欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Redis高并發(fā)超賣(mài)問(wèn)題解決方案圖文詳解

 更新時(shí)間:2024年02月17日 11:04:17   作者:山河亦問(wèn)安  
Redis是一種基于內(nèi)存的數(shù)據(jù)存儲(chǔ)系統(tǒng),被廣泛用于解決高并發(fā)問(wèn)題,下面這篇文章主要給大家介紹了關(guān)于Redis高并發(fā)超賣(mài)問(wèn)題解決方案的相關(guān)資料,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下

1. Redis高并發(fā)超賣(mài)問(wèn)題解決方案

在高并發(fā)的秒殺搶購(gòu)場(chǎng)景中,常常會(huì)面臨一個(gè)稱(chēng)為“超賣(mài)”(Over-Selling)的問(wèn)題。超賣(mài)指的是同一件商品被售出的數(shù)量超過(guò)了實(shí)際庫(kù)存數(shù)量,導(dǎo)致庫(kù)存出現(xiàn)負(fù)數(shù)。這是由于多個(gè)用戶同時(shí)發(fā)起搶購(gòu)請(qǐng)求,而系統(tǒng)未能有效地控制庫(kù)存的并發(fā)訪問(wèn)。

下面進(jìn)行一個(gè)秒殺購(gòu)買(mǎi)某個(gè)商品的接口模擬,代碼如下:

@RestController
public class MyController {

    @Autowired
    StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String key="product_" + id;
        int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
        if(count>0){
            stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
            System.out.println(key+"商品購(gòu)買(mǎi)成功,剩余庫(kù)存"+count);
            return "success";
        }
        System.out.println(key+"商品庫(kù)存不足");
        return "error";
    }
}

上面的代碼在高并發(fā)環(huán)境下容易出現(xiàn)超賣(mài)問(wèn)題,使用JMeter進(jìn)行壓測(cè),如下圖:

 進(jìn)行壓測(cè)獲得的日志如下圖,存在并發(fā)安全問(wèn)題。

 要解決上面的問(wèn)題,我們一開(kāi)始想到的是synchronized加鎖,但是在 Redis 的高并發(fā)環(huán)境下,使用 Java 中的 synchronized關(guān)鍵字來(lái)解決超賣(mài)問(wèn)題是行不通的,原因如下:

  • 分布式環(huán)境下無(wú)效: synchronized是 Java 中的關(guān)鍵字,用于在單個(gè) JVM 中保護(hù)共享資源。在分布式環(huán)境下,多個(gè)服務(wù)實(shí)例之間無(wú)法通過(guò)synchronized來(lái)同步,因?yàn)楦鱾€(gè)實(shí)例之間無(wú)法直接共享 JVM 中的鎖。

  • 性能問(wèn)題: synchronized會(huì)導(dǎo)致性能問(wèn)題,尤其在高并發(fā)的情況下,爭(zhēng)奪鎖可能會(huì)成為瓶頸。

對(duì)于 Redis 高并發(fā)環(huán)境下的超賣(mài)問(wèn)題,更合適的解決方案通常是使用 Redis 提供的分布式鎖(如基于 Redis 的分布式鎖實(shí)現(xiàn))。這可以確保在分布式環(huán)境中的原子性和可靠性。

基于Redis的分布式鎖,我們可以基于Redis中的Setnx(命令在指定的 key 不存在時(shí),為 key 設(shè)置指定的值),更改代碼如下:

@RestController
public class MyController {

    @Autowired
    StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String lock="product_lock_"+id;
        String key="product_" + id;
        Boolean lock1 = stringRedisTemplate.opsForValue().setIfAbsent(lock, "lock");
        String message="error";
        if(!lock1){
            System.out.println("業(yè)務(wù)繁忙稍后再試");
            return "業(yè)務(wù)繁忙稍后再試";
        }
        //try catch 設(shè)計(jì)是為了防止在執(zhí)行業(yè)務(wù)的時(shí)候出現(xiàn)異常導(dǎo)致redis鎖一直無(wú)法釋放
        try {
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
                    System.out.println(key + "商品購(gòu)買(mǎi)成功,剩余庫(kù)存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            stringRedisTemplate.delete(lock);
        }
        if(message.equals("error"))
        System.out.println(key+"商品庫(kù)存不足");
        return message;
    }
}

然后使用JMeter壓測(cè),在10s內(nèi)陸續(xù)發(fā)送500個(gè)請(qǐng)求,日志如下圖,由圖可以看出基本解決超賣(mài)問(wèn)題。

1.1 高并發(fā)場(chǎng)景超賣(mài)bug解析

系統(tǒng)在達(dá)到finally塊之前崩潰宕機(jī),鎖可能會(huì)一直存在于Redis中。這可能會(huì)導(dǎo)致其他進(jìn)程或線程無(wú)法在未來(lái)獲取該鎖,從而導(dǎo)致資源被鎖定,后續(xù)嘗試訪問(wèn)該資源的操作可能被阻塞。因此在redis中給定 key設(shè)置過(guò)期時(shí)間。代碼如下:

@RestController
public class MyController {

    @Autowired
    StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String lock="product_lock_"+id;
        String key="product_" + id;
        Boolean lock1 = stringRedisTemplate.opsForValue().setIfAbsent(lock, "lock",10, TimeUnit.SECONDS); //保證原子性
//        Boolean lock2 = stringRedisTemplate.opsForValue().setIfAbsent(lock, "lock");
//        stringRedisTemplate.expire(lock,10,TimeUnit.SECONDS); //此時(shí)宕機(jī)依舊會(huì)出現(xiàn)redis鎖無(wú)法釋放,應(yīng)設(shè)置為原子操作
        String message="error";
        if(!lock1){
            System.out.println("業(yè)務(wù)繁忙稍后再試");
            return "業(yè)務(wù)繁忙稍后再試";
        }
        //try catch 設(shè)計(jì)是為了防止在執(zhí)行業(yè)務(wù)的時(shí)候出現(xiàn)異常導(dǎo)致redis鎖一直無(wú)法釋放
        try {
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
                    System.out.println(key + "商品購(gòu)買(mǎi)成功,剩余庫(kù)存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            stringRedisTemplate.delete(lock);
        }
        if(message.equals("error"))
        System.out.println(key+"商品庫(kù)存不足");
        return message;
    }
}

在高并發(fā)場(chǎng)景下,還存在一個(gè)問(wèn)題,即業(yè)務(wù)執(zhí)行時(shí)間過(guò)長(zhǎng)可能導(dǎo)致 Redis 鎖提前釋放,并且誤刪除其他線程或進(jìn)程持有的鎖。這可能發(fā)生在以下情況:

  • 線程A獲取鎖并開(kāi)始執(zhí)行業(yè)務(wù)邏輯。
  • 由于高并發(fā),其他線程B、C等也嘗試獲取相同資源的鎖。
  • 由于鎖的過(guò)期時(shí)間設(shè)置為10秒,線程A的業(yè)務(wù)邏輯執(zhí)行時(shí)間超過(guò)10秒,導(dǎo)致其鎖被 Redis 自動(dòng)釋放。
  • 線程B在10秒內(nèi)獲取到了之前由線程A持有的鎖,并開(kāi)始執(zhí)行業(yè)務(wù)邏輯。
  • 線程A在業(yè)務(wù)邏輯執(zhí)行完成后,嘗試刪除自己的鎖,但由于已經(jīng)被線程B持有,線程A實(shí)際上刪除的是線程B的鎖。

修改代碼如下:

@RestController
public class MyController {

    @Autowired
    StringRedisTemplate stringRedisTemplate;

    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String lock="product_lock_"+id;
        String key="product_" + id;
        String clientId=UUID.randomUUID().toString();
        Boolean lock1 = stringRedisTemplate.opsForValue().setIfAbsent(lock, clientId,10, TimeUnit.SECONDS); //保證原子性
//        Boolean lock2 = stringRedisTemplate.opsForValue().setIfAbsent(lock, "lock");
//        stringRedisTemplate.expire(lock,10,TimeUnit.SECONDS); //此時(shí)宕機(jī)依舊會(huì)出現(xiàn)redis鎖無(wú)法釋放,應(yīng)設(shè)置為原子操作
        String message="error";
        if(!lock1){
            System.out.println("業(yè)務(wù)繁忙稍后再試");
            return "業(yè)務(wù)繁忙稍后再試";
        }
        //try catch 設(shè)計(jì)是為了防止在執(zhí)行業(yè)務(wù)的時(shí)候出現(xiàn)異常導(dǎo)致redis鎖一直無(wú)法釋放
        try {
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
                    System.out.println(key + "商品購(gòu)買(mǎi)成功,剩余庫(kù)存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            if (stringRedisTemplate.opsForValue().get(lock).equals(clientId))//在這里如果有別的業(yè)務(wù)代碼并且耗時(shí)較長(zhǎng), stringRedisTemplate.delete(lock)之前還是有可能超過(guò)過(guò)期時(shí)間出現(xiàn)問(wèn)題
                stringRedisTemplate.delete(lock);
        }
        if(message.equals("error"))
        System.out.println(key+"商品庫(kù)存不足");
        return message;
    }
}

上面的代碼在高并發(fā)場(chǎng)景下仍然存在概率很低的問(wèn)題,所以就有了redisson分布式鎖。

1.2 Redisson

Redisson 是一個(gè)用于 Java 的 Redis 客戶端,它提供了豐富的功能,包括分布式鎖。Redisson 的分布式鎖實(shí)現(xiàn)了基于 Redis 的分布式鎖,具有簡(jiǎn)單易用、可靠性高的特點(diǎn)。

