优惠卷秒杀系统设计秒杀优化 —— 基于阻塞队实现异步秒杀优化 及 基于Lua脚本判断秒杀库存一人一单
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秒杀优化 —— 基于阻塞队实现异步秒杀优化 及 基于Lua脚本判断秒杀库存一人一单相关的知识,希望对你有一定的参考价值。
(目录)
秒杀优化
1、秒杀优化-异步秒杀思路
回顾一下下单流程:
分成如下几个步骤:
在这六步操作中,又有很多操作是要去操作数据库
的,而且还是一个线程串行执行
, 这样就会导致我们的程序执行的很慢
,所以我们需要异步程序执行
,那么如何加速
呢?
这种做法好吗?
优化方案:
将耗时比较短的逻辑判断放入到redis中
,比如 是否库存足够、是否一人一单,这样的操作,只要这种逻辑可以完成,就意味着我们是一定可以下单完成的,我们只需要进行快速的逻辑判断,根本就不用等下单逻辑走完,我们直接给用户返回成功, 再在后台开一个线程,后台线程慢慢的去执行queue里边的消息
,这样程序不就超级快了吗?而且也不用担心线程池消耗殆尽的问题
,因为这里我们的程序中并没有手动使用任何线程池,当然这里边有两个难点
我们现在来看看整体思路:
当以上判断逻辑走完之后,我们可以判断当前redis中返回的结果是否是0
如果是0,则表示可以下单,则将之前说的信息存入到到queue中去,然后返回,然后再来个线程异步的下单,前端可以通过返回的订单id来判断是否下单成功。
2、秒杀优化-Redis完成秒杀资格判断
需求:
@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
//SECKILL_STOCK_KEY 这个变量定义在RedisConstans中
//private static final String SECKILL_STOCK_KEY ="seckill:stock:"
stringRedisTemplate.opsForValue().set(SECKILL_STOCK_KEY + voucher.getId(), voucher.getStock().toString());
-- 1.参数列表
-- 1.1.优惠券id
local voucherId = ARGV[1]
-- 1.2.用户id
local userId = ARGV[2]
-- 1.3.订单id
local orderId = ARGV[3]
-- 2.数据key
-- 2.1.库存key
local stockKey = seckill:stock: .. voucherId
-- 2.2.订单key
local orderKey = seckill:order: .. voucherId
-- 3.脚本业务
-- 3.1.判断库存是否充足 get stockKey
if(tonumber(redis.call(get, stockKey)) <= 0) then
-- 3.2.库存不足,返回1
return 1
end
-- 3.2.判断用户是否下单 SISMEMBER orderKey userId
if(redis.call(sismember, orderKey, userId) == 1) then
-- 3.3.存在,说明是重复下单,返回2
return 2
end
-- 3.4.扣库存 incrby stockKey -1
redis.call(incrby, stockKey, -1)
-- 3.5.下单(保存用户)sadd orderKey userId
redis.call(sadd, orderKey, userId)
-- 3.6.发送消息到队列中, XADD stream.orders * k1 v1 k2 v2 ...
