功能03-优惠券秒杀01

4.功能03-优惠券秒杀

4.1全局唯一ID

4.1.1全局ID生成器

每个店铺都可以发布优惠券：

image-20230423154152138

当用户抢购时，就会生成订单，并保存到tb_voucher_order这张表中。订单表如果使用数据库的自增id就存在一些问题：

  1. id的规律性太明显：用户可以根据id猜测一些信息，从而非法得到数据
  2. 受单表数据量的限制：由于单张表的数据限制，需要进行分表，而如果每张表都采取自增长，容易出现id重复，会影响订单之后的业务，比如说售后服务（因为售后服务一般是根据订单id来进行的）

解决方案：使用全局ID生成器。

（1）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（也称为分布式唯一ID），一般要满足下列特性：

  • 唯一性

  • 高可用

  • 高性能

  • 递增性

  • 安全性

（2）全局唯一ID生成策略：

  • UUID
  • Redis自增
  • snowflake算法
  • 数据库自增

（3）我们这里使用redis作为全局唯一生成器的实现方案，原因如下：

  1. redis是独立于数据库之外的，它只有一个，当所有人都来访问redis时，它的自增一定是唯一的（唯一性）

  2. 使用redis的集群、主从方案、哨兵功能，可以维持它的高可用性（高可用）

  3. redis具有高性能（高性能）

  4. 可以使用redis的String类型，具有自增性（如：incr命令）（自增性）

    Redis Incr 命令将 key 中储存的数字值增一

    如果 key 不存在，那么 key 的值会先被初始化为 0 ，然后再执行 INCR 操作

  5. 为了增加id的安全性，我们不会直接使用自增redis自增的id，而是拼接一些其他信息：（安全性）

    ID构造：时间戳+计数器（使用long类型，共八字节，64bit）

    • 符号位：1bit，永远为0

    • 时间戳：31bit，以秒为单位，可以使用约69年

    • 序列号：32bit，秒内的计数器，这样可以支持每秒产生2^32个不同的ID

      image-20230423175259846

4.2Redis实现全局唯一ID

（1）创建全局ID生成器RedisIdWorker

package com.hmdp.utils;

import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;

import javax.annotation.Resource;
import java.time.LocalDateTime;
import java.time.ZoneOffset;
import java.time.format.DateTimeFormatter;

/**
 * @author 李
 * @version 1.0
 */
@Component
public class RedisIdWorker {
    //开始时间戳(1970-01-01T00:00:00到2022-01-01T00:00:00的秒数)
    private static final long BEGIN_TIMESTAMP = 1640995200L;

    //序列号的位数
    private static final int COUNT_BITS = 32;

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    //public static void main(String[] args) {
    //    //开始时间
    //    LocalDateTime time = LocalDateTime.of(2022, 1, 1, 0, 0, 0);
    //    //得到1970-01-01T00:00:00Z.到指定时间为止的具体秒数
    //    long second = time.toEpochSecond(ZoneOffset.UTC);
    //    System.out.println(second);//1640995200L
    //}

    public long nextId(String keyPrefix) {
        //1.生成时间戳
        LocalDateTime now = LocalDateTime.now();
        long nowSecond = now.toEpochSecond(ZoneOffset.UTC);
        //开始时间到当前时间的 时间戳
        long timeStamp = nowSecond - BEGIN_TIMESTAMP;

        //2.生成序列号(keyPrefix代表业务前缀)
        /*
         * Redis的 Incr命令将 key 中储存的数字值增1，如果key不存在，那么key的值会先被初始化为0，然后再执行INCR操作。
         * 根据这个特性，我们每一天拼接不同的日期，当做key。也就是说同一天下单采用相同的key，不同天下单采用不同的key
         * 这种方法不仅可以防止订单号使用完（redis的的自增最多可以有2^64位，我们采取其中32位作计数器），
         * 还可以根据不同的日期，统计该天的订单数量
         */
        //2.1获取当前的日期（精确到天）
        String date = now.format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
        //2.2做自增长
        Long count = stringRedisTemplate.opsForValue().increment("icr:" + keyPrefix + ":" + date);

        //3.拼接并返回
        //将时间戳左移32位，空出来的右边32位使用count填充，共64位
        return timeStamp << COUNT_BITS | count;
    }
}

（2）测试类（部分代码）

@Resource
private RedisIdWorker redisIdWorker;
private ExecutorService es = Executors.newFixedThreadPool(500);

@Test
public void testIdWorker() throws InterruptedException {
    CountDownLatch latch = new CountDownLatch(300);
    //线程，生成100个id
    Runnable task = () -> {
        for (int i = 0; i < 100; i++) {
            long id = redisIdWorker.nextId("order");
            System.out.println("id" + id);
        }
        latch.countDown();
    };
    long start = System.currentTimeMillis();
    //共执行300次任务
    for (int i = 0; i < 300; i++) {
        es.submit(task);
    }
    //让所有线程执行完才计时
    latch.await();
    long end = System.currentTimeMillis();
    System.out.println("共用时=" + (end - start));
}

关于countdownlatch

countdownlatch名为信号枪：主要的作用是同步协调在多线程的等待于唤醒问题。如果没有CountDownLatch ，由于程序是异步的，当异步程序没有执行完时，主线程可能就已经执行完了。如果期望的是分线程全部走完之后，主线程再走，此时就需要使用到CountDownLatch。CountDownLatch 中有两个最重要的方法：1.countDown 2.await

await 方法是阻塞方法，使用await可以让main线程阻塞，当CountDownLatch 内部维护的变量变为0时，就不再阻塞，直接放行。那么什么时候CountDownLatch 维护的变量变为0 呢？我们只需要调用一次countDown ，内部变量就减少1。

