文章目录

一、全局唯一ID
- 1. 全局ID生成器
- 2. 全局唯一ID生成策略
- 3. Redis自增ID策略
二、实现优惠券秒杀下单
- 1. 添加优惠券
- 2. 编写添加秒杀券的接口
三、实现秒杀下单
四、超卖问题
- 1. 加锁方式 - 乐观锁
- - （1）版本号法
  - （2）CAS法
- 2. 乐观锁解决超卖问题
- 3. 小结
五、一人一单问题
- 1. 加锁分析
- 2. 事务分析
六、集群模式下并发安全问题

一、全局唯一ID

1. 全局ID生成器

每个店铺都可以发布优惠券：

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的规律性太明显
受单表数据量的限制

所以tb_voucher_order表的主键不能用自增ID：

create table tb_voucher_order
(id          bigint                                        not null comment '主键'primary key,user_id     bigint unsigned                               not null comment '下单的用户id',voucher_id  bigint unsigned                               not null comment '购买的代金券id',pay_type    tinyint(1) unsigned default 1                 not null comment '支付方式 1：余额支付；2：支付宝；3：微信',status      tinyint(1) unsigned default 1                 not null comment '订单状态，1：未支付；2：已支付；3：已核销；4：已取消；5：退款中；6：已退款',create_time timestamp           default CURRENT_TIMESTAMP not null comment '下单时间',pay_time    timestamp                                     null comment '支付时间',use_time    timestamp                                     null comment '核销时间',refund_time timestamp                                     null comment '退款时间',update_time timestamp           default CURRENT_TIMESTAMP not null on update CURRENT_TIMESTAMP comment '更新时间'
);

全局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，一般要满足下列特性：

为了增加ID的安全性，我们可以不直接使用Redis自增的数值，而是拼接一些其它信息：

D的组成部分：

符号位：1bit，永远为0，表示正数
时间戳：31bit，以秒为单位，可以使用69年
序列号：32bit，秒内的计数器，支持每秒产生2^32个不同ID

编写全局ID生成器代码：

@Component
public class RedisIdWorker {/*** 开始时间戳，以2022.1.1为基准计算时间差*/private static final long BEGIN_TIMESTAMP = 1640995200L;/*** 序列号的位数*/private static final int COUNT_BITS = 32;private StringRedisTemplate stringRedisTemplate;public RedisIdWorker(StringRedisTemplate stringRedisTemplate) {this.stringRedisTemplate = stringRedisTemplate;}/*** 生成带有业务前缀的redis自增id* @param keyPrefix* @return*/public long nextId(String keyPrefix) {// 1.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.获取当前日期，精确到天// 加上日期前缀，可以让存更多同一业务类型的数据，并且还能通过日期获取当天的业务数量，一举两得String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));// 2.2.自增长long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);// 3.拼接并返回// 用于是数字类型的拼接，所以不能像拼接字符串那样处理，而是通过位运算将高32位存 符号位+时间戳，低32位存 序列号return timestamp << COUNT_BITS | count;}public static void main(String[] args) {LocalDateTime time = LocalDateTime.of(2022, 1, 1, 0, 0, 0);long second = time.toEpochSecond(ZoneOffset.UTC);System.out.println(second);// 1640995200}
}

测试全局ID生成器：

@SpringBootTest
class HmDianPingApplicationTests {@Resourceprivate RedisIdWorker redisIdWorker;private ExecutorService executorService = Executors.newFixedThreadPool(500);@Testvoid testIdWorker() throws InterruptedException {CountDownLatch latch = new CountDownLatch(300);// 每个线程生成100个idRunnable task = () -> {for (int i = 0; i < 100; i++) {long id = redisIdWorker.nextId("order");System.out.println("id = " + id);}latch.countDown();};// 300个线程long begin = System.currentTimeMillis();for (int i = 0; i < 300; i++) {executorService.submit(task);}latch.await();long end = System.currentTimeMillis();System.out.println("time = " + (end - begin));}
}

