Redis高并發(fā)場(chǎng)景下秒殺超賣解決方案(秒殺場(chǎng)景)
1 什么是秒殺
秒殺最直觀的定義:在高并發(fā)場(chǎng)景下而下單某一個(gè)商品,這個(gè)過(guò)程就叫秒殺

【秒殺場(chǎng)景】
- 火車票搶票
- 雙十一限購(gòu)商品
- 熱度高的明星演唱會(huì)門票
- …
2 為什么要防止超賣
早起的12306購(gòu)票,剛被開(kāi)發(fā)出來(lái)使用的時(shí)候,12306會(huì)經(jīng)常出現(xiàn) 超賣 這種現(xiàn)象,也就是說(shuō)車票只剩10張了,卻被20個(gè)人買到了,這種現(xiàn)象就是超賣!
還有在高并發(fā)的情況下,如果說(shuō)沒(méi)有一定的保護(hù)措施,系統(tǒng)會(huì)被這種高流量造成宕機(jī)
- 庫(kù)存100件 你賣了1000件 等著虧錢吧!
- 防止黑客
- 假如我們網(wǎng)站想下發(fā)優(yōu)惠給群眾,但是被黑客利用技術(shù)將下發(fā)給群眾的利益收入囊中
- 保證用戶體驗(yàn)
- 高并發(fā)場(chǎng)景下,網(wǎng)頁(yè)不能打不開(kāi)、訂單不能支付 要保證網(wǎng)站的使用!
3 單體架構(gòu)常規(guī)秒殺
3.1 常規(guī)減庫(kù)存代碼
/**
* @Author oldlu
*/
@Service
@Transactional //控制事務(wù)
public class OrderServiceImpl implements OrderService {
@Autowired
private StockMapper stockMapper;
private OrderMapper orderMapper;
//在非并發(fā)情況下無(wú)問(wèn)題
@Override
public Integer kill(Integer id) {
//根據(jù)商品id校驗(yàn)庫(kù)存是否還存在
Stock stock = stockMapper.checkStock(id);
//當(dāng)已售和庫(kù)存相等就庫(kù)存不足了
if(stock.getSale().equals(stock.getCount())){
throw new RuntimeException("庫(kù)存不足!");
}else{
//扣除庫(kù)存 (已售數(shù)量+1)
stock.setSale(stock.getSale()+1);
stockMapper.updateSale(stock); //更新信息
//創(chuàng)建訂單
Order order = new Order();
order.setSid(stock.getId()).setName(stock.getName()).setCreateDate(new Date());
orderMapper.createOrder(order); //創(chuàng)建訂單
return order.getId(); //mybatis主鍵生成策略 直接返回創(chuàng)建的id
}
}
}
測(cè)試controller
/**
* @Author oldlu
*/
@RestController
@RequestMapping("/stock")
public class StockController {
@Autowired
private OrderService orderService;
//開(kāi)發(fā)秒殺方法
@GetMapping("/kill/{id}")
public String kill(@PathVariable("id") Integer id){
System.out.println("秒殺商品的ID=====================>"+id);
try {
//根據(jù)秒殺商品id調(diào)用秒殺業(yè)務(wù)
Integer orderId = orderService.kill(id);
return "秒殺成功,訂單ID為:"+String.valueOf(orderId);
}catch (Exception e){
e.printStackTrace();
return e.getMessage();
}
}
}
正常情況看不會(huì)有什么問(wèn)題,就是你訪問(wèn)一下庫(kù)存少一個(gè)
3.2 模擬高并發(fā)


3.3 超賣現(xiàn)象


3.4 分析原因
線程不安全,方法就是加鎖,單機(jī)簡(jiǎn)單加鎖即可解決,如果是分布式集群模式搭建那就要考慮分布式鎖
4 簡(jiǎn)單實(shí)現(xiàn)悲觀樂(lè)觀鎖解決單體架構(gòu)超賣
4.1 悲觀鎖
/**
* @Author oldlu
*/
@RestController
@RequestMapping("/stock")
public class StockController {
@Autowired
private OrderService orderService;
//開(kāi)發(fā)秒殺方法
@GetMapping("/kill/{id}")
public String kill(@PathVariable("id") Integer id){
System.out.println("秒殺商品的ID=====================>"+id);
try {
//使用悲觀鎖
synchronized (this){
//根據(jù)秒殺商品id調(diào)用秒殺業(yè)務(wù)
Integer orderId = orderService.kill(id);
return "秒殺成功,訂單ID為:"+String.valueOf(orderId);
}
}catch (Exception e){
e.printStackTrace();
return e.getMessage();
}
}
}
這樣效率很差會(huì)造成線程阻塞,線程排隊(duì)問(wèn)題,對(duì)用戶的體驗(yàn)不是很好,必須處理完一個(gè)才能繼續(xù).
4.2 樂(lè)觀鎖

