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令,但实际上是一个具体的命令,是一个原子性的命令,不可能出现中间状态,可以应对一些并发情况。下面我们直接通过代码来看下具体使用。
首先来看下Demo的项目结构:
此处推荐使用的是ServiceStack包,虽然它是收费的,有1小时3600次请求限制,但是它是开源的,可以将它的源码下载下来破解后使用,网上应该有挺多相关资料,有兴趣的可以去了解一波。
一、Redis中与String类型相关的API
首先先来看下Redis客户端的初始化工作:
using System; namespace TianYa.Redis.Init { /// <summary> /// redis配置文件信息 /// 也可以放到配置文件去 /// </summary> public sealed class RedisConfigInfo { /// <summary> /// 可写的Redis链接地址 /// format:ip1,ip2 /// /// 默认6379端口 /// </summary> public string WriteServerList = "127.0.0.1:6379"; /// <summary> /// 可读的Redis链接地址 /// format:ip1,ip2 /// /// 默认6379端口 /// </summary> public string ReadServerList = "127.0.0.1:6379"; /// <summary> /// 最大写链接数 /// </summary> public int MaxWritePoolSize = 60; /// <summary> /// 最大读链接数 /// </summary> public int MaxReadPoolSize = 60; /// <summary> /// 本地缓存到期时间,单位:秒 /// </summary> public int LocalCacheTime = 180; /// <summary> /// 自动重启 /// </summary> public bool AutoStart = true; /// <summary> /// 是否记录日志,该设置仅用于排查redis运行时出现的问题, /// 如redis工作正常,请关闭该项 /// </summary> public bool RecordeLog = false; } }
using ServiceStack.Redis; namespace TianYa.Redis.Init { /// <summary> /// Redis管理中心 /// </summary> public class RedisManager { /// <summary> /// Redis配置文件信息 /// </summary> private static RedisConfigInfo _redisConfigInfo = new RedisConfigInfo(); /// <summary> /// Redis客户端池化管理 /// </summary> private static PooledRedisClientManager _prcManager; /// <summary> /// 静态构造方法,初始化链接池管理对象 /// </summary> static RedisManager() { CreateManager(); } /// <summary> /// 创建链接池管理对象 /// </summary> private static void CreateManager() { string[] writeServerConStr = _redisConfigInfo.WriteServerList.Split(','); string[] readServerConStr = _redisConfigInfo.ReadServerList.Split(','); _prcManager = new PooledRedisClientManager(readServerConStr, writeServerConStr, new RedisClientManagerConfig { MaxWritePoolSize = _redisConfigInfo.MaxWritePoolSize, MaxReadPoolSize = _redisConfigInfo.MaxReadPoolSize, AutoStart = _redisConfigInfo.AutoStart, }); } /// <summary> /// 客户端缓存操作对象 /// </summary> public static IRedisClient GetClient() { return _prcManager.GetClient(); } } }
using System; using TianYa.Redis.Init; using ServiceStack.Redis; namespace TianYa.Redis.Service { /// <summary> /// redis操作的基类 /// </summary> public abstract class RedisBase : IDisposable { /// <summary> /// Redis客户端 /// </summary> protected IRedisClient _redisClient { get; private set; } /// <summary> /// 构造函数 /// </summary> public RedisBase() { this._redisClient = RedisManager.GetClient(); } private bool _disposed = false; protected virtual void Dispose(bool disposing) { if (!this._disposed) { if (disposing) { _redisClient.Dispose(); _redisClient = null; } } this._disposed = true; } public void Dispose() { Dispose(true); GC.SuppressFinalize(this); } /// <summary> /// Redis事务处理示例 /// </summary> public void Transcation() { using (IRedisTransaction irt = this._redisClient.CreateTransaction()) { try { irt.QueueCommand(r => r.Set("key", 20)); irt.QueueCommand(r => r.Increment("key", 1)); irt.Commit(); //事务提交 } catch (Exception ex) { irt.Rollback(); //事务回滚 throw ex; } } } /// <summary> /// 清除全部数据 请小心 /// </summary> public virtual void FlushAll() { _redisClient.FlushAll(); } /// <summary> /// 保存数据DB文件到硬盘 /// </summary> public void Save() { _redisClient.Save(); //阻塞式Save } /// <summary> /// 异步保存数据DB文件到硬盘 /// </summary> public void SaveAsync() { _redisClient.SaveAsync(); //异步Save } } }