测试结果：

2. 全局唯一ID生成策略

UUID（不是递增的）
Redis自增
雪花算法（snowflake）
数据库自增（单独建一张表存自增id，分配到分库分表后的表中）

3. Redis自增ID策略

以日期作为前缀的key，方便统计订单量
自增ID的结构：时间戳 + 计数器

二、实现优惠券秒杀下单

1. 添加优惠券

每个店铺都可以发布优惠券，分为平价券和特价券。平价券可以任意购买，而特价券需要秒杀抢购：

优惠券表信息：

tb_voucher：优惠券的基本信息，优惠金额、使用规则等（tb_voucher表的type字段区分是普通券还是秒杀券）
tb_seckill_voucher：优惠券的库存、开始抢购时间，结束抢购时间（秒杀券才需要填写这些信息），同时秒杀券拥有普通券的基本信息（秒杀券表tb_seckill_voucher的主键id绑定的是普通券表tb_voucher的id）

create table tb_voucher
(id           bigint unsigned auto_increment comment '主键'primary key,shop_id      bigint unsigned                               null comment '商铺id',title        varchar(255)                                  not null comment '代金券标题',sub_title    varchar(255)                                  null comment '副标题',rules        varchar(1024)                                 null comment '使用规则',pay_value    bigint(10) unsigned                           not null comment '支付金额，单位是分。例如200代表2元',actual_value bigint(10)                                    not null comment '抵扣金额，单位是分。例如200代表2元',type         tinyint(1) unsigned default 0                 not null comment '0,普通券；1,秒杀券',status       tinyint(1) unsigned default 1                 not null comment '1,上架; 2,下架; 3,过期',create_time  timestamp           default CURRENT_TIMESTAMP not null comment '创建时间',update_time  timestamp           default CURRENT_TIMESTAMP not null on update CURRENT_TIMESTAMP comment '更新时间'
);

create table tb_seckill_voucher
(voucher_id  bigint unsigned                     not null comment '关联的优惠券的id'primary key,stock       int(8)                              not null comment '库存',create_time timestamp default CURRENT_TIMESTAMP not null comment '创建时间',begin_time  timestamp default CURRENT_TIMESTAMP not null comment '生效时间',end_time    timestamp default CURRENT_TIMESTAMP not null comment '失效时间',update_time timestamp default CURRENT_TIMESTAMP not null on update CURRENT_TIMESTAMP comment '更新时间'
)comment '秒杀优惠券表，与优惠券是一对一关系';

2. 编写添加秒杀券的接口

主要代码：

@RestController
@RequestMapping("/voucher")
public class VoucherController {@Resourceprivate IVoucherService voucherService;/*** 新增秒杀券* @param voucher 优惠券信息，包含秒杀信息* @return 优惠券id*/@PostMapping("seckill")public Result addSeckillVoucher(@RequestBody Voucher voucher) {voucherService.addSeckillVoucher(voucher);return Result.ok(voucher.getId());}
}

@Service
public class VoucherServiceImpl extends ServiceImpl<VoucherMapper, Voucher> implements IVoucherService {@Resourceprivate ISeckillVoucherService seckillVoucherService;@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);}
}

测试添加：

测试结果：

三、实现秒杀下单

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

主要代码：

@RestController
@RequestMapping("/voucher-order")
public class VoucherOrderController {@Resourceprivate IVoucherOrderService voucherOrderService;@PostMapping("seckill/{id}")public Result seckillVoucher(@PathVariable("id") Long voucherId) {return voucherOrderService.seckillVoucher(voucherId);}
}

@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {@Resourceprivate ISeckillVoucherService seckillVoucherService;@Resourceprivate RedisIdWorker redisIdWorker;@Overridepublic Result seckillVoucher(Long voucherId) {// 1.查询优惠券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())) {// 尚未开始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) {// 扣减库存失败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.代金券idvoucherOrder.setVoucherId(voucherId);save(voucherOrder);return Result.ok(orderId);}
}

简单测试秒杀成功：

扣减库存成功：

四、超卖问题

当有大量请求同时访问时，就会出现超卖问题

超卖问题是典型的多线程安全问题，针对这一问题的常见解决方案就是加锁：

1. 加锁方式 - 乐观锁

乐观锁的关键是判断之前查询得到的数据是否有被修改过，常见的方式有两种：

（1）版本号法

（2）CAS法

用库存代替了版本号，可以少加一个字段
扣库存时，与查询时的库存比较，没被修改则可以扣减库存

2. 乐观锁解决超卖问题

乐观锁方式，通过CAS判断前后库存是否一致，解决超卖问题：

// 之前的代码
boolean success = seckillVoucherService.update().setSql("stock= stock -1").eq("voucher_id", voucherId).update();// 乐观锁方式，通过CAS判断前后库存是否一致，解决超卖问题
boolean success = seckillVoucherService.update().setSql("stock= stock -1") // set stock = stock -1.eq("voucher_id", voucherId).eq("stock",voucher.getStock()).update(); // where id = ？ and stock = ?

