优惠卷秒杀系统设计全局唯一ID生成,秒杀下单,分析解决库存超卖(乐观锁)实现一人一单秒杀业务(对用户id加锁)集群模式下并发问题

Posted Perceus

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了优惠卷秒杀系统设计全局唯一ID生成,秒杀下单,分析解决库存超卖(乐观锁)实现一人一单秒杀业务(对用户id加锁)集群模式下并发问题相关的知识,希望对你有一定的参考价值。

(目录)


  1. 优惠卷秒杀

优惠卷秒杀

1. 全局唯一ID

每个店铺都可以发布优惠券:

当用户抢购时,就会生成订单并保存到tb_voucher_order这张表中,而订单表如果使用数据库自增ID就存在一些问题


场景分析:

场景分析二:

全局ID生成器,是一种在分布式系统下用来生成全局唯一ID的工具,一般要满足下列特性:

为了增加ID的安全性,我们可以不直接使用Redis自增的数值,而是拼接一些其它信息

ID的组成部分:


2. Redis实现全局唯一Id

@Component
public class RedisIdWorker 
    /**
     * 开始时间戳
     */
    private static final long BEGIN_TIMESTAMP = 1640995200L;
    /**
     * 序列号的位数
     */
    private static final int COUNT_BITS = 32;

    private StringRedisTemplate stringRedisTemplate;

    public RedisIdWorker(StringRedisTemplate stringRedisTemplate) 
        this.stringRedisTemplate = stringRedisTemplate;
    

    public long nextId(String keyPrefix) 
        // 1.生成时间戳
        LocalDateTime now = LocalDateTime.now();
        long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
        long timestamp = nowSecond - BEGIN_TIMESTAMP;

        // 2.生成序列号
        // 2.1.获取当前日期,精确到天
        String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
        // 2.2.自增长
        long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);

        // 3.拼接并返回
        return timestamp << COUNT_BITS | count;
    


测试类

知识小贴士:关于countdownlatch

CountDownLatch 中有两个最重要的方法

await 方法 是阻塞方法,我们担心分线程没有执行完时,main线程就先执行,所以使用await可以让main线程阻塞,那么什么时候main线程不再阻塞呢?

    private ExecutorService pool = Executors.newFixedThreadPool(500);

    @Test
    void testIdWorker() throws InterruptedException 
        CountDownLatch latch = new CountDownLatch(300);

        Runnable task = () -> 
            for (int i = 0; i < 100; i++) 
                long id = redisIdWorker.nextId("order");
                System.out.println("id = " + id);
            
            latch.countDown();
        ;
        long begin = System.currentTimeMillis();
        for (int i = 0; i < 300; i++) 
            pool.submit(task);
        
        latch.await();
        long end = System.currentTimeMillis();
        System.out.println("time = " + (end - begin));
    

3. 添加优惠卷

数据库设计:

平价卷由于优惠力度并不是很大,所以是可以任意领取

而代金券由于优惠力度大,所以像第二种卷,就得限制数量,从表结构上也能看出,特价卷除了具有优惠卷的基本信息以外,还具有库存,抢购时间,结束时间等等字段

@PostMapping
public Result addVoucher(@RequestBody Voucher voucher) 
    voucherService.save(voucher);
    return Result.ok(voucher.getId());

新增秒杀卷代码:

@PostMapping("seckill")
public Result addSeckillVoucher(@RequestBody Voucher voucher) 
    voucherService.addSeckillVoucher(voucher);
    return Result.ok(voucher.getId());

VoucherServiceImpl

@Override
@Transactional
public void addSeckillVoucher(Voucher voucher) 
    // 保存优惠券
    save(voucher);
    // 保存秒杀信息
    SeckillVoucher seckillVoucher = new SeckillVoucher();
    seckillVoucher.setVoucherId(voucher.getId());
    seckillVoucher.setStock(voucher.getStock());
    seckillVoucher.setBeginTime(voucher.getBeginTime());
    seckillVoucher.setEndTime(voucher.getEndTime());
    seckillVoucherService.save(seckillVoucher);
    // 保存秒杀库存到Redis中
    stringRedisTemplate.opsForValue().set(SECKILL_STOCK_KEY + voucher.getId(), voucher.getStock().toString());


4. 实现秒杀下单

下单核心思路:当我们点击抢购时,会触发右侧的请求,我们只需要编写对应的controller即可

秒杀下单应该思考的内容:

下单时需要判断两点:

下单核心逻辑分析:

VoucherOrderServiceImpl类实现

@Override
public Result seckillVoucher(Long voucherId) 
    // 1.查询优惠券
    SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
    // 2.判断秒杀是否开始
    if (voucher.getBeginTime().isAfter(LocalDateTime.now())) 
        // 尚未开始
        return Result.fail("秒杀尚未开始!");
    
