当前位置： 首页 > news >正文

Redis---------实现商品秒杀业务，包括唯一ID，超卖问题，分布式锁

news 2025/8/6 5:23:23

 订单ID必须是唯一

59e1602b09834e0aadaa9602bbc8a20f.png

 唯一ID构成：

e0304f55e1f348838355b3126378a22d.png

代码生成唯一ID：


import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;
import java.time.LocalDateTime;
import java.time.ZoneOffset;
import java.time.format.DateTimeFormatter;//基于redis自增长的生成策略
@Component
public class RedisUUID {//起始时间时间秒数private static final long BEGIN_TIMESTAMP=1640995200L;//使用Redis自增策略private StringRedisTemplate stringRedisTemplate;public RedisUUID(StringRedisTemplate stringRedisTemplate) {this.stringRedisTemplate = stringRedisTemplate;}//参数是业务的类型public long nextid(String keyType){//1，生成时间戳LocalDateTime now = LocalDateTime.now();long nowsecend = now.toEpochSecond(ZoneOffset.UTC);//当前时间的秒数减去起始时间的秒数得到时间戳long nowtime_stamp = nowsecend - BEGIN_TIMESTAMP;//2，生成序列号String nowdate = now.format(DateTimeFormatter.ofPattern("yyyy:mm:dd"));//使得每天都会生成新的一轮IDlong count = stringRedisTemplate.opsForValue().increment("icr:" + keyType + ":" + nowdate);//3，拼接返回return nowtime_stamp << 32 | count;}
}

827128d84da44b4793c030401783ed74.png

 

商品下单操作

业务逻辑：

7700ca73332d48708595361f1ae99dc3.jpg

 思路:主要是要了解以及掌握整个业务的流程:①先看商品是不是在秒杀的时间范围内②然后还要去看库存中是否还有该商品③如果有的话就扣减库存④然后就会生成订单，订单ID为唯一ID⑤把订单写入数据库中，再返回数据给前端

代码实现：

@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {@Autowiredprivate ISeckillVoucherService iSeckillVoucherService;@Autowiredprivate RedisUUID redisUUID;@Override@Transactionalpublic Result seckillVoucher(Long voucherId) {//1,查询商品的信息SeckillVoucher voucher = iSeckillVoucherService.getById(voucherId);//2，看是否在秒杀时间范围内if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {return Result.fail("尚未开始！");}if (voucher.getEndTime().isBefore(LocalDateTime.now())) {return Result.fail("已经结束啦！");}//3，再看库存是否还有if (voucher.getStock()<1) {return Result.fail("库存不足!");}//4，如果有就减扣库存boolean sucess = iSeckillVoucherService.update().setSql("stock = stock - 1").eq("voucher_id", voucherId).update();if (!sucess) {return Result.fail("库存不足！");}//5，然后就创建订单信息VoucherOrder voucherOrder = new VoucherOrder();//5.1，订单id----id生成器long order = redisUUID.nextid("order");voucherOrder.setVoucherId(order);//5.2，用户idLong id = UserHolder.getUser().getId();voucherOrder.setUserId(id);//5.3，商品idvoucherOrder.setVoucherId(voucherId);//6，保存进数据库save(voucherOrder);//7，返回数据return Result.ok(order);}
}

 

库存超卖问题

先看看什么是库存超卖问题:

正常情况:

ec6c0f2b42804805a77a24f6e75ce430.jpg

 但是涉及到高并发的时候一定会出问题:

b46184b741a443fdbfa8f540833db7cf.jpg

所以我们要想办法去解决这个问题，锁！！！

ee298fbbb6684e16bc4411dcc7c90c40.jpg

 悲观锁认为一定发生并发问题，所以每一次操作都会加锁，是线程串行进行，不会出现并发问题，但是这样的话就导致性能降低，所以我们使用乐观锁，乐观锁是先让你操作，等你要修改数据库的时候再判断与你查到的数据是否是一样，如果是一样的才可以修改，否则不可以减库存。

