本文通過(guò)解決秒殺系統(tǒng)中的一個(gè)場(chǎng)景即數(shù)據(jù)預(yù)加載，即把庫(kù)存數(shù)據(jù)事先加載到緩存，然后通過(guò)緩存來(lái)更新庫(kù)存，簡(jiǎn)單介紹了如何通過(guò)redis減庫(kù)存的秒殺場(chǎng)景實(shí)現(xiàn)，感興趣的可以了解一下

Redis扣庫(kù)存，主要目的是減少對(duì)數(shù)據(jù)庫(kù)的訪問(wèn)，之前的減庫(kù)存，直接訪問(wèn)數(shù)據(jù)庫(kù)，讀取庫(kù)存，當(dāng)高并發(fā)請(qǐng)求到來(lái)的時(shí)候，大量的讀取數(shù)據(jù)有可能會(huì)導(dǎo)致數(shù)據(jù)庫(kù)的崩潰。

大家可以先讀一下《秒殺系統(tǒng)設(shè)計(jì)》對(duì)整體的秒殺流程有個(gè)了解之后，在來(lái)讀一下這篇文章。

本文只是解決秒殺系統(tǒng)中的一個(gè)場(chǎng)景即數(shù)據(jù)預(yù)加載，即把庫(kù)存數(shù)據(jù)事先加載到緩存，然后通過(guò)緩存來(lái)更新庫(kù)存。

使用思路：

系統(tǒng)初始化的時(shí)候，將商品庫(kù)存加載到Redis 緩存中保存。
收到請(qǐng)求的時(shí)候,先在Redis中拿到該商品的庫(kù)存值，進(jìn)行庫(kù)存預(yù)減，如果減完之后庫(kù)存不足，直接返回邏輯Exception就不需要訪問(wèn)數(shù)據(jù)庫(kù)再去減庫(kù)存了，如果庫(kù)存值正確，進(jìn)行下一步。
將請(qǐng)求入隊(duì)，立即給前端返回一個(gè)值，表示正在排隊(duì)中，然后進(jìn)行秒殺邏輯，后端隊(duì)列進(jìn)行秒殺邏輯，前端輪詢后端發(fā)來(lái)的請(qǐng)求，如果秒殺成功，返回秒殺，成功，不成功就返回失敗。

第一步：系統(tǒng)初始化后就將所有商品庫(kù)存放入緩存

/**
 * 秒殺接口優(yōu)化之---   第一步:  系統(tǒng)初始化后就將所有商品庫(kù)存放入 緩存
 */
@Override
public void afterPropertiesSet() throws Exception {
    List<GoodsVo> goods = goodsService.getGoodsList();
    if (goods == null) {
        return;
    }
    for (GoodsVo goodsVo : goods) {
        redisService.set(GoodsKey.getId(), goodsVo.getStockCount());
        isOverMap.put(goodsVo.getId(), false);//先初始化 每個(gè)商品都是false 就是還有
    }
}

第二步：預(yù)減庫(kù)存從緩存中減庫(kù)存

/**秒殺接口優(yōu)化之 ----第二步： 預(yù)減庫(kù)存 從緩存中減庫(kù)存
 * 利用 redis 中的方法，減去庫(kù)存，返回值為 減去1 之后的值
 * */
long stock = redisService.decr(GoodsKey.getGoodsStock, "" + goodsId);
/*這里判斷不能小于等于，因?yàn)闇p去之后等于 說(shuō)明還有是正常范圍*/
if (stock < 0) {
    isOverMap.put(goodsId, true);//沒(méi)有庫(kù)存就設(shè)置 對(duì)應(yīng)id 商品的map 為true
    return Result.error(CodeMsg.MIAO_SHA_NO_STOCK);
}