    // 3.判断秒杀是否已经结束
    if (voucher.getEndTime().isBefore(LocalDateTime.now())) 
        // 尚未开始
        return Result.fail("秒杀已经结束!");
    
    // 4.判断库存是否充足
    if (voucher.getStock() < 1) 
        // 库存不足
        return Result.fail("库存不足!");
    
    //5,扣减库存
    boolean success = seckillVoucherService.update()
            .setSql("stock= stock -1")
            .eq("voucher_id", voucherId).update();
    if (!success) 
        //扣减库存
        return Result.fail("库存不足!");
    
    //6.创建订单
    VoucherOrder voucherOrder = new VoucherOrder();
    // 6.1.订单id
    long orderId = redisIdWorker.nextId("order");
    voucherOrder.setId(orderId);
    // 6.2.用户id
    Long userId = UserHolder.getUser().getId();
    voucherOrder.setUserId(userId);
    // 6.3.代金券id
    voucherOrder.setVoucherId(voucherId);
    save(voucherOrder);

    return Result.ok(orderId);



5. 库存超卖 问题分析

有关超卖问题分析:在我们原有代码中是这么写的

 if (voucher.getStock() < 1) 
        // 库存不足
        return Result.fail("库存不足!");
    
    //5,扣减库存
    boolean success = seckillVoucherService.update()
            .setSql("stock= stock -1")
            .eq("voucher_id", voucherId).update();
    if (!success) 
        //扣减库存
        return Result.fail("库存不足!");
    

假设:


超卖问题是典型的多线程安全问题,针对这一问题的常见解决方案就是加锁

而对于加锁,我们通常有两种解决方案:见下图:

悲观锁:

乐观锁:

其中do while 是为了在操作失败时,再次进行自旋操作,即把之前的逻辑再操作一次。

int var5;
do 
    var5 = this.getIntVolatile(var1, var2);
 while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4));

return var5;

使用的方式:

课程中的使用方式是没有像cas一样带自旋的操作,也没有对version的版本号+1 ,他的操作逻辑是在操作时,对版本号进行+1 操作,然后要求version 如果是1 的情况下,才能操作,那么第一个线程在操作后,数据库中的version变成了2,但是他自己满足version=1 ,所以没有问题,此时线程2执行,线程2 最后也需要加上条件version =1 ,但是现在由于线程1已经操作过了,所以线程2,操作时就不满足version=1 的条件了,所以线程2无法执行成功


6. 乐观锁 解决超卖问题

修改代码方案一、

boolean success = seckillVoucherService.update()
            .setSql("stock= stock -1") //set stock = stock -1
            .eq( her.getStock()).update(); //where id = ? and stock = ?

以上逻辑的核心含义是:


修改代码方案二、

之前的方式要修改前后都保持一致,但是这样我们分析过,成功的概率太低,所以我们的乐观锁需要变一下,改成 stock大于0 即可

boolean success = seckillVoucherService.update()
            .setSql("stock= stock -1")
            .eq("voucher_id", voucherId).update().gt("stock",0); //where id = ? and stock > 0


知识小扩展


7. 优惠券秒杀 - 一人一单

需求:

现在的问题在于:

具体操作逻辑如下:

VoucherOrderServiceImpl


@Override
public Result seckillVoucher(Long voucherId) 
    // 1.查询优惠券
    SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
    // 2.判断秒杀是否开始
    if (voucher.getBeginTime().isAfter(LocalDateTime.now())) 
        // 尚未开始
        return Result.fail("秒杀尚未开始!");
    
    // 3.判断秒杀是否已经结束
    if (voucher.getEndTime().isBefore(LocalDateTime.now())) 
        // 尚未开始
        return Result.fail("秒杀已经结束!");
    
    // 4.判断库存是否充足
    if (voucher.getStock() < 1) 
        // 库存不足
        return Result.fail("库存不足!");
    
		 // 5.一人一单逻辑
        // 5.1.用户id
        Long userId = UserHolder.getUser().getId();
        int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
        // 5.2.判断是否存在
        if (count > 0) 
            // 用户已经购买过了
            return Result.fail("用户已经购买过一次!");
        

		//6,扣减库存
        boolean success = seckillVoucherService.update()
                .setSql("stock= stock -1") //set stock = stock -1
                .eq("voucher_id", voucherId).gt("stock",0).update(); //where id = ? and stock > 0
        // .eq("voucher_id", voucherId).eq("stock",voucher.getStock()).update(); //where id = ? and stock = ?
    if (!success) 
        //扣减库存
        return Result.fail("库存不足!");
    
