利用redis实现秒杀功能

6、秒杀优化

这个��� 图灵 的redis实战里面的一个案例

6.1 秒杀优化-异步秒杀思路

我们来回顾一下下单流程

当用户发起请求，此时会请求nginx，nginx会访问到tomcat，而tomcat中的程序，会进行串行操作，分成如下几个步骤

1、查询优惠卷

2、判断秒杀库存是否足够

3、查询订单

4、校验是否是一人一单

5、扣减库存

6、创建订单

在这六步操作中，又有很多操作是要去操作数据库的，而且还是一个线程串行执行， 这样就会导致我们的程序执行的很慢，所以我们需要异步程序执行，那么如何加速呢？

在这里笔者想给大家分享一下课程内没有的思路，看看有没有小伙伴这么想，比如，我们可以不可以使用异步编排来做，或者说我开启N多线程，N多个线程，一个线程执行查询优惠卷，一个执行判断扣减库存，一个去创建订单等等，然后再统一做返回，这种做法和课程中有哪种好呢？答案是课程中的好，因为如果你采用我刚说的方式，如果访问的人很多，那么线程池中的线程可能一下子就被消耗完了，而且你使用上述方案，最大的特点在于，你觉得时效性会非常重要，但是你想想是吗？并不是，比如我只要确定他能做这件事，然后我后边慢慢做就可以了，我并不需要他一口气做完这件事，所以我们应当采用的是课程中，类似消息队列的方式来完成我们的需求，而不是使用线程池或者是异步编排的方式来完成这个需求

优化方案：我们将耗时比较短的逻辑判断放入到redis中，比如是否库存足够，比如是否一人一单，这样的操作，只要这种逻辑可以完成，就意味着我们是一定可以下单完成的，我们只需要进行快速的逻辑判断，根本就不用等下单逻辑走完，我们直接给用户返回成功， 再在后台开一个线程，后台线程慢慢的去执行queue里边的消息，这样程序不就超级快了吗？而且也不用担心线程池消耗殆尽的问题，因为这里我们的程序中并没有手动使用任何线程池，当然这里边有两个难点

第一个难点是我们怎么在redis中去快速校验一人一单，还有库存判断

第二个难点是由于我们校验和tomct下单是两个线程，那么我们如何知道到底哪个单他最后是否成功，或者是下单完成，为了完成这件事我们在redis操作完之后，我们会将一些信息返回给前端，同时也会把这些信息丢到异步queue中去，后续操作中，可以通过这个id来查询我们tomcat中的下单逻辑是否完成了。

我们现在来看看整体思路：当用户下单之后，判断库存是否充足只需要导redis中去根据key找对应的value是否大于0即可，如果不充足，则直接结束，如果充足，继续在redis中判断用户是否可以下单，如果set集合中没有这条数据，说明他可以下单，如果set集合中没有这条记录，则将userId和优惠卷存入到redis中，并且返回0，整个过程需要保证是原子性的，我们可以使用lua来操作

当以上判断逻辑走完之后，我们可以判断当前redis中返回的结果是否是0 ，如果是0，则表示可以下单，则将之前说的信息存入到到queue中去，然后返回，然后再来个线程异步的下单，前端可以通过返回的订单id来判断是否下单成功。

6.2 秒杀优化-Redis完成秒杀资格判断

需求：

• 新增秒杀优惠券的同时，将优惠券信息保存到Redis中

• 基于Lua脚本，判断秒杀库存、一人一单，决定用户是否抢购成功

• 如果抢购成功，将优惠券id和用户id封装后存入阻塞队列

• 开启线程任务，不断从阻塞队列中获取信息，实现异步下单功能

  VoucherServiceImpl

  @Override@Transactionalpublic void addSeckillVoucher(Voucher voucher) {    // 保存优惠券    save(voucher);    // 保存秒杀信息    SeckillVoucher seckillVoucher = new SeckillVoucher();    seckillVoucher.setVoucherId(voucher.getId());    seckillVoucher.setStock(voucher.getStock());    seckillVoucher.setBeginTime(voucher.getBeginTime());    seckillVoucher.setEndTime(voucher.getEndTime());    seckillVoucherService.save(seckillVoucher);    // 保存秒杀库存到Redis中    //SECKILL_STOCK_KEY 这个变量定义在RedisConstans中    //private static final String SECKILL_STOCK_KEY ="seckill:stock:"    stringRedisTemplate.opsForValue().set(SECKILL_STOCK_KEY + voucher.getId(), voucher.getStock().toString());}