/**
* 扣除庫(kù)存
* @param stock
*/
public void updateSale(Stock stock){
//扣除庫(kù)存 (已售數(shù)量+1)
stock.setSale(stock.getSale()+1);
stockMapper.updateSale(stock); //更新信息
}
/**
* 扣除庫(kù)存
* @param stock
*/
public void updateSale(Stock stock){
//在sql層面完成銷量+1 和 版本號(hào) +1 并且根據(jù)商品id和版本號(hào)同時(shí)查詢更新的商品
Integer updRows = stockMapper.updateSale(stock); //更新信息
if(updRows == 0){ //代表沒(méi)有拿到版本號(hào)
throw new RuntimeException("搶購(gòu)失敗,請(qǐng)重試!");
}
}
也就是沒(méi)更新成功說(shuō)明已經(jīng)秒殺完了, 相對(duì)悲觀鎖而言樂(lè)觀鎖保證了一定的效率,而不像悲觀鎖那樣會(huì)造成線程阻塞使用樂(lè)觀鎖需要使用版本號(hào),在操作數(shù)據(jù)的時(shí)候要對(duì)版本號(hào)進(jìn)行更新
4.3 redis鎖setnx

但是上述代碼在高并發(fā),可能其他線程會(huì)釋放別人的鎖

4.4 使用Redision
https://github.com/redisson/redisson


5 分布式鎖的解決方案
實(shí)現(xiàn)分布式鎖的解決方案
6 采用緩存隊(duì)列防止超賣
高并發(fā)緩存隊(duì)列防止溢出解決方案
到此這篇關(guān)于Redis高并發(fā)場(chǎng)景下秒殺超賣解決的文章就介紹到這了,更多相關(guān)redis高并發(fā)秒殺超賣內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- Redis實(shí)現(xiàn)庫(kù)存扣減的解決方案防止商品超賣
- PHP+Redis事務(wù)解決高并發(fā)下商品超賣問(wèn)題(推薦)
- Redis解決庫(kù)存超賣問(wèn)題實(shí)例講解
- Redis分布式鎖解決秒殺超賣問(wèn)題
- Redis中秒殺場(chǎng)景下超時(shí)與超賣問(wèn)題的解決方案
- Redis高并發(fā)防止秒殺超賣實(shí)戰(zhàn)源碼解決方案
- Redis高并發(fā)超賣問(wèn)題解決方案圖文詳解
- Redis分布式鎖解決超賣問(wèn)題
- 關(guān)于Redis庫(kù)存超賣問(wèn)題的分析
- Redis解決秒殺微服務(wù)搶購(gòu)代金券超賣和同一個(gè)用戶多次搶購(gòu)
相關(guān)文章
基于?Spring?Aop?環(huán)繞通知實(shí)現(xiàn)?Redis?緩存雙刪功能(示例代碼)
基于 spring aop 常規(guī)應(yīng)用場(chǎng)景多是用于日志記錄以及實(shí)現(xiàn) redis 分布式鎖,在 github 中也有項(xiàng)目是把它拿來(lái)當(dāng)作緩存的異常捕捉,這篇文章主要介紹了基于?Spring?Aop?環(huán)繞通知實(shí)現(xiàn)?Redis?緩存雙刪,需要的朋友可以參考下2022-08-08
Redis緩存和數(shù)據(jù)庫(kù)的數(shù)據(jù)一致性的問(wèn)題解決
隨業(yè)務(wù)增長(zhǎng),直接操作數(shù)據(jù)庫(kù)性能下降,引入緩存提高讀性能常見(jiàn),但緩存和數(shù)據(jù)庫(kù)的雙寫操作會(huì)引發(fā)數(shù)據(jù)不一致問(wèn)題,本文討論幾種常用同步策略,感興趣的可以了解一下2024-09-09
詳解redis大幅性能提升之使用管道(PipeLine)和批量(Batch)操作
這篇文章主要介紹了詳解redis大幅性能提升之使用管道(PipeLine)和批量(Batch)操作 ,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下。2016-12-12
為什么斷電后Redis數(shù)據(jù)不會(huì)丟失
Redis 作為一款內(nèi)存數(shù)據(jù)庫(kù),被廣泛使用于緩存,分布式鎖等場(chǎng)景,那么假如斷電或者因其他因素導(dǎo)致 Reids 服務(wù)宕機(jī),在重啟之后數(shù)據(jù)會(huì)丟失嗎?本文就來(lái)介紹與一下2021-08-08