整體的邏輯如下：

1.先將所有數(shù)據(jù)讀出來(lái)，初始化到緩存中，并以 stock + goodid 的形成存入Redis。

2.在秒殺的時(shí)候，先進(jìn)行預(yù)減庫(kù)存檢測(cè)，從redis中，利用decr 減去對(duì)應(yīng)商品的庫(kù)存，如果庫(kù)存小于0，說(shuō)明此時(shí) 庫(kù)存不足，則不需要訪問(wèn)數(shù)據(jù)庫(kù)。直接拋出異常即可。
我們上面還使用到了isOverMap，這個(gè)是內(nèi)存標(biāo)記。

內(nèi)存標(biāo)記

由于接口優(yōu)化很多基于Redis的緩存操作，當(dāng)并發(fā)很高的時(shí)候，也會(huì)給Redis服務(wù)器帶來(lái)很大的負(fù)擔(dān)，如果可以減少對(duì)Redis服務(wù)器的訪問(wèn)，也可以達(dá)到的優(yōu)化的效果。

于是，可以加一個(gè)內(nèi)存map,標(biāo)記對(duì)應(yīng)商品的庫(kù)存量是否還有，在訪問(wèn)Redis之前，在map中拿到對(duì)應(yīng)商品的庫(kù)存量標(biāo)記，就可以不需要訪問(wèn)Redis 就可以判斷沒(méi)有庫(kù)存了。

1.生成一個(gè)map，并在初始化的時(shí)候，將所有商品的id為鍵，標(biāo)記false 存入map中。

private Map<Long, Boolean> isOverMap = new HashMap<Long, Boolean>();
/**
 * 秒殺接口優(yōu)化之---   第一步:  系統(tǒng)初始化后就將所有商品庫(kù)存放入 緩存
 */
@Override
public void afterPropertiesSet() throws Exception {
    List<GoodsVo> goods = goodsService.getGoodsList();
    if (goods == null) {
        return;
    }
    for (GoodsVo goodsVo : goods) {
        redisService.set(GoodsKey.getGoodsStock, "" + goodsVo.getId(), goodsVo.getStockCount());
        isOverMap.put(goodsVo.getId(), false);//先初始化 每個(gè)商品都是false 就是還有
    }
}

/**再優(yōu)化： 優(yōu)化 庫(kù)存之后的請(qǐng)求不訪問(wèn)redis 通過(guò)判斷 對(duì)應(yīng) map 的值
? * */
boolean isOver = isOverMap.get(goodsId);
if (isOver) {
? ? ?return Result.error(CodeMsg.MIAO_SHA_NO_STOCK);
}

if (stock < 0) {
? ? ?isOverMap.put(goodsId, true);//沒(méi)有庫(kù)存就設(shè)置 對(duì)應(yīng)id 商品的map 為true
}

2.在預(yù)減庫(kù)存之前，從map中取標(biāo)記，若標(biāo)記為false,說(shuō)明庫(kù)存

3.預(yù)減庫(kù)存，當(dāng)遇到庫(kù)存不足的時(shí)候，將該商品的標(biāo)記置為true,表示該商品的庫(kù)存不足。這樣，下面的所有請(qǐng)求，將被攔截，無(wú)需訪問(wèn)redis進(jìn)行預(yù)減庫(kù)存。

所以利用緩存的整體思路如下：

將商品的庫(kù)存數(shù)據(jù)加載至內(nèi)存，同時(shí)初始化內(nèi)存標(biāo)記，即把每個(gè)產(chǎn)品的id存放至map，都是初始化為false，在每次需要執(zhí)行秒殺邏輯之前，在在內(nèi)存標(biāo)記中取值，如果仍有庫(kù)存即map里返回的為false,則執(zhí)行秒殺邏輯，否則直接拋出異常。

同時(shí)扣減庫(kù)存時(shí)，需要判斷緩存中的庫(kù)存數(shù)量是否仍然大于0，如果小于等于0，修改內(nèi)存標(biāo)記。

到此這篇關(guān)于如何通過(guò)redis減庫(kù)存的秒殺場(chǎng)景實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)redis減庫(kù)存內(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

您可能感興趣的文章: