Redis高并發(fā)超賣問題解決方案圖文詳解
1. Redis高并發(fā)超賣問題解決方案
在高并發(fā)的秒殺搶購場景中，常常會面臨一個稱為“超賣”（Over-Selling）的問題。超賣指的是同一件商品被售出的數(shù)量超過了實際庫存數(shù)量，導致庫存出現(xiàn)負數(shù)。這是由于多個用戶同時發(fā)起搶購請求，而系統(tǒng)未能有效地控制庫存的并發(fā)訪問。
下面進行一個秒殺購買某個商品的接口模擬，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+"商品購買成功，剩余庫存"+count);
return "success";
}
System.out.println(key+"商品庫存不足");
return "error";
}
}
上面的代碼在高并發(fā)環(huán)境下容易出現(xiàn)超賣問題，使用JMeter進行壓測，如下圖：
進行壓測獲得的日志如下圖，存在并發(fā)安全問題。
要解決上面的問題，我們一開始想到的是synchronized加鎖，但是在 Redis 的高并發(fā)環(huán)境下，使用 Java 中的 synchronized關鍵字來解決超賣問題是行不通的，原因如下：
分布式環(huán)境下無效： synchronized是 Java 中的關鍵字，用于在單個 JVM 中保護共享資源。在分布式環(huán)境下，多個服務實例之間無法通過synchronized來同步，因為各個實例之間無法直接共享 JVM 中的鎖。
性能問題： synchronized會導致性能問題，尤其在高并發(fā)的情況下，爭奪鎖可能會成為瓶頸。
對于 Redis 高并發(fā)環(huán)境下的超賣問題，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，為 key 設置指定的值），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)務繁忙稍后再試");
return "業(yè)務繁忙稍后再試";
}
//try catch 設計是為了防止在執(zhí)行業(yè)務的時候出現(xiàn)異常導致redis鎖一直無法釋放
try {
int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
if (count > 0) {
stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
System.out.println(key + "商品購買成功，剩余庫存" + count);
message="success";
}
}catch (Throwable e){
e.printStackTrace();
}finally {
stringRedisTemplate.delete(lock);
}
if(message.equals("error"))
System.out.println(key+"商品庫存不足");
return message;
}
}然后使用JMeter壓測，在10s內(nèi)陸續(xù)發(fā)送500個請求，日志如下圖，由圖可以看出基本解決超賣問題。
1.1 高并發(fā)場景超賣bug解析
系統(tǒng)在達到finally塊之前崩潰宕機，鎖可能會一直存在于Redis中。這可能會導致其他進程或線程無法在未來獲取該鎖，從而導致資源被鎖定，后續(xù)嘗試訪問該資源的操作可能被阻塞。因此在redis中給定 key設置過期時間。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); //此時宕機依舊會出現(xiàn)redis鎖無法釋放，應設置為原子操作
String message="error";
if(!lock1){
System.out.println("業(yè)務繁忙稍后再試");
return "業(yè)務繁忙稍后再試";
}
//try catch 設計是為了防止在執(zhí)行業(yè)務的時候出現(xiàn)異常導致redis鎖一直無法釋放
try {
int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
if (count > 0) {
stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
System.out.println(key + "商品購買成功，剩余庫存" + count);
message="success";
}
}catch (Throwable e){
e.printStackTrace();
}finally {
stringRedisTemplate.delete(lock);
}
if(message.equals("error"))
System.out.println(key+"商品庫存不足");
return message;
}
}在高并發(fā)場景下，還存在一個問題，即業(yè)務執(zhí)行時間過長可能導致 Redis 鎖提前釋放，并且誤刪除其他線程或進程持有的鎖。這可能發(fā)生在以下情況：
- 線程A獲取鎖并開始執(zhí)行業(yè)務邏輯。
- 由于高并發(fā)，其他線程B、C等也嘗試獲取相同資源的鎖。
- 由于鎖的過期時間設置為10秒，線程A的業(yè)務邏輯執(zhí)行時間超過10秒，導致其鎖被 Redis 自動釋放。
- 線程B在10秒內(nèi)獲取到了之前由線程A持有的鎖，并開始執(zhí)行業(yè)務邏輯。
- 線程A在業(yè)務邏輯執(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); //此時宕機依舊會出現(xiàn)redis鎖無法釋放，應設置為原子操作
String message="error";
if(!lock1){
System.out.println("業(yè)務繁忙稍后再試");
return "業(yè)務繁忙稍后再試";
}
//try catch 設計是為了防止在執(zhí)行業(yè)務的時候出現(xiàn)異常導致redis鎖一直無法釋放
try {
int count = Integer.parseInt(stringRedisTemplate.opsForValue().get(key));
if (count > 0) {
stringRedisTemplate.opsForValue().set(key, String.valueOf(--count));
System.out.println(key + "商品購買成功，剩余庫存" + 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)務代碼并且耗時較長， stringRedisTemplate.delete(lock)之前還是有可能超過過期時間出現(xiàn)問題