下面直接给大家Show一波Redis中与String类型相关的API:
using System; using System.Collections.Generic; namespace TianYa.Redis.Service { /// <summary> /// key-value 键值对 value可以是序列化的数据 (字符串) /// </summary> public class RedisStringService : RedisBase { #region 赋值 /// <summary> /// 设置永久缓存 /// </summary> /// <param name="key">存储的键</param> /// <param name="value">存储的值</param> /// <returns></returns> public bool Set(string key, string value) { return base._redisClient.Set(key, value); } /// <summary> /// 设置永久缓存 /// </summary> /// <param name="key">存储的键</param> /// <param name="value">存储的值</param> /// <returns></returns> public bool Set<T>(string key, T value) { return base._redisClient.Set<T>(key, value); } /// <summary> /// 带有过期时间的缓存 /// </summary> /// <param name="key">存储的键</param> /// <param name="value">存储的值</param> /// <param name="expireTime">过期时间</param> /// <returns></returns> public bool Set(string key, string value, DateTime expireTime) { return base._redisClient.Set(key, value, expireTime); } /// <summary> /// 带有过期时间的缓存 /// </summary> /// <param name="key">存储的键</param> /// <param name="value">存储的值</param> /// <param name="expireTime">过期时间</param> /// <returns></returns> public bool Set<T>(string key, T value, DateTime expireTime) { return base._redisClient.Set<T>(key, value, expireTime); } /// <summary> /// 带有过期时间的缓存 /// </summary> /// <param name="key">存储的键</param> /// <param name="value">存储的值</param> /// <param name="expireTime">过期时间</param> /// <returns></returns> public bool Set<T>(string key, T value, TimeSpan expireTime) { return base._redisClient.Set<T>(key, value, expireTime); } /// <summary> /// 设置多个key/value /// </summary> public void SetAll(Dictionary<string, string> dic) { base._redisClient.SetAll(dic); } #endregion 赋值 #region 追加 /// <summary> /// 在原有key的value值之后追加value,没有就新增一项 /// </summary> public long AppendToValue(string key, string value) { return base._redisClient.AppendToValue(key, value); } #endregion 追加 #region 获取值 /// <summary> /// 读取缓存 /// </summary> /// <param name="key">存储的键</param> /// <returns></returns> public string Get(string key) { return base._redisClient.GetValue(key); } /// <summary> /// 读取缓存 /// </summary> /// <param name="key">存储的键</param> /// <returns></returns> public T Get<T>(string key) { return _redisClient.ContainsKey(key) ? _redisClient.Get<T>(key) : default; } /// <summary> /// 获取多个key的value值 /// </summary> /// <param name="keys">存储的键集合</param> /// <returns></returns> public List<string> Get(List<string> keys) { return base._redisClient.GetValues(keys); } /// <summary> /// 获取多个key的value值 /// </summary> /// <param name="keys">存储的键集合</param> /// <returns></returns> public List<T> Get<T>(List<string> keys) { return