    //7.创建订单
    VoucherOrder voucherOrder = new VoucherOrder();
    // 7.1.订单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);


存在问题: 多个线程查到 0 直接进行下面下单操作


注意:

在这里提到了非常多的问题,我们需要慢慢的来思考

@Transactional
public synchronized Result createVoucherOrder(Long voucherId) 

	Long userId = UserHolder.getUser().getId();
         // 5.1.查询订单
        int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
        // 5.2.判断是否存在
        if (count > 0) 
            // 用户已经购买过了
            return Result.fail("用户已经购买过一次!");
        

        // 6.扣减库存
        boolean success = seckillVoucherService.update()
                .setSql("stock = stock - 1") // set stock = stock - 1
                .eq("voucher_id", voucherId).gt("stock", 0) // where id = ? and stock > 0
                .update();
        if (!success) 
            // 扣减失败
            return Result.fail("库存不足!");
        

        // 7.创建订单
        VoucherOrder voucherOrder = new VoucherOrder();
        // 7.1.订单id
        long orderId = redisIdWorker.nextId("order");
        voucherOrder.setId(orderId);
        // 7.2.用户id
        voucherOrder.setUserId(userId);
        // 7.3.代金券id
        voucherOrder.setVoucherId(voucherId);
        save(voucherOrder);

        // 7.返回订单id
        return Result.ok(orderId);

但是这样添加锁,锁的粒度太粗了,性能太差,在使用锁过程中,控制锁粒度 是一个非常重要的事情,因为如果锁的粒度太大,会导致每个线程进来都会锁住,所以我们需要去控制锁的粒度,以下这段代码需要修改为:对不同用户id加锁

@Transactional
public  Result createVoucherOrder(Long voucherId) 
	Long userId = UserHolder.getUser().getId();
	synchronized(userId.toString().intern())
         // 5.1.查询订单
        int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
        // 5.2.判断是否存在
        if (count > 0) 
            // 用户已经购买过了
            return Result.fail("用户已经购买过一次!");
        

        // 6.扣减库存
        boolean success = seckillVoucherService.update()
                .setSql("stock = stock - 1") // set stock = stock - 1
                .eq("voucher_id", voucherId).gt("stock", 0) // where id = ? and stock > 0
                .update();
        if (!success) 
            // 扣减失败
            return Result.fail("库存不足!");
        

        // 7.创建订单
        VoucherOrder voucherOrder = new VoucherOrder();
        // 7.1.订单id
        long orderId = redisIdWorker.nextId("order");
        voucherOrder.setId(orderId);
        // 7.2.用户id
        voucherOrder.setUserId(userId);
        // 7.3.代金券id
        voucherOrder.setVoucherId(voucherId);
        save(voucherOrder);

        // 7.返回订单id
        return Result.ok(orderId);
    

但是以上代码还是存在问题:

在seckillVoucher 方法中,添加以下逻辑,这样就能保证事务的特性,同时也控制了锁的粒度


但是以上做法依然有问题:事务失效

        synchronized (userId.toString().intern()) 
            // 获取 代理对象(事务)
            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
            return proxy.createVoucherOrder(voucherId);
        

        <dependency>
            <groupId>org.aspectj</groupId>
            <artifactId>aspectjweaver</artifactId>
        </dependency>
@EnableAspectJAutoProxy(exposeProxy = true)
@SpringBootApplication
public class HmDianPingApplication 

    public static void main(String[] args) 
        SpringApplication.run(HmDianPingApplication.class, args);
    


效果:


8. 集群环境下的并发问题

通过加锁可以解决在单机情况下的一人一单安全问题,但是在集群模式下就不行了

upstream backend 
	server 127.0.0.1:8081 max_fails=5 fail_timeout=10s weight=1;
	server 127.0.0.1:8082 max_fails=5 fail_timeout=10s weight=1;


发送两次请求:


集群模式下有关锁失效原因分析


以上是关于优惠卷秒杀系统设计全局唯一ID生成,秒杀下单,分析解决库存超卖(乐观锁)实现一人一单秒杀业务(对用户id加锁)集群模式下并发问题的主要内容,如果未能解决你的问题,请参考以下文章

Redis的优惠券秒杀问题之全局唯一ID秒杀下单超卖问题一人一单问题以及集群下的问题

Redis进阶学习03---Redis完成秒杀和Redis分布式锁的应用

利用Redis一步步实现优惠券的最终秒杀方案

Redis场景拓展秒杀问题-全局唯一ID生成策略

秒杀架构设计问题以及思考

(转)秒杀系统中如何动态生成下单随机URL