6.3 設(shè)置用戶(hù)id
order.setUserId(userId);
save(order);
// 7. 返回訂單id
return Result.ok(order);
}
}展望
雖然我們利用鎖和事務(wù)解決單體系統(tǒng)下的秒殺功能，但是現(xiàn)在的業(yè)務(wù)一般是在集群和分布式系統(tǒng)協(xié)作完成，因此我們?cè)跍y(cè)試系統(tǒng)在集群部署時(shí)，仍會(huì)出現(xiàn)一人多單問(wèn)題，稍后我們將更新文章，分析問(wèn)題出現(xiàn)原因，并利用分布式鎖的方式解決該問(wèn)題。
到此這篇關(guān)于Redis解決優(yōu)惠券秒殺的文章就介紹到這了,更多相關(guān)Redis優(yōu)惠券秒殺內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Redis對(duì)lua腳本的支持是從Redis2.6.0版本開(kāi)始引入的,它可以讓用戶(hù)在Redis服務(wù)器內(nèi)置的Lua解釋器中執(zhí)行指定的lua腳本,本文就來(lái)介紹一下Redis整合Lua腳本的實(shí)現(xiàn),感興趣的可以了解一下2024-03-03
Redis 使用跳表實(shí)現(xiàn)有序集合的方法
Redis有序集合底層為什么使用跳表而非其他數(shù)據(jù)結(jié)構(gòu)如平衡樹(shù)、紅黑樹(shù)或B+樹(shù)的原因在于其特殊的設(shè)計(jì)和應(yīng)用場(chǎng)景,跳表提供了與平衡樹(shù)類(lèi)似的效率,同時(shí)實(shí)現(xiàn)更簡(jiǎn)單,調(diào)試和修改也更加容易,感興趣的朋友一起看看吧2024-09-09
這篇文章主要給大家介紹了關(guān)于Redis字符串原理的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家學(xué)習(xí)或者使用Redis具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06
Redis是一個(gè)key-value存儲(chǔ)系統(tǒng)。Redis的出現(xiàn)，很大程度補(bǔ)償了memcached這類(lèi)key/value存儲(chǔ)的不足，在部分場(chǎng)合可以對(duì)關(guān)系數(shù)據(jù)庫(kù)起到很好的補(bǔ)充作用。這篇文章小編為大家分享了在Windows下進(jìn)行安裝和使用Redis的技巧。2015-09-09
本文主要介紹了如何通過(guò)鎖和時(shí)間序列等方面來(lái)提升傳統(tǒng)數(shù)據(jù)庫(kù)的性能等方法，利用Redis實(shí)現(xiàn)SQL伸縮,供有需要的朋友們參考。2015-09-09
Redis?Lua腳本實(shí)現(xiàn)ip限流示例
這篇文章主要介紹了Redis?Lua腳本實(shí)現(xiàn)ip限流示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-07-07
這篇文章主要介紹了Redis實(shí)現(xiàn)代理ip池的設(shè)計(jì)方法，文中給出了詳細(xì)的介紹與示例代碼，相信對(duì)大家的理解和學(xué)習(xí)具有一定的參考借鑒價(jià)值，有需要的朋友們下面來(lái)一起看看吧。2017-01-01
在使用Redis時(shí),我們通常需要對(duì)Redis進(jìn)行一些配置,以確保其能夠正常運(yùn)行并滿(mǎn)足我們的需求,本文主要介紹了redis.config配置文件,感興趣的可以了解一下2023-11-11
redis主從切換導(dǎo)致的數(shù)據(jù)丟失與陷入只讀狀態(tài)故障解決方案
這篇文章主要介紹了redis主從切換導(dǎo)致的數(shù)據(jù)丟失與陷入只讀狀態(tài)故障解決方案的相關(guān)資料,需要的朋友可以參考下2023-05-05
Redis生成分布式系統(tǒng)全局唯一ID的實(shí)現(xiàn)
在互聯(lián)網(wǎng)系統(tǒng)中，并發(fā)越大的系統(tǒng)，數(shù)據(jù)就越大，數(shù)據(jù)越大就越需要分布式，本文主要介紹了Redis生成分布式系統(tǒng)全局唯一ID的實(shí)現(xiàn)，感興趣的可以了解一下2021-10-10