Redis高并发防止秒杀超卖实战源码解决方案

目录
  • 1:解决思路
  • 2:添加 redis 常量
  • 3:添加 redis 配置类
  • 4:修改业务层
    • 1:秒杀业务逻辑层
    • 2:添加需要抢购的代金券
    • 3:抢购代金券
  • 5:postman 测试
  • 6:压力测试
  • 8:配置Lua
  • 9:修改业务层
    • 1:抢购代金券
  • 10:压力测试

1:解决思路

将活动写入 redis 中,通过 redis 自减指令扣除库存。

2:添加 redis 常量

commons/constant/RedisKeyConstant.java

seckill_vouchers("seckill_vouchers:","秒杀券的 key"),

3:添加 redis 配置类

4:修改业务层

废话不多说,直接上源码

1:秒杀业务逻辑层

@Service
public class SeckillService {
@Resource
private SeckillVouchersMapper seckillVouchersMapper;
@Resource
2private VoucherOrdersMapper voucherOrdersMapper;
@Value("${service.name.ms-oauth-server}")
private String oauthServerName;
@Resource
private RestTemplate restTemplate;
@Resource
private RedisTemplate redisTemplate;

2:添加需要抢购的代金券

@Transactional(rollbackFor = Exception.class)
public void addSeckillVouchers(SeckillVouchers seckillVouchers) {
// 非空校验
AssertUtil.isTrue(seckillVouchers.getFkVoucherId()== null,"请选择需要抢购的代金券");
AssertUtil.isTrue(seckillVouchers.getAmount()== 0,"请输入抢购总数量");
Date now = new Date();
AssertUtil.isNotNull(seckillVouchers.getStartTime(),"请输入开始时间");

// 生产环境下面一行代码需放行,这里注释方便测试
// AssertUtil.isTrue(now.after(seckillVouchers.getStartTime()),"开始时间不能早于当前时间");
AssertUtil.isNotNull(seckillVouchers.getEndTime(),"请输入结束时间");
AssertUtil.isTrue(now.after(seckillVouchers.getEndTime()),"结束时间不能早于当前时间");
AssertUtil.isTrue(seckillVouchers.getStartTime().after(seckillVouchers.getEndTime()),"开始时间不能晚于结束时间");

// 采用 Redis 实现
String key= RedisKeyConstant.seckill_vouchers.getKey() +seckillVouchers.getFkVoucherId();
// 验证 Redis 中是否已经存在该券的秒杀活动,hash 不会做序列化和反序列化,
有利于性能的提高。entries(key),取到 key
Map<String, Object> map= redisTemplate.opsForHash().entries(key);
//如果不为空或 amount 库存>0,该券已经拥有了抢购活动,就不要再创建。
AssertUtil.isTrue(!map.isEmpty() && (int) map.get("amount") > 0,"该券已经拥有了抢购活动");

// 抢购活动数据插入 Redis
seckillVouchers.setIsValid(1);
seckillVouchers.setCreateDate(now);
seckillVouchers.setUpdateDate(now);
//key 对应的是 map,使用工具集将 seckillVouchers 转成 map
redisTemplate.opsForHash().putAll(key,BeanUtil.beanToMap(seckillVouchers));
}

3:抢购代金券

@Transactional(rollbackFor = Exception.class)
public ResultInfo doSeckill(Integer voucherId, String accessToken, String path)
{
// 基本参数校验
AssertUtil.isTrue(voucherId == null || voucherId < 0,"请选择需要抢购的代金券");
AssertUtil.isNotEmpty(accessToken,"请登录");

// 采用 Redis
String key= RedisKeyConstant.seckill_vouchers.getKey() + voucherId;//根据 key 获取 map
Map<String, Object> map= redisTemplate.opsForHash().entries(key);
//map 转对象
SeckillVouchers seckillVouchers = BeanUtil.mapToBean(map,SeckillVouchers.class, true, null);

// 判断是否开始、结束
Date now = new Date();
AssertUtil.isTrue(now.before(seckillVouchers.getStartTime()),"该抢购还未开始");
AssertUtil.isTrue(now.after(seckillVouchers.getEndTime()),"该抢购已结束");

// 判断是否卖完
AssertUtil.isTrue(seckillVouchers.getAmount() < 1,"该券已经卖完了");

// 获取登录用户信息
String url = oauthServerName +"user/me?access_token={accessToken}";
ResultInfo resultInfo = restTemplate.getForObject(url, ResultInfo.class,accessToken);
if (resultInfo.getCode() != ApiConstant.SUCCESS_CODE) {
resultInfo.setPath(path);
return resultInfo;
}

