Redis解決優惠券秒殺應用案例

Posted on 2022-11-02 by WalkonNet

摘要：本文先講瞭搶購問題，指出其中會出現的多線程問題，提出解決方案采用悲觀鎖和樂觀鎖兩種方式進行實現，然後發現在搶購過程中容易出現一人多單現象，為保證優惠券不會被【黃牛】搶到，因此我們在保證多線程安全的情況下實現瞭一人一單業務，最後指出本文的實現在集群情況下的不足之處。在本專欄的另一篇文章中提出集群或者分佈式系統的解決方案。

【前端頁面】

在代金券發放後，多個用戶會進行優惠券搶購，在搶購時需要判斷兩點：

下單時需要判斷兩點：

秒殺是否開始或結束，如果尚未開始或已經結束則無法下單
庫存是否充足，不足則無法下單

下單核心邏輯分析：

當用戶開始進行下單，我們應當去查詢優惠卷信息，查詢到優惠卷信息，判斷是否滿足秒殺條件

比如時間是否充足，如果時間充足，則進一步判斷庫存是否足夠，如果兩者都滿足，則扣減庫存，創建訂單，然後返回訂單id，如果有一個條件不滿足則直接結束。

【邏輯圖】

【代碼實現】

@Override
public Result seckillVoucher(Long voucherId) {
    // 1.查詢優惠券
    SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
    // 2.判斷秒殺是否開始
    if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
        // 尚未開始
        return Result.fail("秒殺尚未開始！");
    }
    // 3.判斷秒殺是否已經結束
    if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
        // 尚未開始
        return Result.fail("秒殺已經結束！");
    }
    // 4.判斷庫存是否充足#######
    if (voucher.getStock() < 1) {
        // 庫存不足
        return Result.fail("庫存不足！");
    }
    //5，扣減庫存
    boolean success = seckillVoucherService.update()
            .setSql("stock= stock -1")
            .eq("voucher_id", voucherId).update();
    if (!success) {
        //扣減庫存
        return Result.fail("庫存不足！");
    }
    //6.創建訂單
    VoucherOrder voucherOrder = new VoucherOrder();
    // 6.1.訂單id
    long orderId = redisIdWorker.nextId("order");
    voucherOrder.setId(orderId);
    // 6.2.用戶id
    Long userId = UserHolder.getUser().getId();
    voucherOrder.setUserId(userId);
    // 6.3.代金券id
    voucherOrder.setVoucherId(voucherId);
    save(voucherOrder);
 
    return Result.ok(orderId);
 
}

【分析代碼】

從上述的邏輯圖中我們可以知道，要扣減庫存，並且要保存訂單，因此需要事務業務
在第4步判斷庫存是否充足處，會出現多線程問題。出現訂單超賣現象

問題代碼如下：

 if (voucher.getStock() < 1) {
        // 庫存不足
        return Result.fail("庫存不足！");
    }
    //5，扣減庫存
    boolean success = seckillVoucherService.update()
            .setSql("stock= stock -1")
            .eq("voucher_id", voucherId).update();
    if (!success) {
        //扣減庫存
        return Result.fail("庫存不足！");
    }

【采用鎖】解決上述超賣問題。

悲觀鎖：

悲觀鎖可以實現對於數據的串行化執行，比如syn，和lock都是悲觀鎖的代表，同時，悲觀鎖中又可以再細分為公平鎖，非公平鎖，可重入鎖，等等

樂觀鎖：

樂觀鎖：會有一個版本號，每次操作數據會對版本號+1，再提交回數據時，會去校驗是否比之前的版本大1 ，如果大1 ，則進行操作成功，這套機制的核心邏輯在於，如果在操作過程中，版本號隻比原來大1 ，那麼就意味著操作過程中沒有人對他進行過修改，他的操作就是安全的，如果不大1，則數據被修改過，當然樂觀鎖還有一些變種的處理方式比如cas

樂觀鎖的典型代表：就是cas，利用cas進行無鎖化機制加鎖，var5 是操作前讀取的內存值，while中的var1+var2 是預估值，如果預估值 == 內存值，則代表中間沒有被人修改過，此時就將新值去替換內存值

其中do while 是為瞭在操作失敗時，再次進行自旋操作，即把之前的邏輯再操作一次。

修改代碼方案

我們的樂觀鎖保證stock大於0 即可，如果查詢邏輯stock不能保證大於0，則會出現 success為false我們在後文進行判斷即可。

boolean success = seckillVoucherService.update()
            .setSql("stock= stock -1")
            .eq("voucher_id", voucherId).update().gt("stock",0); //where id = ? and stock > 0
   if (!success) {
        //扣減庫存
        return Result.fail("庫存不足！");
    }

代碼寫到這裡，我們就解決瞭多線程安全問題（優惠券超賣）

一人一單

但是我們在檢查數據庫數據時，我們發現一個人可以購買多個優惠券。

因此我們可以在搶購前，判斷該用戶是否已經購買過該優惠券，如果購買過則直接返回。

【邏輯圖】紅框內的是新增邏輯。

 @Override
public Result seckillVoucher(Long voucherId) {
    // 1.查詢優惠券
    SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
    // 2.判斷秒殺是否開始
    if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
        // 尚未開始
        return Result.fail("秒殺尚未開始！");
    }
    // 3.判斷秒殺是否已經結束
    if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
        // 尚未開始
        return Result.fail("秒殺已經結束！");
    }
    // 4.判斷庫存是否充足
    if (voucher.getStock() < 1) {
        // 庫存不足
        return Result.fail("庫存不足！");
    }
    // 5.一人一單邏輯
    // 5.1.用戶id
    Long userId = UserHolder.getUser().getId();
    int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();
    // 5.2.判斷是否存在
    if (count > 0) {
        // 用戶已經購買過瞭
        return Result.fail("用戶已經購買過一次！");
    }
 