base._redisClient.GetValues<T>(keys); } #endregion 获取值 #region 获取旧值赋上新值 /// <summary> /// 获取旧值赋上新值 /// </summary> /// <param name="key">存储的键</param> /// <param name="value">存储的值</param> /// <returns></returns> public string GetAndSetValue(string key, string value) { return base._redisClient.GetAndSetValue(key, value); } #endregion 获取旧值赋上新值 #region 移除缓存 /// <summary> /// 移除缓存 /// </summary> /// <param name="key">存储的键</param> /// <returns></returns> public bool Remove(string key) { return _redisClient.Remove(key); } /// <summary> /// 移除多个缓存 /// </summary> /// <param name="keys">存储的键集合</param> public void RemoveAll(List<string> keys) { _redisClient.RemoveAll(keys); } #endregion 移除缓存 #region 辅助方法 /// <summary> /// 是否存在缓存 /// </summary> /// <param name="key">存储的键</param> /// <returns></returns> public bool ContainsKey(string key) { return _redisClient.ContainsKey(key); } /// <summary> /// 获取值的长度 /// </summary> /// <param name="key">存储的键</param> /// <returns></returns> public long GetStringCount(string key) { return base._redisClient.GetStringCount(key); } /// <summary> /// 自增1,返回自增后的值 /// </summary> /// <param name="key">存储的键</param> /// <returns></returns> public long IncrementValue(string key) { return base._redisClient.IncrementValue(key); } /// <summary> /// 自增count,返回自增后的值 /// </summary> /// <param name="key">存储的键</param> /// <param name="count">自增量</param> /// <returns></returns> public long IncrementValueBy(string key, int count) { return base._redisClient.IncrementValueBy(key, count); } /// <summary> /// 自减1,返回自减后的值 /// </summary> /// <param name="key">存储的键</param> /// <returns></returns> public long DecrementValue(string key) { return base._redisClient.DecrementValue(key); } /// <summary> /// 自减count,返回自减后的值 /// </summary> /// <param name="key">存储的键</param> /// <param name="count">自减量</param> /// <returns></returns> public long DecrementValueBy(string key, int count) { return base._redisClient.DecrementValueBy(key, count); } #endregion 辅助方法 } }
测试如下:
using System; namespace MyRedis { /// <summary> /// 学生类 /// </summary> public class Student { public int Id { get; set; } public string Name { get; set; } public string Remark { get; set; } public string Description { get; set; } } }
using System; using System.Collections.Generic; using TianYa.Redis.Service; using Newtonsoft.Json; namespace MyRedis { /// <summary> /// ServiceStack API封装测试 五大结构理解 (1小时3600次请求限制--可破解) /// </summary> public class ServiceStackTest { /// <summary> /// String /// 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, /// 这些看上去是组合命令,但实际上是一个具体的命令,是一个原子性的命令,不可能出现中间状态,可以应对一些并发情况 /// </summary> public static void ShowString() { var student1 = new Student() { Id = 10000, Name = "TianYa" }; using (RedisStringService service = new RedisStringService()) { service.Set("student1", student1); var stu = service.Get<Student>("student1"); Console.WriteLine(JsonConvert.SerializeObject(stu)); service.Set<int>("Age", 28); Console.WriteLine(service.IncrementValue("Age")); Console.WriteLine(service.IncrementValueBy("Age", 3)); Console.WriteLine(service.DecrementValue("Age")); Console.WriteLine(service.DecrementValueBy("Age", 3)); } } } }
