Redis实现全局唯一id,实现优惠卷秒杀的下单功能
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 ...
最新文章
- AAAI2021论文:一个高性能3-D目标两步检测法Voxel R-CNN
- linux 服务器 安装网卡驱动,linux下安装编译网卡驱动的方法
- 推荐11个实用的JavaScript库
- 【CodeForces - 1084D】The Fair Nut and the Best Path (树形dp)
- FastJson稍微使用不当就会导致StackOverflow
- python3 logging模块_python3中使用logging模块写日志,中文乱码,如何解决?
- 禁止chrome浏览器自动填充表单的解决方案
- pop3通过时间或者条件取邮件_Python 进阶(三):邮件的发送与收取
- 黎明杀机手游未能连接服务器,黎明杀机无法连接在线服务及EAC绿条读完后无反应解决方法...
- How to Use File Choosers
- 网站如何做分布式(集群)的大纲
- 卷积神经网络CNN:Tensorflow实现(以及对卷积特征的可视化)
- 数值分析的matlab实验总结,数值分析及其MATLAB实验(第2版)
- CVPR 2020 最佳论文提名 | 神经网络能否识别镜像翻转
- 调皮捣蛋的孩子--十大负面测试用例
- web编程开发_Web编程简介(Web设计和Web开发)
- React (fetch redux初识 state action reducer getState dispatch .subscribe 取消监听 ActionTypes Action Crea)
- 自定义高德地图深色主题
- RedFlag Linux Desktop 5.0使用手记(转)
- 各CCFA类核心期刊的信息汇总与评价总结(科技领域)