Springboot秒杀系统（乐观锁+RateLimiter令牌+Redis缓存）

本文主要是利用springboot，实现一个单机版秒杀demo，通过单机版实现，可以对基本并发秒杀的知识有一定的了解。

首先先提供秒杀业务实现类：


/*** spring 注解加在实现类*/
@Service
@Transactional
public class OrderServiceImpl implements OrderService {@Autowiredprivate StockMapper stockMapper;@Autowiredprivate StockOrderMapper orderMapper;@Autowiredprivate StringRedisTemplate redisTemplate;//方法用synchronized修饰，单机应用增加悲观锁//注意，与@Transactional一起使用是，不会生效，如要要使用的话在调用该方法的地方使用synchronized代码块//原因：Transactional事务是在锁之前开始的，事务范围广，当一个线程锁释放了，但是事务还没提交，当下个线程过来是，一起提交上一次事务//一般不建议使用，线程会单个使用，降低效率，并且不要在业务代码增加synchronized@Overridepublic  int kill(Integer id) {//加入redis缓存限时抢购，即使获得令牌如果不在活动时间内也是无法抢购//校验redis中秒杀商品是否结束if (!redisTemplate.hasKey("kill"+id)) {throw new RuntimeException("当前商品的抢购活动已经结束啦！");}//校验库存StockDO stockDO = checkStock(id);//扣减库存updateStock(stockDO);//创建订单return createOrder(stockDO);/*      //根据id校验库存StockDO stockDO = stockMapper.checkStock(id);if(stockDO.getSale().equals(stockDO.getCount())){throw new RuntimeException("库存不足。。。");}else {//扣减库存stockDO.setSale(stockDO.getSale() + 1);stockMapper.update(stockDO);//创建订单StockOrderDO stockOrderDO = new StockOrderDO();stockOrderDO.setSid(id).setName(stockDO.getName()).setCreateTime(new Date());orderMapper.insert(stockOrderDO);return stockOrderDO.getId();}*/}private StockDO checkStock(Integer id){StockDO stockDO = stockMapper.checkStock(id);if(stockDO.getSale().equals(stockDO.getCount())) {throw new RuntimeException("库存不足。。。");}return  stockDO;}private void updateStock(StockDO stockDO){//使用乐观锁//在sql完成销量+1 和版本号的+1，并且根据商品id和版本号同时查询更新商品//使用版本号，数据库不支持并发写int updateRows = stockMapper.update(stockDO);if(updateRows == 0){throw new RuntimeException("抢购失败，请重试！！！");}}private Integer createOrder(StockDO stockDO){StockOrderDO stockOrderDO = new StockOrderDO();stockOrderDO.setSid(stockDO.getId()).setName(stockDO.getName()).setCreateTime(new Date());orderMapper.insert(stockOrderDO);return stockOrderDO.getId();}
}

1.使用synchronized关键字悲观锁，防止超卖，使用悲观锁的话，对资源浪费比较大，每一次只允许一个线程访问，降低效率，其他的只能等待，显示是不合理的。不过如果真的要是用synchronized,不要在业务代码使用，必须在调用业务代码的地方使用同同步代码块，原因如下：

业务代码使用了@Transactional注解，一起使用是不会生效，因为Transactional事务是在锁之前开始的，事务范围广，当一个线程锁释放了，但是事务还没提交，当下个线程过来是，一起提交上一次事务。

   @GetMapping("/kill")public  String kill(Integer id){System.out.println("秒杀商品id = "+id);try {//根据秒杀商品id,去调秒杀业务//调用处增加synchronized悲观锁//先加锁，然后在开启事物，可以保证安全性。synchronized(this){int orderId = orderService.kill(id);return "秒杀成功，订单id:" + orderId;}}catch (Exception e){e.printStackTrace();return e.getMessage();}}

2.数据库层面version版本号，乐观锁防止超卖，利用数据库不支持并发写，每一次只允许一个线程操作。数据增加version字段，每次修改都更加version去修改，并且数据增加销售量。

  <update id="update">update stockset sale = sale + 1,version = version +1where id = #{id} and version =#{version}</update>

使用测试发现利用乐观锁进行控制商品秒杀，同样的并发量，明显效率比较高，时间也是缩短一半左右。

3.Google guava RateLimiter令牌桶算法接口限流，在利用乐观锁的实现超卖的前提下进行限流，因为是接口限流所以是在前端调用的时候进行限制。

这边插入一下限流算法的概念：

限流：是对某一时间窗口内的请求数进行限制，保持系统的可用性和稳定性，防止因流量暴增而导致的系统运行缓慢或者宕机接口限流：在面临高并发的抢购请求时，我们如果不对接口进行限流，可能会对后台系统造成极大的压力，大量的请求抢购成功时需要调用下单接口，过多的请求达到数据库时会对系统的稳定性造成影响常用限流算法：令牌桶算法、漏斗算法（用的少），Google开源项目Guava中的RateLimiter使用的就是令牌桶控制的算法。在实际开发高并发系统时有三把利器：缓存、降级、限流缓存：缓存的目的是提升系统访问量速度和增大系统处理容量降级：当服务压力剧增的情况下，根据当前业务情况及流量对一些服务和页面的降级（springcloud的hystrix），以此释放服务器资源以保证核心任务的正常运行限流：目的是通过对并发访问/请求进行限速，或者对一个时间窗口内的请求进行限速来保护系统，一旦达到限制的速率则可以拒绝服务、排队或者等待、降级处理漏斗算法（简单粗暴）：漏桶(Leaky Bucket)算法思路很简单,水(请求)先进入到漏桶里,漏桶以一定的速度出水(接口有响应速率),当水流入速度过大会直接溢出(访问频率超过接口响应速率),然后就拒绝请求,可以看出漏桶算法能强行限制数据的传输速率令牌桶算法：令牌桶算法(Token Bucket)和 Leaky Bucket 效果一样但方向相反的算法,更加容易理解.随着时间流逝,系统会按恒定1/QPS时间间隔(如果QPS=100,则间隔是10ms)往桶里加入Token(想象和漏洞漏水相反,有个水龙头在不断的加水),如果桶已经满了就不再加了.新请求来临时,会各自拿走一个Token,如果没有Token可拿了就阻塞或者拒绝服务.设置超时时间，超过时间自己抛弃.