redis.call(xadd, stream.orders, *, userId, userId, voucherId, voucherId, id, orderId)
return 0
当以上lua表达式执行完毕后,剩下的就是根据步骤3,4来执行我们接下来的任务了
private static final DefaultRedisScript<Long> SECKILL_SCRIPT;
// 提前读取脚本 静态代码块
static
SECKILL_SCRIPT = new DefaultRedisScript<>();
SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua")); // 读取脚本
SECKILL_SCRIPT.setResultType(Long.class); // 返回值
@Override
public Result seckillVoucher(Long voucherId)
//获取用户
Long userId = UserHolder.getUser().getId();
long orderId = redisIdWorker.nextId("order");
// 1.执行lua脚本
Long result = stringRedisTemplate.execute(
SECKILL_SCRIPT,
Collections.emptyList(),
voucherId.toString(), userId.toString(), String.valueOf(orderId)
);
int r = result.intValue(); // 转成int
// 2.判断结果是否为0
if (r != 0)
// 2.1.不为0 ,代表没有购买资格
return Result.fail(r == 1 ? "库存不足" : "不能重复下单");
//TODO 保存阻塞队列
// 3.返回订单id
return Result.ok(orderId);
3、秒杀优化-基于阻塞队列实现秒杀优化
VoucherOrderServiceImpl 类
完整代码:
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService
@Autowired
private ISeckillVoucherService seckillVoucherService;
@Autowired
private RedisIdWorker redisIdWorker;
@Autowired
private StringRedisTemplate stringRedisTemplate;
@Autowired
private RedissonClient redissonClient;
private static final DefaultRedisScript<Long> SECKILL_SCRIPT;
// 提前读取脚本 静态代码块
static
SECKILL_SCRIPT = new DefaultRedisScript<>();
SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua")); // 读取脚本
SECKILL_SCRIPT.setResultType(Long.class); // 返回值
private BlockingQueue<VoucherOrder> orderTasks =new ArrayBlockingQueue<>(1024 * 1024);
private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();
//在类初始化之后执行,因为当这个类初始化好了之后,随时都是有可能要执行的
@PostConstruct
private void init()
SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
// 用于线程池处理的任务
// 当初始化完毕后 就会去从对列中去拿信息
private class VoucherOrderHandler implements Runnable
@Override
public void run()
while (true)
try
// 1.获取队列中的订单信息
VoucherOrder voucherOrder = orderTasks.take();
// 2.创建订单
handleVoucherOrder(voucherOrder);
catch (Exception e)
log.error("处理订单异常", e);
private void handleVoucherOrder(VoucherOrder voucherOrder)
//1.获取用户
Long userId = voucherOrder.getUserId();
// 2.创建锁对象
RLock lock = redissonClient.getLock("lock:order:" + userId);
// 3.尝试获取锁
boolean isLock = lock.tryLock();
// 4.判断是否获得锁成功
if (!isLock)
// 获取锁失败,直接返回失败或者重试
log.error("不允许重复下单!");
return;
try
//注意:由于是spring的事务是放在threadLocal中,此时的是多线程,事务会失效
proxy.createVoucherOrder(voucherOrder);
finally
// 释放锁
lock.unlock();
// 代理对象
private IVoucherOrderService proxy;
@Override
public Result seckillVoucher(Long voucherId)
//获取用户
Long userId = UserHolder.getUser().getId();
long orderId = redisIdWorker.nextId("order");
// 1.执行lua脚本
Long result = stringRedisTemplate.execute(
SECKILL_SCRIPT,
Collections.emptyList(),
voucherId.toString(), userId.toString(), String.valueOf(orderId)
);
int r = result.intValue(); // 转成int
// 2.判断结果是否为0
if (r != 0)
// 2.1.不为0 ,代表没有购买资格
return Result.fail(r == 1 ? "库存不足" : "不能重复下单");
// 2.2 有购买的资格,创建订单放入阻塞队列中
VoucherOrder voucherOrder = new VoucherOrder();
// 2.3.订单id
voucherOrder.setId(orderId);
// 2.4.用户id
voucherOrder.setUserId(userId);
// 2.5.代金券id
voucherOrder.setVoucherId(voucherId);
// 2.6.放入阻塞队列
orderTasks.add(voucherOrder);
//3.获取代理对象
proxy = (IVoucherOrderService)AopContext.currentProxy();
//4.返回订单id
return Result.ok(orderId);
@Transactional
public void createVoucherOrder (VoucherOrder voucherOrder)
// 5.一人一单逻辑
// 5.1.用户id
Long userId = voucherOrder.getUserId();
// 判断是否存在
int count = query().eq("user_id", userId)
.eq("voucher_id", voucherOrder.getId()).count();
// 5.2.判断是否存在
if (count > 0)
// 用户已经购买过了
log.error("用户已经购买过了");
//6,扣减库存
boolean success = seckillVoucherService.update()
.setSql("stock= stock -1") //set stock = stock -1
.eq("voucher_id", voucherOrder.getVoucherId()).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
log.error("库存不足!");
save(voucherOrder);
秒杀业务的优化思路
是什么?
阻塞队列的异步秒杀
存在哪些问题?
以上是关于优惠卷秒杀系统设计秒杀优化 —— 基于阻塞队实现异步秒杀优化 及 基于Lua脚本判断秒杀库存一人一单的主要内容,如果未能解决你的问题,请参考以下文章