// 这里的 data 是一个 LinkedHashMap,SignInDinerInfo
SignInDinerInfo dinerInfo = BeanUtil.fillBeanWithMap((LinkedHashMap)resultInfo.getData(), new SignInDinerInfo(), false);

// 判断登录用户是否已抢到(一个用户针对这次活动只能买一次)
VoucherOrders order =voucherOrdersMapper.findDinerOrder(dinerInfo.getId(),seckillVouchers.getFkVoucherId());
AssertUtil.isTrue(order != null,"该用户已抢到该代金券,无需再抢");

//扣库存,采用 redis,redis 没有设置自减,所以要自减,将步长设置为-1
long count = redisTemplate.opsForHash().increment(key,"amount",-1);
AssertUtil.isTrue(count < 0,"该券已经卖完了");

// 下单存储到数据库
VoucherOrders voucherOrders = new VoucherOrders();
voucherOrders.setFkDinerId(dinerInfo.getId());
// Redis 中不需要维护外键信息
//voucherOrders.setFkSeckillId(seckillVouchers.getId());
voucherOrders.setFkVoucherId(seckillVouchers.getFkVoucherId());
String orderNo = IdUtil.getSnowflake(1, 1).nextIdStr();
voucherOrders.setOrderNo(orderNo);
voucherOrders.setOrderType(1);
voucherOrders.setStatus(0);
count = voucherOrdersMapper.save(voucherOrders);
AssertUtil.isTrue(count == 0,"用户抢购失败");
return ResultInfoUtil.buildSuccess(path,"抢购成功");
}
} 

5:postman 测试

http://localhost:8083/add

{
"fkVoucherId":1,
"amount":100,
"startTime":"2020-02-04 11:12:00",
"endTime":"2021-02-06 11:12:00"
}

查看 redis

再次运行 http://localhost:8083/add

6:压力测试

查看 redis 中的库存出现负值

在 redis 中修改库存要分两部进行,先要获取库存的值,再扣减库存。所以在高并 发情况下,会导致 redis 扣减库存出问题。可以使用 redis 的弱事务或 lua 脚本解决。 7:安装Lua resources/stock.lua

if (redis.call('hexists', KEYS[1], KEYS[2])== 1) then
  local stock = tonumber(redis.call('hget', KEYS[1], KEYS[2]));
  if (stock > 0) then
    redis.call('hincrby', KEYS[1], KEYS[2],-1);
    return stock;
  end;
    return 0;
end;

hexists', KEYS[1], KEYS[2]) == 1
hexists 是判断 redis 中 key 是否存在。
KEYS[1] 是 seckill_vouchers:1 KEYS[2] 是 amount
hget 是获取 amount 赋给 stock
hincrby 是自增,当为-1 是为自减。
因为在 redis 中没有自减指令,所以当步长为 -1 表示自减。
现在使用 lua 脚本,将 redis 中查询库存和扣减库存当成原子性操作在一个线程内.

8:配置Lua

config/RedisTemplateConfiguration.java

@Bean
public DefaultRedisScript<Long> stockScript() {
  DefaultRedisScript<Long> redisScript = new DefaultRedisScript<>();
  //放在和 application.yml 同层目录下
  redisScript.setLocation(new ClassPathResource("stock.lua"));
  redisScript.setResultType(Long.class);
  return redisScript;
} 

9:修改业务层

ms-seckill/service/SeckilService.java

1:抢购代金券

@Transactional(rollbackFor = Exception.class)
public ResultInfo doSeckill(Integer voucherId, String accessToken, String path)
{
// 基本参数校验
AssertUtil.isTrue(voucherId == null || voucherId < 0,"请选择需要抢购的代金券");
AssertUtil.isNotEmpty(accessToken,"请登录");
// 采用 Redis
String key= RedisKeyConstant.seckill_vouchers.getKey() + voucherId;
//根据 key 获取 map
Map<String, Object> map= redisTemplate.opsForHash().entries(key);
//map 转对象
SeckillVouchers seckillVouchers = BeanUtil.mapToBean(map,SeckillVouchers.class, true, null);
// 判断是否开始、结束
Date now = new Date();AssertUtil.isTrue(now.before(seckillVouchers.getStartTime()),"该抢购还未开始");
AssertUtil.isTrue(now.after(seckillVouchers.getEndTime()),"该抢购已结束");
// 判断是否卖完
AssertUtil.isTrue(seckillVouchers.getAmount() < 1,"该券已经卖完了");
// 获取登录用户信息
String url = oauthServerName +"user/me?access_token={accessToken}";
ResultInfo resultInfo = restTemplate.getForObject(url, ResultInfo.class,
accessToken);
if (resultInfo.getCode() != ApiConstant.SUCCESS_CODE) {
resultInfo.setPath(path);
return resultInfo;
}
// 这里的 data 是一个 LinkedHashMap,SignInDinerInfo
SignInDinerInfo dinerInfo = BeanUtil.fillBeanWithMap((LinkedHashMap)
resultInfo.getData(), new SignInDinerInfo(), false);
// 判断登录用户是否已抢到(一个用户针对这次活动只能买一次)
VoucherOrders order =voucherOrdersMapper.findDinerOrder(dinerInfo.getId(),
seckillVouchers.getFkVoucherId());
AssertUtil.isTrue(order != null,"该用户已抢到该代金券,无需再抢");