using System; namespace MyRedis { /// <summary> /// Redis:Remote Dictionary Server 远程字典服务器 /// 基于内存管理(数据存在内存),实现了5种数据结构(分别应对各种具体需求),单线程模型的应用程序(单进程单线程),对外提供插入--查询--固化--集群功能。 /// 正是因为基于内存管理所以速度快,可以用来提升性能。但是不能当数据库,不能作为数据的最终依据。 /// 单线程多进程的模式来提供集群服务。 /// 单线程最大的好处就是原子性操作,就是要么都成功,要么都失败,不会出现中间状态。Redis每个命令都是原子性(因为单线程),不用考虑并发,不会出现中间状态。(线程安全) /// Redis就是为开发而生,会为各种开发需求提供对应的解决方案。 /// Redis只是为了提升性能,不做数据标准。任何的数据固化都是由数据库完成的,Redis不能代替数据库。 /// Redis实现的5种数据结构:String、Hashtable、Set、ZSet和List。 /// </summary> class Program { static void Main(string[] args) { ServiceStackTest.ShowString(); Console.ReadKey(); } } }
运行结果如下:
Redis中的String类型在项目中使用是最多的,想必大家都有所了解,此处就不再做过多的描述了。
二、使用Redis解决订单秒杀超卖问题
首先先来看下什么是订单秒杀超卖问题:
/// <summary> /// 模拟订单秒杀超卖问题 /// 超卖:订单数超过商品 /// 如果使用传统的锁来解决超卖问题合适吗? /// 不合适,因为这个等于是单线程了,其他都要阻塞,会出现各种超时。 /// -1的时候除了操作库存,还得增加订单,等支付等等。 /// 10个商品秒杀,一次只能进一个? 违背了业务。 /// </summary> public class OverSellFailedTest { private static bool _isGoOn = true; //秒杀活动是否结束 private static int _stock = 0; //商品库存 public static void Show() { _stock = 10; for (int i = 0; i < 5000; i++) { int k = i; Task.Run(() => //每个线程就是一个用户请求 { if (_isGoOn) { long index = _stock; Thread.Sleep(100); //模拟去数据库查询库存 if (index >= 1) { _stock = _stock - 1; //更新库存 Console.WriteLine($"{k.ToString("0000")}秒杀成功,秒杀商品索引为{index}"); //可以分队列,去操作数据库 } else { if (_isGoOn) { _isGoOn = false; } Console.WriteLine($"{k.ToString("0000")}秒杀失败,秒杀商品索引为{index}"); } } else { Console.WriteLine($"{k.ToString("0000")}秒杀停止......"); } }); } } }
运行OverSellFailedTest.Show(),结果如下所示:
从运行结果可以看出不仅一个商品卖给了多个人,而且还出现了订单数超过商品数,这就是典型的秒杀超卖问题。
下面我们来看下如何使用Redis解决订单秒杀超卖问题:
/// <summary> /// 使用Redis解决订单秒杀超卖问题 /// 超卖:订单数超过商品 /// 1、Redis原子性操作--保证一个数值只出现一次--防止一个商品卖给多个人 /// 2、用上了Redis,一方面保证绝对不会超卖,另一方面没有效率影响,还有撤单的时候增加库存,可以继续秒杀, /// 限制秒杀的库存是放在redis,不是数据库,不会造成数据的不一致性 /// 3、Redis能够拦截无效的请求,如果没有这一层,所有的请求压力都到数据库 /// 4、缓存击穿/穿透---缓存down掉,请求全部到数据库 /// 5、缓存预热功能---缓存重启,数据丢失,多了一个初始化缓存数据动作(写代码去把数据读出来放入缓存) /// </summary> public class OverSellTest { private static bool _isGoOn = true; //秒杀活动是否结束 public static void Show() { using (RedisStringService service = new RedisStringService()) { service.Set<int>("Stock", 10); //库存 } for (int i = 0; i < 5000; i++) { int k = i; Task.Run(() => //每个线程就是一个用户请求 { using (RedisStringService service = new RedisStringService()) { if (_isGoOn) { long index = service.DecrementValue("Stock"); //减1并且返回 if (index >= 0) { Console.WriteLine($"{k.ToString("0000")}秒杀成功,秒杀商品索引为{index}"); //service.IncrementValue("Stock"); //加1,如果取消了订单则添加库存继续秒杀 //可以分队列,去操作数据库 } else { if (_isGoOn) { _isGoOn = false; } Console.WriteLine($"{k.ToString("0000")}秒杀失败,秒杀商品索引为{index}"); } } else { Console.WriteLine($"{k.ToString("0000")}秒杀停止......"); } } }); } } }
运行OverSellTest.Show(),结果如下所示:
从运行结果可以看出使用Redis能够很好的解决订单秒杀超卖问题。
至此本文就全部介绍完了,如果觉得对您有所启发请记得点个赞哦!!!
Demo源码:
链接:https://pan.baidu.com/s/1qbHQywQfhQSaSY-nwsFRrA 提取码:78so
此文由博主精心撰写转载请保留此原文链接:https://www.cnblogs.com/xyh9039/p/13979522.html
版权声明:如有雷同纯属巧合,如有侵权请及时联系本人修改,谢谢!!!