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：

代码如下:

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！！！