乐观锁的两种实现判断法：

第一种:版本号法，就是通过查询两次版本号来判断是否被修改过库存

ac6f979be91d4cba9c36fff6f96e61a8.jpg

第二种:CAS法，是在版本号法上做的改进方法，既然要判断两次版本是否相同，为啥不判断库存量是否相同呢，所以CSA法就是去判断前后两次查询到的库存量是否一样，如果一样就可以改

c859dfee73f44fd9844699936966ab0c.jpg

用乐观锁CAS法来解决超卖问题：

//4，如果有就减扣库存boolean sucess = iSeckillVoucherService.update().setSql("stock = stock - 1").eq("voucher_id", voucherId).eq("stock",voucher.getStock()).update();if (!sucess) {return Result.fail("库存不足！");}

但是这样任然还不能解决超卖问题，因为如果两个线程同时来查到100,线程1做完修改还剩99,线程2查到不是100就会不执行修改，这样也会有问题，所以又要进行改进策略

 //4，如果有就减扣库存boolean sucess = iSeckillVoucherService.update().setSql("stock = stock - 1").eq("voucher_id", voucherId).gt("stock",0).update();if (!sucess) {return Result.fail("库存不足！");}

一人一单问题

 使用悲观锁处理单体服务下的多线程问题：

@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {@Autowiredprivate ISeckillVoucherService iSeckillVoucherService;@Autowiredprivate RedisUUID redisUUID;@Overridepublic Result seckillVoucher(Long voucherId) {//1,查询商品的信息SeckillVoucher voucher = iSeckillVoucherService.getById(voucherId);//2，看是否在秒杀时间范围内if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {return Result.fail("尚未开始！");}if (voucher.getEndTime().isBefore(LocalDateTime.now())) {return Result.fail("已经结束啦！");}//3，再看库存是否还有if (voucher.getStock()<1) {return Result.fail("库存不足!");}//实现单体服务下的一人一单的多线程安全问题Long id = UserHolder.getUser().getId();//先获取锁，再提交事务，保证线程安全synchronized (id.toString().intern()){//获得Spring的代理对象(事务)IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();return proxy.createVoucherOrder(voucherId);}}@Transactionalpublic Result createVoucherOrder(Long voucherId) {//一人一单问题Long id = UserHolder.getUser().getId();Integer count = query().eq("user_id", id).eq("voucher_id", voucherId).count();if(count > 0){return Result.fail("你已经购买过！");}//4，如果有就减扣库存boolean sucess = iSeckillVoucherService.update().setSql("stock = stock - 1").eq("voucher_id", voucherId).gt("stock",0).update();if (!sucess) {return Result.fail("库存不足！");}//5，然后就创建订单信息VoucherOrder voucherOrder = new VoucherOrder();//5.1，订单id----id生成器long order = redisUUID.nextid("order");voucherOrder.setVoucherId(order);//5.2，用户idvoucherOrder.setUserId(id);//5.3，商品idvoucherOrder.setVoucherId(voucherId);//6，保存进数据库save(voucherOrder);//7，返回数据return Result.ok(order);}
}

 添加依赖：

        <dependency><groupId>org.aspectj</groupId><artifactId>aspectjweaver</artifactId></dependency>

 在启动类上添加：

@EnableAspectJAutoProxy(exposeProxy = true)

分布式集群模式下的多线程问题：

当我们是处理分布式集群模式下，两个JVM不是共用一把锁，导致每个JVM都有自己的锁导致我们之前的锁锁不住，每个JVM都有一个线程会获得锁。

 

 分布式锁：满足分布式系统或者集群模式下多进程可见并且互斥的锁

 

 

 基于Redis实现分布式锁：

创建锁对象：
import org.springframework.data.redis.core.StringRedisTemplate;
import java.util.concurrent.TimeUnit;public class SimpleRedisLock implements ILock{private String name;private StringRedisTemplate stringRedisTemplate;private static final  String KEY_PREFXY="lock:";public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {this.name = name;this.stringRedisTemplate = stringRedisTemplate;}@Overridepublic boolean trylock(long timeoutSec) {//获取线程ID作为标识long ThreadId = Thread.currentThread().getId();//获取锁Boolean success = stringRedisTemplate.opsForValue().setIfAbsent(KEY_PREFXY + name, ThreadId + "", timeoutSec, TimeUnit.MINUTES);//避免空指针return Boolean.TRUE.equals(success);}@Overridepublic void unlock() {stringRedisTemplate.delete(KEY_PREFXY + name);}
}
代码实现Redis分布式锁的应用：