又出现新的问题：

假设100个线程同时请求，但通过CAS判断后，只有一个线程能扣减库存成功，其余99个线程全部失败
此时，库存剩余99，但是实际业务可以满足其余99个线程扣减库存
虽然能解决超卖问题，但是设计不合理

所以为了解决失败率高的问题，需要进一步改进：

通过CAS 不再判断前后库存是否一致，而是判断库存是否大于0

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

3. 小结

超卖这样的线程安全问题，解决方案有哪些？
（1）悲观锁：添加同步锁，让线程串行执行

优点：简单粗暴
缺点：性能一般

（2）乐观锁：不加锁，在更新时判断是否有其它线程在修改

优点：性能相对悲观锁好（但是仍然需要同时查数据库，影响性能）
缺点：存在成功率低的问题（可以采用分段锁方式提高成功率）

五、一人一单问题

需求：修改秒杀业务，要求同一个优惠券，一个用户只能下一单

在扣减库存之前，加上一人一单的逻辑：

// 5.一人一单逻辑
Long userId = UserHolder.getUser().getId();// 5.1.查询订单数量int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();// 5.2.判断是否下过单if (count > 0) {// 用户已经购买过了return Result.fail("用户已经购买过一次！");}

此处仍会出现并发问题，当同一用户模拟大量请求同时查询是否下过单时，如果正好都查询出count为0，就会跳过判断继续执行扣减库存的逻辑，此时就会出现一人下多单的问题

解决方法：

由于是判断查询的数据是否存在，而不是像之前判断查询的数据是否修改过
所以这里只能加悲观锁

1. 加锁分析

首先将一人一单之后的逻辑全部加锁，所以将一人一单之后的逻辑抽取出一个方法进行加锁，public Result createVoucherOrder(Long voucherId)
如果直接在方法上加锁，则锁的是this对象，锁的对象粒度过大，就算是不同的人执行都会阻塞住，影响性能，public synchronized Result createVoucherOrder(Long voucherId)
所以将锁的对象改为userId，但是不能直接使用synchronized (userId)，因为每次执行Long userId = UserHolder.getUser().getId();虽然值一样，但是对象不同，因此需要这样加锁 synchronized (userId.toString().intern())，intern()表示每次从字符串常量池中获取，这样值相同时，对象也相同
为了防止事务还没提交就释放锁的问题，则不能将锁加在createVoucherOrder方法内部，例如：

@Transactional
public Result createVoucherOrder(Long voucherId) {synchronized (userId.toString().intern()) {。。。}
}

而是需要等事务提交完再释放锁，例如：

synchronized (userId.toString().intern()) {// 获取代理对象（事务）IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();return proxy.createVoucherOrder(voucherId);
}

2. 事务分析

由于只有一人一单之后的逻辑涉及到修改数据库，所以只需对该方法加事务
@Transactional
public Result createVoucherOrder(Long voucherId)
由于只对createVoucherOrder方法加了事务，而该方法是在seckillVoucher方法中被调用，seckillVoucher方法又没有加事务，为了防止事务失效，则不能直接在seckillVoucher方法调用createVoucherOrder方法，例如：

@Override
public Result seckillVoucher(Long voucherId) {。。。。synchronized (userId.toString().intern()) {return this.createVoucherOrder(voucherId);}
}

而是需要通过代理对象调用createVoucherOrder方法，因为@Transactional事务注解的原理是通过获取代理对象执行目标对象的方法，进行AOP操作，所以需要这样：

@Override
public Result seckillVoucher(Long voucherId) {。。。。// 获取代理对象（事务）IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();return proxy.createVoucherOrder(voucherId);
}

并且还要引入依赖：

<dependency><groupId>org.aspectj</groupId><artifactId>aspectjweaver</artifactId>
</dependency>

还要开启注解暴露出代理对象：

@EnableAspectJAutoProxy(exposeProxy = true)
@MapperScan("com.hmdp.mapper")
@SpringBootApplication
public class HmDianPingApplication {public static void main(String[] args) {SpringApplication.run(HmDianPingApplication.class, args);}
}

