Redis实现全局唯一id

public class RedisIdWorker {private StringRedisTemplate stringRedisTemplate;public RedisIdWorker(StringRedisTemplate stringRedisTemplate) {this.stringRedisTemplate = stringRedisTemplate;}//开始时间戳private static final long BEGIN_TIMESTAMP = 1640995200L;//2022.01.01 00:00:00//序列号位数private static final int COUNT_BITS = 32;public long nextId(String keyPrefix){//生成时间戳LocalDateTime now = LocalDateTime.now();long nowSecond = now.toEpochSecond(ZoneOffset.UTC);long timeStamp = nowSecond-BEGIN_TIMESTAMP;//2.生成序列号//2.1.获取当前时间，精确到天  每天一个key,方便统计每天的大小String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));//2.2 利用redis的自增长Long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);//拼接并返回return timeStamp << COUNT_BITS | count;}
}

实现优惠卷秒杀的下单功能

下单时需要判断两点：

* 秒杀是否开始或结束，如果尚未开始或已经结束则无法下单

* 库存是否充足，不足则无法下单。

未考虑高并发

public Result seckillVoucher(Long voucherId) {//1.查询优惠卷SeckillVoucher voucher = seckillVoucherService.getById(voucherId);//2.判断秒杀是否开始if (voucher.getBeginTime().isAfter(LocalDateTime.now())){//尚未开始return Result.fail("秒杀尚未开始！");}//3.判断秒杀是否已经结束if (voucher.getEndTime().isBefore(LocalDateTime.now())){return Result.fail("秒杀已经结束！");}//4.判断库存是否充足if (voucher.getStock()<1){//库存不足return Result.fail("库存不足！");}//5.扣减库存boolean success = seckillVoucherService.update().setSql("stock = stock -1").eq("voucher_id", voucherId).update();if (!success){//库存不足return Result.fail("库存不足！");}//6.创建订单VoucherOrder voucherOrder = new VoucherOrder();//6.1.订单idlong orderId = redisIdWorker.nextId("order");voucherOrder.setId(orderId);//6.2.用户idLong userId = UserHolder.getUser().getId();voucherOrder.setUserId(userId);//6.3.代金卷idvoucherOrder.setVoucherId(voucherId);save(voucherOrder);//7.返回订单idreturn Result.ok(orderId);}

乐观锁解决超卖问题

//5.扣减库存boolean success = seckillVoucherService.update().setSql("stock = stock -1").eq("voucher_id", voucherId).gt("stock",0)//where voucher_id = ? and stock>0.update();

这里我们判断stock>0,就是不管是否有线程安全问题，只要有票就会把票买了。只有没票了才会考虑线程安全问题。

卖票一人一单问题

 @Overridepublic Result seckillVoucher(Long voucherId) {//1.查询优惠卷SeckillVoucher voucher = seckillVoucherService.getById(voucherId);//2.判断秒杀是否开始if (voucher.getBeginTime().isAfter(LocalDateTime.now())){//尚未开始return Result.fail("秒杀尚未开始！");}//3.判断秒杀是否已经结束if (voucher.getEndTime().isBefore(LocalDateTime.now())){return Result.fail("秒杀已经结束！");}//4.判断库存是否充足Integer stock = voucher.getStock();if (stock<1){//库存不足return Result.fail("库存不足！");}//一人一单Long userId = UserHolder.getUser().getId();//查询订单int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();//判断是否存在if (count>0){//用户已经购买过了return Result.fail("用户已经买过了！");}//5.扣减库存boolean success = seckillVoucherService.update().setSql("stock = stock -1").eq("voucher_id", voucherId).gt("stock",0)//where voucher_id = ? and stock>0.update();if (!success){//库存不足return Result.fail("库存不足！");}//6.创建订单VoucherOrder voucherOrder = new VoucherOrder();//6.1.订单idlong orderId = redisIdWorker.nextId("order");voucherOrder.setId(orderId);//6.2.用户idvoucherOrder.setUserId(userId);//6.3.代金卷idvoucherOrder.setVoucherId(voucherId);save(voucherOrder);//7.返回订单idreturn Result.ok(orderId);}

考虑线程安全问题

 @Overridepublic Result seckillVoucher(Long voucherId) {//1.查询优惠卷SeckillVoucher voucher = seckillVoucherService.getById(voucherId);//2.判断秒杀是否开始if (voucher.getBeginTime().isAfter(LocalDateTime.now())){//尚未开始return Result.fail("秒杀尚未开始！");}//3.判断秒杀是否已经结束if (voucher.getEndTime().isBefore(LocalDateTime.now())){return Result.fail("秒杀已经结束！");}//4.判断库存是否充足Integer stock = voucher.getStock();if (stock<1){//库存不足return Result.fail("库存不足！");}//7.返回订单idLong userId = UserHolder.getUser().getId();synchronized (userId.toString().intern()){//这里我们用intern方法是因为toString方法底层是new了一个新的string对象，我们为了确保同一个用户锁的是同一个对象，intern方法是如果值在常量池中存在了就用常量池中的那个对象。//获取代理对象  为什么要用代理对象呢？因为createVoucherOrder这个方法要想事务生效就必须使用代理对象调用而不能是this。因为@Transactional注解底层是通过代理对象来处理的，如果使用this就跳过了代理对象，事务就失效了。IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();return proxy.createVoucherOrder(voucherId);}}@Transactionalpublic Result createVoucherOrder(Long voucherId){//一人一单Long userId = UserHolder.getUser().getId();//查询订单int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();//判断是否存在if (count>0){//用户已经购买过了return Result.fail("用户已经买过了！");}//5.扣减库存boolean success = seckillVoucherService.update().setSql("stock = stock -1").eq("voucher_id", voucherId).gt("stock",0)//where voucher_id = ? and stock>0.update();if (!success){//库存不足return Result.fail("库存不足！");}//6.创建订单VoucherOrder voucherOrder = new VoucherOrder();//6.1.订单idlong orderId = redisIdWorker.nextId("order");voucherOrder.setId(orderId);//6.2.用户idvoucherOrder.setUserId(userId);//6.3.代金卷idvoucherOrder.setVoucherId(voucherId);save(voucherOrder);//7.返回订单idreturn Result.ok(orderId);}

要使用代理对象需要在启动类上暴露代理对象

卖票在集群下存在的问题

因为是在集群下，所以就会有把这一个项目部署到多台机器上，这也会导致每个机器都有自己的JVM,我们前面synchronized锁的是当前JVM下常量池中的userId对象。所以在集群下，就会失效。

分布式锁

满足分布式系统或集群模式下多进程可见互斥的锁

基于redis的分布式锁

自定义的redis锁

//获取锁对象SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate);//获取锁boolean isLock = lock.tryLock(1200);//判断是否获取锁成功if (!isLock){//获取锁失败return Result.fail("一个人只能下一单！");}try{//获取代理对象IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();return proxy.createVoucherOrder(voucherId);}finally {//释放锁lock.unlock();}

public class SimpleRedisLock implements ILock {private String name;private StringRedisTemplate stringRedisTemplate;public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {this.name = name;this.stringRedisTemplate = stringRedisTemplate;}private static final String KEY_PREFIX = "lock:";private static final String ID_PREFIX = UUID.randomUUID(true) + "-";//使用UUID来解决集群下线程id在不同JVM下重复问题。@Overridepublic boolean tryLock(long timeoutSec) {//获取线程标识String threadId = ID_PREFIX + Thread.currentThread().getId();//获取锁Boolean success = stringRedisTemplate.opsForValue().setIfAbsent(KEY_PREFIX + name, threadId, timeoutSec, TimeUnit.SECONDS);return Boolean.TRUE.equals(success);//为了防止在拆箱时，success如果为null，拆箱的话就会空指针异常。}@Overridepublic void unlock() {//获取线程标识String threadId = ID_PREFIX + Thread.currentThread().getId();//获取锁中的标识String id = stringRedisTemplate.opsForValue().get(KEY_PREFIX + name);//判断标识是否一致if (threadId.equals(id)){//释放锁stringRedisTemplate.delete(KEY_PREFIX+name);}}
}

存在的问题

当我们当我们判断锁标识一致后要去释放锁的时候却发生了阻塞，结果锁又超时释放了，然后阻塞结束后就直接释放锁了。

所以我们要确保判断锁标识和释放锁是一个原子操作。

使用lua脚本来保证原子性。

--比较线程标识与锁中的标识是否一致
if(redis.call('get',KEYS[1]) == ARGV[1]) then--释放锁 del keyreturn redis.call('del',KEYS[1])
end
return 0

    private static final String KEY_PREFIX = "lock:";private static final String ID_PREFIX = UUID.randomUUID(true) + "-";//使用UUID来解决集群下线程id在不同JVM下重复问题。 private static final DefaultRedisScript<Long> UNLOCK_SCRIPT;static{UNLOCK_SCRIPT = new DefaultRedisScript<>();UNLOCK_SCRIPT.setLocation(new ClassPathResource("unlock.lua"));UNLOCK_SCRIPT.setResultType(Long.class);}@Overridepublic void unlock() {//调用lua脚本stringRedisTemplate.execute(UNLOCK_SCRIPT,Collections.singletonList(KEY_PREFIX + name),ID_PREFIX+Thread.currentThread().getId());}

该锁是自己写的，仍然有缺陷：不可重入，不能重试

所以下篇文章介绍使用redission

Redis实现全局唯一id,实现优惠卷秒杀的下单功能相关推荐

Redis实现全局唯一id
需求: 每个店铺都可以发布优惠券,而每张优惠券都是唯一的.当用户抢购时,就会生成订单并保存到 tb_voucher_order 这张表中,而订单表如果使用数据库自增 ID 就存在一些问题: id 的规 ...
Redis生成全局唯一ID
简介: 全局唯一ID生成器是一种在分布式系统下用来生成全局唯一ID的工具特性: 唯一性高性能安全性高可用递增性生成规则: 有时为了增加ID的安全性,我们可以不直接使用Redis自增的数值, ...
【Redis】解决全局唯一 id 问题
永远要记得坚持的意义一.全局唯一 id 场景概念: 以订单表的 id 为例使用自增 id 会产生的问题: id 的规律性太明显,容易让用户猜测到一些信息受表单数据量的限制 -- 分布式存储时, ...
【Redis】实战篇：优惠卷秒杀 (库存超卖问题、一人一单问题）
文章目录 3.1 全局唯一ID 3.2 -Redis实现全局唯一Id 3.3 添加优惠卷 3.4 实现秒杀下单 3.5 库存超卖问题分析 3.6 乐观锁解决超卖问题 3.7 优惠券秒杀-一人一单 3. ...
Redis：实现全局唯一ID
Redis:实现全局唯一ID 一. 概述二. 实现 (1)获取初始时间戳 (2)生成全局ID 三. 测试为什么可以实现全局唯一? 其他唯一ID策略补充:countDownLatch 一. 概述 ...
如何在分布式场景下生成全局唯一 ID ？
作者 l 会点代码的大叔(CodeDaShu) 在分布式系统中,有一些场景需要使用全局唯一 ID ,可以和业务场景有关,比如支付流水号,也可以和业务场景无关,比如分库分表后需要有一个全局唯一 ID,或 ...
mysql并发获取唯一数值_高并发分布式环境中获取全局唯一ID[分布式数据库全局唯一主键生成]...
需求说明在过去单机系统中,生成唯一ID比较简单,可以使用MySQL的自增主键或者Oracle中的sequence, 在现在的大型高并发分布式系统中,以上策略就会有问题了,因为不同的数据库会部署到不同 ...
阿里P8架构师谈：分布式系统全局唯一ID简介、特点、5种生成方式
什么是分布式系统唯一ID 在复杂分布式系统中,往往需要对大量的数据和消息进行唯一标识. 如在金融.电商.支付.等产品的系统中,数据日渐增长,对数据分库分表后需要有一个唯一ID来标识一条数据或消息,数据 ...
[分布式] ------ 全局唯一id生成之雪花算法（Twitter_Snowflake）
雪花算法(Twitter_Snowflake) 我们知道,分布式全局唯一id的生成,一般是以下几种: 基于雪花算法生成基于数据库基于redis 基于zookeeper 本文说下雪花算法,后面附源码 ...

Redis实现全局唯一id,实现优惠卷秒杀的下单功能