①先创建锁的对象，然后先是去获取锁②没有获取到锁就直接返回错误③获取到锁就可以进行对数据库的操作④操作完之后进行释放锁

Long id = UserHolder.getUser().getId();//创建锁对象SimpleRedisLock simpleRedisLock = new SimpleRedisLock("order" + id, stringRedisTemplate);//获取锁boolean trylock = simpleRedisLock.trylock(1200);//判断是否获得锁成功if (!trylock) {//获取锁失败return Result.fail("不允许重复下单！");}//获得Spring的代理对象(事务)try {IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();return proxy.createVoucherOrder(voucherId);} finally {//释放锁simpleRedisLock.unlock();}

 但是就上面的处理还不够严谨，因为如果一个线程发生阻塞的话，其他线程可能会获得锁并且释放锁，导致锁误删问题，

解决锁误删问题：
import cn.hutool.core.lang.UUID;
import org.springframework.data.redis.core.StringRedisTemplate;
import java.util.concurrent.TimeUnit;public class SimpleRedisLock implements ILock{private String name;private StringRedisTemplate stringRedisTemplate;private static final  String KEY_PREFXY="lock:";//得到一个唯一锁的标识private static final  String ID_PREFXY= UUID.randomUUID(true)+"-";public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {this.name = name;this.stringRedisTemplate = stringRedisTemplate;}@Overridepublic boolean trylock(long timeoutSec) {//获取线程标识String ThreadId = ID_PREFXY+Thread.currentThread().getId();//获取锁Boolean success = stringRedisTemplate.opsForValue().setIfAbsent(KEY_PREFXY + name, ThreadId, timeoutSec, TimeUnit.MINUTES);//避免空指针return Boolean.TRUE.equals(success);}@Overridepublic void unlock() {//获取线程标识String ThreadId = ID_PREFXY+Thread.currentThread().getId();//判断要来修改的进程跟锁的标识是否一致String s = stringRedisTemplate.opsForValue().get(KEY_PREFXY + name);if(ThreadId.equals(s)){//释放锁stringRedisTemplate.delete(KEY_PREFXY + name);}}
}
http://www.lryc.cn/news/343524.html

相关文章：

  • C++之QT文本处理QDir、QFileDialog、QStringList、QFile
  • 24.5.8数据结构|单向循环链表
  • 2024年，抖音小店开通需要多少钱？一篇详解！
  • 2023年全国职业院校技能大赛（高职组）“云计算应用”赛项赛卷1（私有云）
  • Python数据可视化------地图
  • Rust中的并发性：Sync 和 Send Traits
  • |Python新手小白中级教程|第二十七章：面向对象编程（示例操作）（3）使用turtle库与类结合
  • Android OpenMAX（五）高通OMX Core实现
  • XXE漏洞
  • [华为OD]C卷 BFS 亲子游戏 200
  • 大模型微调实战之强化学习 贝尔曼方程及价值函数（五）
  • 初探MFC程序混合使用QT
  • 【LeetCode题库】1068. 产品销售分析 I —— MySQL 性能提升，using()关键字
  • leetcode 1 ~ 100
  • 分享6个免费下载电子书的网站
  • typescript的入门到吐槽：看了typescript，发现前端真的卷，
  • 抖店商品详情API接口，商品上架（主图，价格，sku等属性，）item_get-获得抖店商品详情
  • STM32使用ADC单/多通道检测数据
  • Unity 性能优化之动态批处理（四）
  • Windows 11 系统安装时如何跳过联网和逃避微软账号登录
  • uniapp + vue3 使用axios
  • 关于前后端的参数传递
  • 华火电焰灶，科技打造“新”厨房
  • 普通人副业要趁早，5种靠谱且持久的赚钱副业
  • 【文献解析】3D高斯抛雪球是个什么玩意
  • 嘎嘎好用的虚拟键盘第二弹之中文输入法
  • vue3使用el-autocomplete请求远程数据
  • 【学习笔记】HarmonyOS 4.0 鸿蒙Next 应用开发--安装开发环境
  • 【PHP】计算两个时间戳之间相差的时间
  • Out-of-Distribution Detection with Semantic Mismatch under Masking