完整VoucherOrderServiceImpl代码：

@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {@Resourceprivate ISeckillVoucherService seckillVoucherService;@Resourceprivate RedisIdWorker redisIdWorker;@Overridepublic Result seckillVoucher(Long voucherId) {// 1.查询优惠券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())) {// 尚未开始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！");}Long userId = UserHolder.getUser().getId();synchronized (userId.toString().intern()) {// 获取代理对象（事务）IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();return proxy.createVoucherOrder(voucherId);}}@Transactionalpublic Result createVoucherOrder(Long voucherId) {// 5.一人一单逻辑Long userId = UserHolder.getUser().getId();// 5.1.查询订单数量int count = query().eq("user_id", userId).eq("voucher_id", voucherId).count();// 5.2.判断是否下过单if (count > 0) {// 用户已经购买过了return Result.fail("用户已经购买过一次！");}// 6，扣减库存// 乐观锁方式，通过CAS判断库存是否大于0，解决超卖问题：boolean success = seckillVoucherService.update().setSql("stock= stock -1").eq("voucher_id", voucherId).gt("stock",0).update(); // where id = ? and stock > 0if (!success) {// 扣减库存失败return Result.fail("库存不足！");}// 7.创建订单VoucherOrder voucherOrder = new VoucherOrder();// 7.1.订单idlong orderId = redisIdWorker.nextId("order");voucherOrder.setId(orderId);// 7.2.用户idvoucherOrder.setUserId(userId);// 7.3.代金券idvoucherOrder.setVoucherId(voucherId);save(voucherOrder);// 8.返回订单idreturn Result.ok(orderId);}}

六、集群模式下并发安全问题

通过加锁可以解决在单机情况下的一人一单安全问题，但是在集群模式下就不行了。

我们将服务启动两份，端口分别为8081和8082：
然后修改nginx的conf目录下的nginx.conf文件，配置反向代理和负载均衡：

修改完后，重新加载nginx配置文件：

配置2个端口不同的服务：

模拟同一用户下单2次：

现在，用户请求会在这两个节点上负载均衡，再次测试下是否存在线程安全问题：

访问8081端口的线程进入了synchronized中
访问8082端口的线程也进入了synchronized中
最终同一个用户下了2单扣了2个库存，所以在集群模式下，出现了一人多单的问题：

分析：
锁的原理是每个JVM中都有一个Monitor作为锁对象，所以当对象相同时，获取的就是同一把锁
但是不同的JVM中的Monitor不同，所以获取的不是同一把锁
因此集群模式下，加synchronized锁也会出现并发安全问题，需要加分布式锁

Redis(八) - Redis企业实战之优惠券秒杀相关推荐

Redis实战篇--优惠券秒杀
文章目录 Redis实战篇--优惠券秒杀全局唯一ID 实现优惠券秒杀下单超卖问题一人一单分布式锁基于redis的分布式锁 Redis实战篇–优惠券秒杀全局唯一ID 为什么需要全局唯一id? ...
实战篇--优惠券秒杀
优惠券秒杀全局唯一ID 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的规律性太明显受单表数据量限制全局ID生成 ...
SpringBoot整合Redis实现优惠券秒杀服务（笔记+优化思路版）
本文属于看黑马的redis的学习笔记,记录了思路和优化流程,精简版最终版请点击这里查看. 文章目录一.全局ID生成器 1.1 理论 1.1.1 全局唯一ID生成策略 1.2 代码(Redis自增) ...
【Redis】Redis实战：黑马点评之优惠券秒杀
Redis实战:黑马点评之优惠券秒杀 1 全局唯一ID 1.1全局唯一ID 每个店铺都可以发布优惠券: 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 ...
Redis实战——优惠券秒杀（超卖问题）
1 实现优惠券秒杀功能下单时需要判断两点:1.秒杀是否开始或者结束2.库存是否充足所以,我们的业务逻辑如下 1. 通过优惠券id获取优惠券信息 2.判断秒杀是否开始,如果未返回错误信息 3.判断秒 ...
Redis实战11-实现优惠券秒杀下单
本篇,咱们来实现优惠券秒杀下单功能.通过本篇学习,我们将会有如下收获: 1:优惠券领券业务逻辑: 2:分析在高并发情况下,出现超卖问题产生的原因: 3:解决超卖问题两种方案:版本号法及CAS法 4:乐 ...
Redis应用案例之优惠券秒杀
概述秒杀下单流程下单核心思路:当我们点击抢购时,会触发右侧的请求,我们只需要编写对应的controller即可. 秒杀下单应该思考的内容: 下单需要判断两点: 秒杀是否开始或结束,如果尚未开始或已 ...
Redis教程--redis分布式锁+企业解决方案+redis实战
Redis,目前全国甚至是全球最常用的缓存中间件之一,在现在公司的开发中,可以说是离不开Redis. 在企业越来越注重用户体验的今天,Redis因具有高性能.高响应的特性,大大提升应用的响应速度和用户 ...
【Redis企业实战】仿黑马点评项目
目录一.短信登陆:基于Redis实现共享session实现登录 1.发送短信验证码 2.短信验证码登录.注册 3.校验登陆状态二.商户查询缓存 1.添加Redis缓存 2.缓存更新策略: 3.缓存 ...

Redis(八) - Redis企业实战之优惠券秒杀