以下是 Redisson 分布式鎖的一些重要特性和用法:

  • 可重入鎖: Redisson 的分布式鎖是可重入的,同一線程可以多次獲取同一把鎖,而不會(huì)出現(xiàn)死鎖。

  • 公平鎖: Redisson 支持公平鎖,即按照獲取鎖的順序依次獲取,避免了某些線程一直獲取不到鎖的情況。

  • 鎖超時(shí): 可以為分布式鎖設(shè)置過(guò)期時(shí)間,確保即使在某些情況下鎖沒(méi)有被顯式釋放,也能在一定時(shí)間后自動(dòng)釋放。

  • 異步鎖: Redisson 提供了異步的分布式鎖,通過(guò)異步 API 可以在不阻塞線程的情況下獲取和釋放鎖。

  • 監(jiān)控鎖狀態(tài): Redisson 允許監(jiān)控鎖的狀態(tài),包括鎖是否被某個(gè)線程持有,鎖的過(guò)期時(shí)間等。

導(dǎo)入依賴(lài)

       <dependency>
            <groupId>org.redisson</groupId>
            <artifactId>redisson</artifactId>
            <version>3.23.5</version>
        </dependency>

application.yaml 配置:

spring:
  redis:
    host: 127.0.0.1
    port: 6379
    password:
    lettuce:
      pool:
        max-active: 8
        max-idle: 8
        min-idle: 0
        max-wait: 1000ms

RedissonConfig配置:

@Configuration
public class RedissonConfig {

    @Value("${spring.redis.host}")
    private String host;
    @Value("${spring.redis.port}")
    private String port;


    /**
     * RedissonClient,單機(jī)模式
     */
    @Bean
    public RedissonClient redisson() {
        Config config = new Config();
        SingleServerConfig singleServerConfig = config.useSingleServer();
        singleServerConfig.setAddress("redis://" + host + ":" + port);
        return Redisson.create(config);
    }
}

利用Redisson分布式鎖解決超賣(mài)問(wèn)題,修改代碼如下:

加鎖 lock.lock()

阻塞等待,默認(rèn)等待,加鎖的默認(rèn)時(shí)間都是30s,鎖的自動(dòng)續(xù)期,如果業(yè)務(wù)時(shí)間長(zhǎng),運(yùn)行期間會(huì)自動(dòng)給鎖續(xù)上新的30s,不用擔(dān)心業(yè)務(wù)時(shí)間長(zhǎng)導(dǎo)致鎖自動(dòng)過(guò)期被刪除,加鎖的業(yè)務(wù)只要運(yùn)行完成,就不會(huì)給當(dāng)前鎖續(xù)期,即使不手動(dòng)解鎖,鎖默認(rèn)在30s后自動(dòng)刪除。

加鎖 lock.lock(10,TimeUnit.SECONDS)

鎖到期后,不會(huì)自動(dòng)續(xù)期,如果傳遞了鎖的超時(shí)時(shí)間,就發(fā)送給redis執(zhí)行腳本,進(jìn)行占鎖,默認(rèn)超時(shí)就是我們指定的時(shí)間。如果未指定鎖的超時(shí)時(shí)間,只要占鎖成功,就會(huì)啟動(dòng)一個(gè)定時(shí)任務(wù)【重新給鎖設(shè)置過(guò)期時(shí)間,新的過(guò)期時(shí)間就是看門(mén)狗的默認(rèn)時(shí)間】,每隔10s就會(huì)自動(dòng)進(jìn)行續(xù)期。

@RestController
public class MyController {

    @Autowired
    StringRedisTemplate stringRedisTemplate;

    @Autowired
    RedissonClient redisson;

    @RequestMapping("/buy/{id}")
    public String buy(@PathVariable("id") Long id){
        String message="error";
        String lock_key="product_lock_"+id;
        String key="product_" + id;
        RLock lock = redisson.getLock(lock_key);
        //try catch 設(shè)計(jì)是為了防止在執(zhí)行業(yè)務(wù)的時(shí)候出現(xiàn)異常導(dǎo)致redis鎖一直無(wú)法釋放
        try {
                lock.lock();
                int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
                if (count > 0) {
                    stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
                    System.out.println(key + "商品購(gòu)買(mǎi)成功,剩余庫(kù)存" + count);
                    message="success";
                }
        }catch (Throwable e){
            e.printStackTrace();
        }finally {
            lock.unlock();
        }
        if(message.equals("error"))
        System.out.println(key+"商品庫(kù)存不足");
        return message;
    }
}

總結(jié) 

到此這篇關(guān)于Redis高并發(fā)超賣(mài)問(wèn)題解決方案的文章就介紹到這了,更多相關(guān)Redis高并發(fā)超賣(mài)問(wèn)題解決內(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!