stringRedisTemplate.delete(lock);
}
if(message.equals("error"))
System.out.println(key+"商品庫存不足");
return message;
}
}上面的代碼在高并發(fā)場景下仍然存在概率很低的問題，所以就有了redisson分布式鎖。
1.2 Redisson
Redisson 是一個用于 Java 的 Redis 客戶端，它提供了豐富的功能，包括分布式鎖。Redisson 的分布式鎖實現(xiàn)了基于 Redis 的分布式鎖，具有簡單易用、可靠性高的特點。
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： 可以為分布式鎖設置過期時間，確保即使在某些情況下鎖沒有被顯式釋放，也能在一定時間后自動釋放。
異步鎖： Redisson 提供了異步的分布式鎖，通過異步 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)，包括鎖是否被某個線程持有，鎖的過期時間等。
導入依賴
<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: 1000msRedissonConfig配置：
@Configuration
public class RedissonConfig {
@Value("${spring.redis.host}")
private String host;
@Value("${spring.redis.port}")
private String port;
/**
* RedissonClient,單機模式
*/
@Bean
public RedissonClient redisson() {
Config config = new Config();
SingleServerConfig singleServerConfig = config.useSingleServer();
singleServerConfig.setAddress("redis://" + host + ":" + port);
return Redisson.create(config);
}
}利用Redisson分布式鎖解決超賣問題，修改代碼如下:
加鎖 lock.lock()
阻塞等待，默認等待，加鎖的默認時間都是30s，鎖的自動續(xù)期，如果業(yè)務時間長，運行期間會自動給鎖續(xù)上新的30s，不用擔心業(yè)務時間長導致鎖自動過期被刪除，加鎖的業(yè)務只要運行完成，就不會給當前鎖續(xù)期，即使不手動解鎖，鎖默認在30s后自動刪除。
加鎖 lock.lock(10，TimeUnit.SECONDS)
鎖到期后，不會自動續(xù)期，如果傳遞了鎖的超時時間，就發(fā)送給redis執(zhí)行腳本，進行占鎖，默認超時就是我們指定的時間。如果未指定鎖的超時時間，只要占鎖成功，就會啟動一個定時任務【重新給鎖設置過期時間，新的過期時間就是看門狗的默認時間】，每隔10s就會自動進行續(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 設計是為了防止在執(zhí)行業(yè)務的時候出現(xiàn)異常導致redis鎖一直無法釋放
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 + "商品購買成功，剩余庫存" + count);
message="success";
}
}catch (Throwable e){
e.printStackTrace();
}finally {
lock.unlock();
}
if(message.equals("error"))
System.out.println(key+"商品庫存不足");
return message;
}
}總結
到此這篇關于Redis高并發(fā)超賣問題解決方案的文章就介紹到這了,更多相關Redis高并發(fā)超賣問題解決內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
redis實現(xiàn)計數(shù)器-防止刷單方法介紹
本文主要向大家介紹了redis實現(xiàn)計數(shù)器防止刷單的方法和有關代碼，具有一定參考價值，需要的朋友可以了解下。2017-11-11
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
這篇文章主要介紹了Redis list 類型學習筆記與總結,本文著重講解了關于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
這篇文章主要介紹了Redis的Expire與Setex區(qū)別說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-09-09
接口防刷有很多種實現(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現(xiàn)思路，本文主要來講一下?攔截器+Redis?的實現(xiàn)方式，需要的可以參考下2023-08-08
在實際生產(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、雪崩等嚴重異常情景。本文為大家準備了Redis緩存穿透/擊穿工具類的封裝，需要的可以參考一下2022-07-07
這篇文章主要介紹了Redis 事務與過期時間詳細介紹的相關資料,需要的朋友可以參考下2017-05-05
布隆過濾器優(yōu)點是空間效率和查詢時間都比一般的算法要好的多，缺點是有一定的誤識別率和刪除困難。本文將介紹布隆過濾器的原理以及Redis如何實現(xiàn)布隆過濾器，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)丟失問題及解決
主備切換過程中可能會導致數(shù)據(jù)丟失,異步復制和腦裂是兩種主要原因,異步復制可能導致部分數(shù)據(jù)未復制到slave而master宕機,腦裂則可能導致多個master存在,舊master恢復后數(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集群因內(nèi)存碎片率超過1.5觸發(fā)告警,分析發(fā)現(xiàn)內(nèi)因與外因導致內(nèi)存碎片,內(nèi)因為操作系統(tǒng)內(nèi)存分配機制,外因為Redis操作特性,使用Redis內(nèi)置內(nèi)存碎片清理機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