    //6，扣減庫存
    boolean success = seckillVoucherService.update()
            .setSql("stock= stock -1")
            .eq("voucher_id", voucherId).update();
    if (!success) {
        //扣減庫存
        return Result.fail("庫存不足！");
    }
    //7.創建訂單
    VoucherOrder voucherOrder = new VoucherOrder();
    // 7.1.訂單id
    long orderId = redisIdWorker.nextId("order");
    voucherOrder.setId(orderId);
 
    voucherOrder.setUserId(userId);
    // 7.3.代金券id
    voucherOrder.setVoucherId(voucherId);
    save(voucherOrder);
 
    return Result.ok(orderId);
 
}

【分析代碼】—仍然會出現多線程問題。

存在問題：現在的問題還是和之前一樣，並發過來，查詢數據庫，都不存在訂單，所以我們還是需要加鎖，但是樂觀鎖比較適合更新數據，而現在是插入數據，所以我們需要使用悲觀鎖操作

【註意事項】

事務應該包含在鎖的內部。
鎖的粒度，鎖的對象應該是用戶級別的，而不是整個搶購優惠券級別的，因此我們不會直接將synchronized加到方法上。
鎖對象的細節處理，使用userId.toString().intern()保證對象唯一。
獲取代理對象調用切入事務

package com.hmdp.service.impl;
 
import com.hmdp.dto.Result;
import com.hmdp.entity.SeckillVoucher;
import com.hmdp.entity.VoucherOrder;
import com.hmdp.mapper.VoucherOrderMapper;
import com.hmdp.service.ISeckillVoucherService;
import com.hmdp.service.IVoucherOrderService;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.hmdp.utils.RedisWorker;
import com.hmdp.utils.UserHolder;
import org.springframework.aop.framework.AopContext;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;
 
import javax.annotation.Resource;
import java.time.LocalDateTime;
 
/**
 * <p>
 * 服務實現類
 * </p>
 *
 * @author msf
 * @since 2022-10-29
 */
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
 
    @Resource
    private ISeckillVoucherService seckillVoucherService;
 
    @Resource
    private RedisWorker redisWorker;
 
 
    @Override
 
    public Result seckillVoucher(Long voucherId) {
        // 1. 查詢優惠券信息
        SeckillVoucher voucherOrder = seckillVoucherService.getById(voucherId);
        // 2.判斷秒殺是否開始
        if (voucherOrder.getBeginTime().isAfter(LocalDateTime.now())) {
            return Result.fail("搶購尚未開始");
        }
        if (voucherOrder.getEndTime().isBefore(LocalDateTime.now())) {
            return Result.fail("搶購已經結束");
        }
        // 3.判斷庫存是否充足
        if (voucherOrder.getStock() < 1) {
            return Result.fail("您來晚瞭,票已被搶完");
        }
        Long userId = UserHolder.getUser().getId();
        // 事務應該在synchronized裡面
        synchronized (userId.toString().intern()) {
            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
            return proxy.createVoucherOrder(voucherId,userId);
        }
    }
 
 
    @Transactional
    public Result createVoucherOrder(Long voucherId,Long userId) {
            // 4. 一人一單邏輯
            // 4.1 根據優惠券id和用戶id查詢訂單
            Integer count = query().eq("user_id", userId)
                    .eq("voucher_id", voucherId).count();
            // 4.2 訂單存在，直接返回
            if (count > 0) {
                return Result.fail("用戶已經購買一次");
            }
 
            // 5. 扣減庫存
            boolean success = seckillVoucherService.update()
                    .setSql("stock = stock - 1")
                    .gt("stock", 0)
                    .eq("voucher_id", voucherId).update();
            if (!success) {
                return Result.fail("庫存不足");
            }
 
            // 6.創建訂單
            VoucherOrder order = new VoucherOrder();
            // 6.1 設置id
            order.setId(redisWorker.nextId("order"));
            // 6.2 設置訂單id
            order.setVoucherId(voucherId);
            // 6.3 設置用戶id
            order.setUserId(userId);
            save(order);
 
            // 7. 返回訂單id
            return Result.ok(order);
 
    }
}

展望

雖然我們利用鎖和事務解決單體系統下的秒殺功能，但是現在的業務一般是在集群和分佈式系統協作完成，因此我們在測試系統在集群部署時，仍會出現一人多單問題，稍後我們將更新文章，分析問題出現原因，並利用分佈式鎖的方式解決該問題。

到此這篇關於Redis解決優惠券秒殺的文章就介紹到這瞭,更多相關Redis優惠券秒殺內容請搜索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！

Redis解決優惠券秒殺應用案例

目錄

【前端頁面】

【分析代碼】

一人一單

展望

推薦閱讀：

發佈留言取消回覆

近期文章

目錄

【前端頁面】

【分析代碼】

一人一單

展望

推薦閱讀：

發佈留言 取消回覆

近期文章

標籤

發佈留言取消回覆