相關(guān)文章

  • redis實(shí)現(xiàn)計(jì)數(shù)器-防止刷單方法介紹

    redis實(shí)現(xiàn)計(jì)數(shù)器-防止刷單方法介紹

    本文主要向大家介紹了redis實(shí)現(xiàn)計(jì)數(shù)器防止刷單的方法和有關(guān)代碼,具有一定參考價(jià)值,需要的朋友可以了解下。
    2017-11-11
  • Redis集群詳解

    Redis集群詳解

    這篇文章主要介紹了Redis集群詳解,需要的朋友可以參考下
    2020-07-07
  • Redis list 類(lèi)型學(xué)習(xí)筆記與總結(jié)

    Redis list 類(lèi)型學(xué)習(xí)筆記與總結(jié)

    這篇文章主要介紹了Redis list 類(lèi)型學(xué)習(xí)筆記與總結(jié),本文著重講解了關(guān)于List的一些常用方法,比如lpush 方法、lrange 方法、rpush 方法、linsert 方法、 lset 方法等,需要的朋友可以參考下
    2015-06-06
  • Redis的Expire與Setex區(qū)別說(shuō)明

    Redis的Expire與Setex區(qū)別說(shuō)明

    這篇文章主要介紹了Redis的Expire與Setex區(qū)別說(shuō)明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-09-09
  • Redis+攔截器實(shí)現(xiàn)接口防刷

    Redis+攔截器實(shí)現(xiàn)接口防刷

    接口防刷有很多種實(shí)現(xiàn)思路,例如:攔截器/AOP+Redis、攔截器/AOP+本地緩存、前端限制等等很多種實(shí)現(xiàn)思路,本文主要來(lái)講一下?攔截器+Redis?的實(shí)現(xiàn)方式,需要的可以參考下
    2023-08-08
  • Redis緩存穿透/擊穿工具類(lèi)的封裝

    Redis緩存穿透/擊穿工具類(lèi)的封裝

    在實(shí)際生產(chǎn)環(huán)境中,緩存的使用規(guī)范也是一直備受重視的,如果使用的不好,很容易就遇到緩存擊穿、雪崩等嚴(yán)重異常情景。本文為大家準(zhǔn)備了Redis緩存穿透/擊穿工具類(lèi)的封裝,需要的可以參考一下
    2022-07-07
  • Redis 事務(wù)與過(guò)期時(shí)間詳細(xì)介紹

    Redis 事務(wù)與過(guò)期時(shí)間詳細(xì)介紹

    這篇文章主要介紹了Redis 事務(wù)與過(guò)期時(shí)間詳細(xì)介紹的相關(guān)資料,需要的朋友可以參考下
    2017-05-05
  • Redis實(shí)現(xiàn)布隆過(guò)濾器的方法及原理

    Redis實(shí)現(xiàn)布隆過(guò)濾器的方法及原理

    布隆過(guò)濾器優(yōu)點(diǎn)是空間效率和查詢時(shí)間都比一般的算法要好的多,缺點(diǎn)是有一定的誤識(shí)別率和刪除困難。本文將介紹布隆過(guò)濾器的原理以及Redis如何實(shí)現(xiàn)布隆過(guò)濾器,感興趣的朋友跟隨小編一起看看吧
    2019-12-12
  • Redis哨兵主備切換的數(shù)據(jù)丟失問(wèn)題及解決

    Redis哨兵主備切換的數(shù)據(jù)丟失問(wèn)題及解決

    主備切換過(guò)程中可能會(huì)導(dǎo)致數(shù)據(jù)丟失,異步復(fù)制和腦裂是兩種主要原因,異步復(fù)制可能導(dǎo)致部分?jǐn)?shù)據(jù)未復(fù)制到slave而master宕機(jī),腦裂則可能導(dǎo)致多個(gè)master存在,舊master恢復(fù)后數(shù)據(jù)被清空,從而丟失數(shù)據(jù)
    2024-12-12
  • Redis內(nèi)存碎片率調(diào)優(yōu)處理方式

    Redis內(nèi)存碎片率調(diào)優(yōu)處理方式

    Redis集群因內(nèi)存碎片率超過(guò)1.5觸發(fā)告警,分析發(fā)現(xiàn)內(nèi)因與外因?qū)е聝?nèi)存碎片,內(nèi)因?yàn)椴僮飨到y(tǒng)內(nèi)存分配機(jī)制,外因?yàn)镽edis操作特性,使用Redis內(nèi)置內(nèi)存碎片清理機(jī)制可有效降低碎片率,但需注意可能影響性能,建議使用MEMORY命令診斷內(nèi)存使用情況,合理配置參數(shù)以優(yōu)化性能
    2024-09-09

最新評(píng)論