//扣库存,采用 redis,redis 没有设置自减,所以要自减,将步长设置为-1
// long count = redisTemplate.opsForHash().increment(key,"amount",-1);
// AssertUtil.isTrue(count < 0,"该券已经卖完了");
// 下单存储到数据库
VoucherOrders voucherOrders = new VoucherOrders();
voucherOrders.setFkDinerId(dinerInfo.getId());
// Redis 中不需要维护外键信息
//voucherOrders.setFkSeckillId(seckillVouchers.getId());
voucherOrders.setFkVoucherId(seckillVouchers.getFkVoucherId());
String orderNo = IdUtil.getSnowflake(1, 1).nextIdStr();
voucherOrders.setOrderNo(orderNo);
voucherOrders.setOrderType(1);
voucherOrders.setStatus(0);
long count = voucherOrdersMapper.save(voucherOrders);
AssertUtil.isTrue(count == 0,"用户抢购失败");
// 采用 Redis + Lua 解决问题
// 扣库存
List<String> keys = new ArrayList<>();
//将 redis 的 key 放进去keys.add(key);
keys.add("amount");
Long amount =(Long) redisTemplate.execute(defaultRedisScript, keys);
AssertUtil.isTrue(amount == null || amount < 1,"该券已经卖完了");
return ResultInfoUtil.buildSuccess(path,"抢购成功");
} 

10:压力测试

将 redis 中库存改回 100

压力测试

查看 redis 中 amount=0 ,不会变成负值 查看数据库下单表 t_voucher_orders ,共计下 100 个订单。

到此这篇关于Redis高并发防止秒杀超卖实战源码解决方案的文章就介绍到这了,更多相关Redis高并发防止秒杀超卖 内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • Redis中的String类型及使用Redis解决订单秒杀超卖问题

    本系列将和大家分享Redis分布式缓存,本章主要简单介绍下Redis中的String类型,以及如何使用Redis解决订单秒杀超卖问题. Redis中5种数据结构之String类型:key-value的缓存,支持过期,value不超过512M. Redis是单线程的,比如SetAll & AppendToValue & GetValues & GetAndSetValue & IncrementValue & IncrementValueBy等等,这些看上去像是组合命

  • Redis高并发防止秒杀超卖实战源码解决方案

    目录 1:解决思路 2:添加 redis 常量 3:添加 redis 配置类 4:修改业务层 1:秒杀业务逻辑层 2:添加需要抢购的代金券 3:抢购代金券 5:postman 测试 6:压力测试 8:配置Lua 9:修改业务层 1:抢购代金券 10:压力测试 1:解决思路 将活动写入 redis 中,通过 redis 自减指令扣除库存. 2:添加 redis 常量 commons/constant/RedisKeyConstant.java seckill_vouchers("seckill_v

  • Redis分布式锁解决秒杀超卖问题

    目录 分布式锁应用场景 单体锁的分类 分布式锁核心逻辑 分布式锁实现的问题——死锁和解决 Redis解决删除别人锁的问题 分布式锁应用场景 秒杀环境下:订单服务从库存中心拿到库存数,如果库存总数大于0,则进行库存扣减,并创建订单订单服务负责创建订单库存服务负责扣减库存 模拟用户访问库存 多线程并发访问,出现超卖问题,线程不安全.没有保证原子性 单体锁的分类 单体应用锁指的是只能在 一个JVM 进程内有效的锁.我们把这种锁叫做单体应用锁 synchronized锁ReentrantLock锁一个

