如何使用Redis實現電商系統的庫存扣減
在日常開發中有很多地方都有類似扣減庫存的操作,比如電商系統中的商品庫存,抽獎系統中的獎品庫存等。
解決方案
使用mysql數據庫,使用一個字段來存儲庫存,每次扣減庫存去更新這個字段。
還是使用數據庫,但是將庫存分層多份存到多條記錄裡面,扣減庫存的時候路由一下,這樣子增大瞭並發量,但是還是避免不瞭大量的去訪問數據庫來更新庫存。
將庫存放到redis使用redis的incrby特性來扣減庫存。
分析
在上面的第一種和第二種方式都是基於數據來扣減庫存。
基於數據庫單庫存
第一種方式在所有請求都會在這裡等待鎖,獲取鎖有去扣減庫存。在並發量不高的情況下可以使用,但是一旦並發量大瞭就會有大量請求阻塞在這裡,導致請求超時,進而整個系統雪崩;而且會頻繁的去訪問數據庫,大量占用數據庫資源,所以在並發高的情況下這種方式不適用。
基於數據庫多庫存
第二種方式其實是第一種方式的優化版本,在一定程度上提高瞭並發量,但是在還是會大量的對數據庫做更新操作大量占用數據庫資源。
基於數據庫來實現扣減庫存還存在的一些問題:
用數據庫扣減庫存的方式,扣減庫存的操作必須在一條語句中執行,不能先selec在update,這樣在並發下會出現超扣的情況。如:
update number set x=x-1 where x > 0
MySQL自身對於高並發的處理性能就會出現問題,一般來說,MySQL的處理性能會隨著並發thread上升而上升,但是到瞭一定的並發度之後會出現明顯的拐點,之後一路下降,最終甚至會比單thread的性能還要差。
當減庫存和高並發碰到一起的時候,由於操作的庫存數目在同一行,就會出現爭搶InnoDB行鎖的問題,導致出現互相等待甚至死鎖,從而大大降低MySQL的處理性能,最終導致前端頁面出現超時異常。
基於redis
針對上述問題的問題我們就有瞭第三種方案,將庫存放到緩存,利用redis的incrby特性來扣減庫存,解決瞭超扣和性能問題。但是一旦緩存丟失需要考慮恢復方案。比如抽獎系統扣獎品庫存的時候,初始庫存=總的庫存數-已經發放的獎勵數,但是如果是異步發獎,需要等到MQ消息消費完瞭才能重啟redis初始化庫存,否則也存在庫存不一致的問題。
基於redis實現扣減庫存的具體實現
我們使用redis的lua腳本來實現扣減庫存
由於是分佈式環境下所以還需要一個分佈式鎖來控制隻能有一個服務去初始化庫存
需要提供一個回調函數,在初始化庫存的時候去調用這個函數獲取初始化庫存
初始化庫存回調函數(IStockCallback )
/** * 獲取庫存回調 * @author yuhao.wang */ public interface IStockCallback { /** * 獲取庫存 * @return */ int getStock(); }
扣減庫存服務(StockService)
/** * 扣庫存 * * @author yuhao.wang */ @Service public class StockService { Logger logger = LoggerFactory.getLogger(StockService.class); /** * 不限庫存 */ public static final long UNINITIALIZED_STOCK = -3L; /** * Redis 客戶端 */ @Autowired private RedisTemplate<String, Object> redisTemplate; /** * 執行扣庫存的腳本 */ public static final String STOCK_LUA; static { /** * * @desc 扣減庫存Lua腳本 * 庫存(stock)-1:表示不限庫存 * 庫存(stock)0:表示沒有庫存 * 庫存(stock)大於0:表示剩餘庫存 * * @params 庫存key * @return * -3:庫存未初始化 * -2:庫存不足 * -1:不限庫存 * 大於等於0:剩餘庫存(扣減之後剩餘的庫存) * redis緩存的庫存(value)是-1表示不限庫存,直接返回1 */ StringBuilder sb = new StringBuilder(); sb.append("if (redis.call('exists', KEYS[1]) == 1) then"); sb.append(" local stock = tonumber(redis.call('get', KEYS[1]));"); sb.append(" local num = tonumber(ARGV[1]);"); sb.append(" if (stock == -1) then"); sb.append(" return -1;"); sb.append(" end;"); sb.append(" if (stock >= num) then"); sb.append(" return redis.call('incrby', KEYS[1], 0 - num);"); sb.append(" end;"); sb.append(" return -2;"); sb.append("end;"); sb.append("return -3;"); STOCK_LUA = sb.toString(); } /** * @param key 庫存key * @param expire 庫存有效時間,單位秒 * @param num 扣減數量 * @param stockCallback 初始化庫存回調函數 * @return -2:庫存不足; -1:不限庫存; 大於等於0:扣減庫存之後的剩餘庫存 */ public long stock(String key, long expire, int num, IStockCallback stockCallback) { long stock = stock(key, num); // 初始化庫存 if (stock == UNINITIALIZED_STOCK) { RedisLock redisLock = new RedisLock(redisTemplate, key); try { // 獲取鎖 if (redisLock.tryLock()) { // 雙重驗證,避免並發時重復回源到數據庫 stock = stock(key, num); if (stock == UNINITIALIZED_STOCK) { // 獲取初始化庫存 final int initStock = stockCallback.getStock(); // 將庫存設置到redis redisTemplate.opsForValue().set(key, initStock, expire, TimeUnit.SECONDS); // 調一次扣庫存的操作 stock = stock(key, num); } } } catch (Exception e) { logger.error(e.getMessage(), e); } finally { redisLock.unlock(); } } return stock; } /** * 加庫存(還原庫存) * * @param key 庫存key * @param num 