  完整lua表达式

  -- 1.参数列表-- 1.1.优惠券idlocal voucherId = ARGV[1]-- 1.2.用户idlocal userId = ARGV[2]-- 1.3.订单idlocal orderId = ARGV[3]-- 2.数据key-- 2.1.库存keylocal stockKey = 'seckill:stock:' .. voucherId-- 2.2.订单keylocal orderKey = 'seckill:order:' .. voucherId-- 3.脚本业务-- 3.1.判断库存是否充足 get stockKeyif(tonumber(redis.call('get', stockKey))     //获取用户    Long userId = UserHolder.getUser().getId();    long orderId = redisIdWorker.nextId("order");    // 1.执行lua脚本    Long result = stringRedisTemplate.execute(            SECKILL_SCRIPT,            Collections.emptyList(),            voucherId.toString(), userId.toString(), String.valueOf(orderId)    );    int r = result.intValue();    // 2.判断结果是否为0    if (r != 0) {        // 2.1.不为0 ，代表没有购买资格        return Result.fail(r == 1 ? "库存不足" : "不能重复下单");    }    //TODO 保存阻塞队列    // 3.返回订单id    return Result.ok(orderId);}   SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());}// 用于线程池处理的任务// 当初始化完毕后，就会去从对列中去拿信息 private class VoucherOrderHandler implements Runnable{        @Override        public void run() {            while (true){                try {                    // 1.获取队列中的订单信息                    VoucherOrder voucherOrder = orderTasks.take();                    // 2.创建订单                    handleVoucherOrder(voucherOrder);                } catch (Exception e) {                    log.error("处理订单异常", e);                }           }        }            private void handleVoucherOrder(VoucherOrder voucherOrder) {            //1.获取用户            Long userId = voucherOrder.getUserId();            // 2.创建锁对象            RLock redisLock = redissonClient.getLock("lock:order:" + userId);            // 3.尝试获取锁            boolean isLock = redisLock.lock();            // 4.判断是否获得锁成功            if (!isLock) {                // 获取锁失败，直接返回失败或者重试                log.error("不允许重复下单！");                return;            }            try {//注意：由于是spring的事务是放在threadLocal中，此时的是多线程，事务会失效                proxy.createVoucherOrder(voucherOrder);            } finally {                // 释放锁                redisLock.unlock();            }    }     //aprivate BlockingQueue        Long userId = UserHolder.getUser().getId();        long orderId = redisIdWorker.nextId("order");        // 1.执行lua脚本        Long result = stringRedisTemplate.execute(                SECKILL_SCRIPT,                Collections.emptyList(),                voucherId.toString(), userId.toString(), String.valueOf(orderId)        );        int r = result.intValue();        // 2.判断结果是否为0        if (r != 0) {            // 2.1.不为0 ，代表没有购买资格            return Result.fail(r == 1 ? "库存不足" : "不能重复下单");        }        VoucherOrder voucherOrder = new VoucherOrder();        // 2.3.订单id        long orderId = redisIdWorker.nextId("order");        voucherOrder.setId(orderId);        // 2.4.用户id        voucherOrder.setUserId(userId);        // 2.5.代金券id        voucherOrder.setVoucherId(voucherId);        // 2.6.放入阻塞队列        orderTasks.add(voucherOrder);        //3.获取代理对象         proxy = (IVoucherOrderService)AopContext.currentProxy();        //4.返回订单id        return Result.ok(orderId);    }           @Transactional    public  void createVoucherOrder(VoucherOrder voucherOrder) {        Long userId = voucherOrder.getUserId();        // 5.1.查询订单        int count = query().eq("user_id", userId).eq("voucher_id", voucherOrder.getVoucherId()).count();        // 5.2.判断是否存在        if (count  0) {            // 用户已经购买过了           log.error("用户已经购买过了");           return ;        }        // 6.扣减库存        boolean success = seckillVoucherService.update()                .setSql("stock = stock - 1") // set stock = stock - 1                .eq("voucher_id", voucherOrder.getVoucherId()).gt("stock", 0) // where id = ? and stock > 0                .update();        if (!success) {            // 扣减失败            log.error("库存不足");            return ;        }        save(voucherOrder);     }

  小总结：

  秒杀业务的优化思路是什么？

  • 先利用Redis完成库存余量、一人一单判断，完成抢单业务
  • 再将下单业务放入阻塞队列，利用独立线程异步下单
  • 基于阻塞队列的异步秒杀存在哪些问题？
    • 内存限制问题
    • 数据安全问题