  • 浅谈Redis高并发缓存架构性能优化实战

    目录 场景1: 中小型公司Redis缓存架构以及线上问题实战 场景2: 大厂线上大规模商品缓存数据冷热分离实战 场景3: 基于DCL机制解决热点缓存并发重建问题实战 场景4: 突发性热点缓存重建导致系统压力暴增 场景5: 解决大规模缓存击穿导致线上数据库压力暴增 场景6: 黑客工资导致缓存穿透线上数据库宕机 场景7: 大V直播带货导致线上商品系统崩溃原因分析 场景8: Redis分布式锁解决缓存与数据库双写不一致问题实战 场景9: 大促压力暴增导致分布式锁串行争用问题优化 场景10: 利用多级缓

  • Redis高并发场景下秒杀超卖解决方案(秒杀场景)

    目录 1 什么是秒杀 2 为什么要防止超卖 3 单体架构常规秒杀 3.1 常规减库存代码 3.2 模拟高并发 3.3 超卖现象 3.4 分析原因 4 简单实现悲观乐观锁解决单体架构超卖 4.1 悲观锁 4.2 乐观锁 4.3 redis锁setnx 4.4 使用Redision 5 分布式锁的解决方案 6 采用缓存队列防止超卖 1 什么是秒杀 秒杀最直观的定义:在高并发场景下而下单某一个商品,这个过程就叫秒杀 [秒杀场景] 火车票抢票 双十一限购商品 热度高的明星演唱会门票 … 2 为什么要防止

  • PHP+Redis事务解决高并发下商品超卖问题(推荐)

    对于一些有一定用户量的电商网站,如果只是单纯的使用关系型数据库(如MySQL.Oracle)来做抢购,对数据库的压力是非常大的,而且如果不使用好数据库的锁机制,还会导致商品.优惠券超卖的问题.我所在的公司也遇到了同样的问题,问题发生在优惠券被超量抢购上,在问题发生后我们开始想办法解决问题,由于自己使用redis比较多,我准备使用redis来解决这个问题.利用redis的高性能和事务特性来解决线上优惠券被超库存抢购的问题,下面我给出我临时解决这个问题的第一版的伪代码,去掉了一些细节: /** *

  • PHP+Redis链表解决高并发下商品超卖问题(实现原理及步骤)

    上一篇文章聊了一下使用Redis事务来解决高并发商品超卖问题,今天我们来聊一下使用Redis链表来解决高并发商品超卖问题. 实现原理 使用redis链表来做,因为pop操作是原子的,即使有很多用户同时到达,也是依次执行,推荐使用. 实现步骤 第一步,先将商品库存入队列 /** * 添加商品数量到商品队列 * @param int $couponId 优惠券ID */ function addCoupons($couponId) { //1.初始化Redis连接 $redis = new Redi

  • Redis高并发情况下并发扣减库存项目实战

    目录 第一种方案:纯MySQL扣减实现 MySQL架构升级 第二种方案:缓存实现扣减 第三种方案:数据库+缓存 顺序写的性能更好 顺序写的架构 扣减流程 相信大家从网上学习项目大部分人第一个项目都是电商,生活中时时刻刻也会用到电商APP,例如淘宝,京东等.做技术的人都知道,电商的业务逻辑简单,但是大部分电商都会涉及到高并发高可用,对并发和对数据的处理要求是很高的.这里我今天就讲一下高并发情况下是如何扣减库存的? 我们对扣减库存所需要关注的技术点如下: 当前剩余的数量大于等于当前需要扣减的数量,不

  • Redis高并发问题的解决方法

    本文讲述了Redis高并发问题的解决办法.分享给大家供大家参考,具体如下: redis为什么会有高并发问题 redis的出身决定 redis是一种单线程机制的nosql数据库,基于key-value,数据可持久化落盘.由于单线程所以redis本身并没有锁的概念,多个客户端连接并不存在竞争关系,但是利用jedis等客户端对redis进行并发访问时会出现问题.发生连接超时.数据转换错误.阻塞.客户端关闭连接等问题,这些问题均是由于客户端连接混乱造成. 同时,单线程的天性决定,高并发对同一个键的操作会

  • Redis对象与redisObject超详细分析源码层

    目录 一.对象 二.对象的类型及编码 redisObject 结构体 三.不同对象编码规则 四.redisObject结构各字段使用范例 4.1 类型检查(type字段) 4.2 多态命令的实现(encoding) 4.3 内存回收和共享对象(refcount) 4.4 对象的空转时长(lru) 五.对象在源码中的使用 5.1 字符串对象 5.1.1字符串对象创建 5.1.2 字符串对象编码 5.1.3 字符串对象解码 5.1.4 redis对象引用计数及自动清理 六.总结 以下内容是基于Red

随机推荐