庫存數量 * @return */ public long addStock(String key, int num) { return addStock(key, null, num); } /** * 加庫存 * * @param key 庫存key * @param expire 過期時間(秒) * @param num 庫存數量 * @return */ public long addStock(String key, Long expire, int num) { boolean hasKey = redisTemplate.hasKey(key); // 判斷key是否存在,存在就直接更新 if (hasKey) { return redisTemplate.opsForValue().increment(key, num); } Assert.notNull(expire,"初始化庫存失敗,庫存過期時間不能為null"); RedisLock redisLock = new RedisLock(redisTemplate, key); try { if (redisLock.tryLock()) { // 獲取到鎖後再次判斷一下是否有key hasKey = redisTemplate.hasKey(key); if (!hasKey) { // 初始化庫存 redisTemplate.opsForValue().set(key, num, expire, TimeUnit.SECONDS); } } } catch (Exception e) { logger.error(e.getMessage(), e); } finally { redisLock.unlock(); } return num; } /** * 獲取庫存 * * @param key 庫存key * @return -1:不限庫存; 大於等於0:剩餘庫存 */ public int getStock(String key) { Integer stock = (Integer) redisTemplate.opsForValue().get(key); return stock == null ? -1 : stock; } /** * 扣庫存 * * @param key 庫存key * @param num 扣減庫存數量 * @return 扣減之後剩餘的庫存【-3:庫存未初始化; -2:庫存不足; -1:不限庫存; 大於等於0:扣減庫存之後的剩餘庫存】 */ private Long stock(String key, int num) { // 腳本裡的KEYS參數 List<String> keys = new ArrayList<>(); keys.add(key); // 腳本裡的ARGV參數 List<String> args = new ArrayList<>(); args.add(Integer.toString(num)); long result = redisTemplate.execute(new RedisCallback<Long>() { @Override public Long doInRedis(RedisConnection connection) throws DataAccessException { Object nativeConnection = connection.getNativeConnection(); // 集群模式和單機模式雖然執行腳本的方法一樣,但是沒有共同的接口,所以隻能分開執行 // 集群模式 if (nativeConnection instanceof JedisCluster) { return (Long) ((JedisCluster) nativeConnection).eval(STOCK_LUA, keys, args); } // 單機模式 else if (nativeConnection instanceof Jedis) { return (Long) ((Jedis) nativeConnection).eval(STOCK_LUA, keys, args); } return UNINITIALIZED_STOCK; } }); return result; } }
調用
/** * @author yuhao.wang */ @RestController public class StockController { @Autowired private StockService stockService; @RequestMapping(value = "stock", produces = MediaType.APPLICATION_JSON_UTF8_VALUE) public Object stock() { // 商品ID long commodityId = 1; // 庫存ID String redisKey = "redis_key:stock:" + commodityId; long stock = stockService.stock(redisKey, 60 * 60, 2, () -> initStock(commodityId)); return stock >= 0; } /** * 獲取初始的庫存 * * @return */ private int initStock(long commodityId) { // TODO 這裡做一些初始化庫存的操作 return 1000; } @RequestMapping(value = "getStock", produces = MediaType.APPLICATION_JSON_UTF8_VALUE) public Object getStock() { // 商品ID long commodityId = 1; // 庫存ID String redisKey = "redis_key:stock:" + commodityId; return stockService.getStock(redisKey); } @RequestMapping(value = "addStock", produces = MediaType.APPLICATION_JSON_UTF8_VALUE) public Object addStock() { // 商品ID long commodityId = 2; // 庫存ID String redisKey = "redis_key:stock:" + commodityId; return stockService.addStock(redisKey, 2); } }
到此這篇關於如何使用Redis實現電商系統的庫存扣減的文章就介紹到這瞭,更多相關Redis 庫存扣減內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- 詳解RedisTemplate下Redis分佈式鎖引發的系列問題
- 關於SpringBoot 使用 Redis 分佈式鎖解決並發問題
- Java基於redis實現分佈式鎖
- Redis分佈式非公平鎖的使用
- 詳解基於redis實現的四種常見的限流策略