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)
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