亲宝软件园·资讯

展开

微服务Spring Boot 整合Redis 阻塞队列实现异步秒杀下单思路详解

Bug 终结者 人气:0

⛅引言

本章节,介绍使用阻塞队列实现秒杀的优化,采用异步秒杀完成下单的优化

一、秒杀优化 - 异步秒杀思路

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

在以上6个步骤中,我们可以采用怎样的方式来优化呢?

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

当以上逻辑走完后,我们可以根据返回的结果来判断是否是0,如果是0,则可以下单,可以存入 queue 队列中,然后返回,前端可以通过返回的订单id来判断是否下单成功。

二、秒杀优化 - 基于Redis完成秒杀资格判断

需求:

新增优惠卷时,将优惠卷信息存入Redis

VoucherService

@Override
    @Transactional
    public 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);

        // 保存秒杀库至redis  seckill:stock
        stringRedisTemplate.opsForValue().set(RedisConstants.SECKILL_STOCK_KEY + voucher.getId(), voucher.getStock().toString());
    }

新增优惠卷时,可存入redis信息

编写 Lua 脚本,实现秒杀资格判断

seckill Lua 秒杀脚本

-- 1.参数列表
-- 1.1 优惠卷id
local voucherId = ARGV[1]
-- 1.2 用户id
local userId = ARGV[2]

-- 2. 数据key
-- 2.1 库存key 拼接 ..
local stockKey = 'seckill:stock:' .. voucherId
-- 2.2 订单key 拼接 ..
local orderKey = "seckill:order" .. voucherId

-- 3. 脚本业务
-- 3.1 判断库存是否充足
if (tonumber(redis.call('get', stockKey)) <= 0) then
    -- 3.2 库存不足
    return 1
end
-- 3.2 判断用户是否下单 SISMEMBER orderKey userId
if (redis.call('sismember', orderKey, userId) == 1) then
    -- 3.3 存在,证明是重复下单
    return 2
end
-- 3.4 扣库存 incrby stockKey -1
redis.call('incrby', stockKey, -1)
-- 3.5 下单 保存用户 sadd orderKey userId
redis.call('sadd', orderKey, userId)
return 0

三、基于阻塞队列完成异步秒杀下单

基于阻塞队列实现异步秒杀下单

核心思路:将请求存入阻塞队列中 进行缓存,开启线程池读取任务并依次处理。

VoucherOrderService

	
	private static final DefaultRedisScript<Long> SECKILL_SCRIPT;

    static {
        SECKILL_SCRIPT = new DefaultRedisScript<>();
        SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
        SECKILL_SCRIPT.setResultType(Long.class);
    }


    private BlockingQueue<VoucherOrder> orderTasks =new ArrayBlockingQueue<>(1024 * 1024);
    private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();

    //项目启动后执行该方法
    @PostConstruct
    private void init() {
        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 lock = redissonClient.getLock("lock:order:" + userId);
        // 3.尝试获取锁
        boolean isLock = lock.tryLock();
        // 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
            lock.unlock();
        }
    }


    // 代理对象
    private IVoucherOrderService proxy;

    @Override
    public Result seckillVoucher(Long voucherId) {
        // 获取用户
        Long userId = UserHolder.getUser().getId();

        // 获取订单id
        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" : "不允许重复下单");
        }
        // 2.2 为0,有购买资格 把下单信息保存到阻塞队列
        // 2.2 有购买的资格,创建订单放入阻塞队列中
        VoucherOrder voucherOrder = new VoucherOrder();
        // 2.3.订单id
        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();
        // 2.3 返回订单id

        return Result.ok(orderId);
    }


    @Transactional
    public void createVoucherOrder (VoucherOrder voucherOrder){
        // 5.一人一单逻辑
        // 5.1.用户id
        Long userId = voucherOrder.getUserId();

        // 判断是否存在
        int count = query().eq("user_id", userId)
                .eq("voucher_id", voucherOrder.getId()).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");
        }

        //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).update(); //where id = ? and stock > 0
        // .eq("voucher_id", voucherId).eq("stock",voucher.getStock()).update(); //where id = ? and stock = ?

        if (!success) {
            //扣减库存
            log.error("库存不足!");
        }

        save(voucherOrder);
    }

四、测试程序

ApiFox 测试程序

测试成功,查看Redis

成功添加订单信息

库存信息

数据库信息

Jmeter 进行压力测试

恢复数据,进行压力测试

关于测试:新增了1000条用户信息,存入数据库和Redis,token,Jmeter使用Tokens文件测试1000条并发

相关资料见下文

进行压测

经过检测,性能提升了几十倍!

数据库

五、源码地址

Jmeter测试文件:https://www.bilibili.com/video/av251263036/

以上就是【Bug 终结者】对 微服务Spring Boot 整合Redis 阻塞队列实现异步秒杀下单 的简单介绍,在分布式系统下,高并发的场景下,使用阻塞队列来优化秒杀下单,但依旧不是最优解,持续更新中!下章节 采用消息队列优化秒杀下单!

加载全部内容

相关教程
猜你喜欢
用户评论