代码实现：

  //创建令牌桶实例private RateLimiter rateLimter = RateLimiter.create(10);/*** 秒杀方法* @param id* @return*/@GetMapping("/killToken")public  String killToken(Integer id){//System.out.println("秒杀商品id = "+id);//秒杀前，执行限流操作，获得到了令牌才执行抢购//@return {@code true} if the permit was acquired, {@code false} otherwise//如果超过等待时间if (!rateLimter.tryAcquire(1,TimeUnit.SECONDS)){log.error("当前请求被限流，直接抛弃，抢购失败！！,当前活动过于火爆，请重试");return "抢购失败！！,当前活动过于火爆，请重试";}try {//根据秒杀商品id,去调秒杀业务//调用处增加synchronized悲观锁//先加锁，然后在开启事物，可以保证安全性。// synchronized(this){int orderId = orderService.kill(id);log.info("秒杀商品id = "+id);return "秒杀成功，订单id:" + orderId;//  }}catch (Exception e){e.printStackTrace();return e.getMessage();}}

4.Redis缓存抢购时间，主要是为了缓解数据压力，利用缓存在调用数据库前，判断是否秒杀活动结束了，并且秒杀的话存在的时间也不是很长，如果存在才进行数据库操作，所以即使获得的秒杀资格但是活动结束的话也是抢购失败，主要是在业务层进行控制。即数据存一个秒杀key，设置秒杀时间比如：set kill1 EX 180 表示秒杀key存在180秒

  //加入redis缓存限时抢购，即使获得令牌如果不在活动时间内也是无法抢购//校验redis中秒杀商品是否结束if (!redisTemplate.hasKey("kill"+id)) {throw new RuntimeException("当前商品的抢购活动已经结束啦！");}

5.接口压力测试使用Jmeter

6.代码连接：Gitee 仓库地址，module工程师miaosha，https://gitee.com/ou_qiming/springcloud-demo.git

Springboot秒杀系统（乐观锁+RateLimiter令牌+Redis缓存）相关推荐

springboot 秒杀系统（二）redis
上一步我们做的秒杀虽然在操作上没问题, 但性能上能有很大的提升空间. 我们可以先把秒杀数据加载到内存中,考虑到以后服务集群化, 所以加载的数据不存放在JVM中,而存在放redis 首先,我们都知道,r ...
SpringBoot秒杀系统
秒杀系统库存今天带来一套秒杀库存扣减涉及到单体架构和集群架构希望能给你们带来帮助我也不想学但是bgs不教首先讲一下大致的扣减库存的思路 @RequestMapping("dedu ...
SpringBoot + 秒杀系统
本书源码 https://github.com/huangwenyi10/spring-boot-book-v2 目录创建秒杀系统雏形小结详情高并发优化流量削峰创建解决 Cannot ...
springboot 秒杀系统（一）
秒杀系统应该是很检验一个人的能力的项目.包括从前端到运营商到nginx到后端等等,很多地方可以优化. 前端的页面控制,运营商的CDN加速,nginx的动静分离等下面我来一步一步实现后端的秒杀功能的 ...
SpringBoot使用@Cacheable实现最简单的Redis缓存
前言之前我们使用过RedisTemplate来实现redis缓存,然后使用工具类来实现操作redis的存储.这样的方式好处是很自由,但是还不是最简单的处理方式.对于一些简单的应用来说,其实redis ...
springboot 启动加载数据库数据到redis缓存
启动项目后, 加载数据库公共配置数据到redis中 import org.springframework.data.redis.core.RedisTemplate; import org.sprin ...
【springboot】mybatis-generator+tkmybatis通用mapper+swagge+redis缓存整合使用
介绍
高并发】高并发秒杀系统架构解密，不是所有的秒杀都是秒杀
前言很多小伙伴反馈说,高并发专题学了那么久,但是,在真正做项目时,仍然不知道如何下手处理高并发业务场景!甚至很多小伙伴仍然停留在只是简单的提供接口(CRUD)阶段,不知道学习的并发知识如何运用到实际 ...
实践出真知：全网最强秒杀系统架构解密！！
很多小伙伴反馈说,高并发专题学了那么久,但是,在真正做项目时,仍然不知道如何下手处理高并发业务场景!甚至很多小伙伴仍然停留在只是简单的提供接口(CRUD)阶段,不知道学习的并发知识如何运用到实际项目中 ...

Springboot秒杀系统（乐观锁+RateLimiter令牌+Redis缓存）

Springboot秒杀系统（乐观锁+RateLimiter令牌+Redis缓存）相关推荐

最新文章

热门文章