根据这个性质，让分线程和变量绑定， 执行完一个分线程就减少一个变量，当分线程全部走完，CountDownLatch 维护的变量就是0，此时await就不再阻塞，统计出来的时间也就是所有分线程执行完后的时间。

测试结果：

image-20230423191756438

查看redis中的数据：对应的key的自增值已经变为30000，说明生成了3w个id

image-20230423195906103

4.2.1总结

全局唯一ID生成策略：

  • UUID
  • Redis自增
  • snowflake算法
  • 数据库自增（使用一张表来单独记录id）

Redis自增ID策略：

  • 每天一个key，方便统计订单量
  • ID结构：时间戳+计数器

4.2实现优惠券秒杀下单

4.2.1需求分析&业务流程

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：

image-20230423201358147

这两张券对应的数据库表结构如下：

  • tb_voucher：（优惠券表）优惠券的基本信息、优惠金额、使用规则等（包括平价券和秒杀券）

    image-20230424161312210

  • tb_seckill_voucher：（秒杀优惠券表）优惠券的库存、开始抢购时间、结束抢购时间。秒杀优惠券才需要填写这些信息。

    image-20230424161158004

要求在店铺详情中实现下单购买秒杀券：

下单时需要判断两点：

  1. 秒杀是否开始或者结束，如果尚未开始或者已经结束则无法下单
  2. 秒杀券的库存是否充足，不足则无法下单
image-20230424152833646

优惠券订单表结构：

image-20230424161458352

业务流程分析：

image-20230424153759552

4.2.2代码实现

（1）优惠券订单实体：VoucherOrder.java

package com.hmdp.entity;

import com.baomidou.mybatisplus.annotation.IdType;
import com.baomidou.mybatisplus.annotation.TableId;
import com.baomidou.mybatisplus.annotation.TableName;
import lombok.Data;
import lombok.EqualsAndHashCode;
import lombok.experimental.Accessors;

import java.io.Serializable;
import java.time.LocalDateTime;

/**
 * 优惠券订单实体
 * 
 * @author 李
 * @version 1.0
 */
@Data
@EqualsAndHashCode(callSuper = false)
@Accessors(chain = true)
@TableName("tb_voucher_order")
public class VoucherOrder implements Serializable {
    private static final long serialVersionUID = 1L;
    //主键
    @TableId(value = "id", type = IdType.INPUT)
    private Long id;
    //下单的用户id
    private Long userId;
    //购买的代金券id
    private Long voucherId;
    //支付方式 1：余额支付；2：支付宝；3：微信
    private Integer payType;
    //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
    private Integer status;
    //下单时间
    private LocalDateTime createTime;
    //支付时间
    private LocalDateTime payTime;
    //核销时间
    private LocalDateTime useTime;
    //退款时间
    private LocalDateTime refundTime;
    //更新时间
    private LocalDateTime updateTime;
}

（2）mapper接口

package com.hmdp.mapper;

import com.hmdp.entity.VoucherOrder;
import com.baomidou.mybatisplus.core.mapper.BaseMapper;

/**
 *  Mapper 接口
 *
 * @author 李
 * @version 1.0
 */
public interface VoucherOrderMapper extends BaseMapper<VoucherOrder> {

}

（3）IVoucherOrderService 服务类

package com.hmdp.service;

import com.hmdp.dto.Result;
import com.hmdp.entity.VoucherOrder;
import com.baomidou.mybatisplus.extension.service.IService;

/**
 *  服务类
 *
 * @author 李
 * @version 1.0
 */
public interface IVoucherOrderService extends IService<VoucherOrder> {

    Result seckillVoucher(Long voucherId);
}

（4）VoucherOrderServiceImpl 服务实现类

package com.hmdp.service.impl;

import com.hmdp.dto.Result;
import com.hmdp.entity.SeckillVoucher;
import com.hmdp.entity.VoucherOrder;
import com.hmdp.mapper.VoucherOrderMapper;
import com.hmdp.service.ISeckillVoucherService;
import com.hmdp.service.IVoucherOrderService;
import com.baomidou.mybatisplus.extension.service.impl.ServiceImpl;
import com.hmdp.utils.RedisIdWorker;
import com.hmdp.utils.UserHolder;
import org.springframework.stereotype.Service;
import org.springframework.transaction.annotation.Transactional;

import javax.annotation.Resource;
import java.time.LocalDateTime;

/**
 * 服务实现类
 *
 * @author 李
 * @version 1.0
 */
@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
    @Resource
    private ISeckillVoucherService seckillVoucherService;
    @Resource
    private RedisIdWorker redisIdWorker;

    @Override
    @Transactional
    public Result seckillVoucher(Long voucherId) {
        //根据id查询优惠券信息
        SeckillVoucher voucher = seckillVoucherService.getById(voucherId);
        if (voucher == null) {
            return Result.fail("该优惠券不存在，请刷新！");
        }
        //判断秒杀券是否在有效时间内
        //若不在有效期，则返回异常结果
        if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
            return Result.fail("秒杀尚未开始！");
        }
        if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
            return Result.fail("秒杀已经结束！");
        }
        //若在有效期，判断库存是否充足
        if (voucher.getStock() < 1) {//库存不足
            return Result.fail("秒杀券库存不足！");
        }
        //库存充足，则扣减库存（操作秒杀券表）
        boolean success = seckillVoucherService.update().setSql("stock = stock -1").eq("voucher_id", voucherId).update();
        if (!success) {//操作失败
            return Result.fail("秒杀券库存不足！");
        }
        //扣减库存成功，则创建订单，返回订单id
        VoucherOrder voucherOrder = new VoucherOrder();
        //设置订单id
        long orderId = redisIdWorker.nextId("order");
        voucherOrder.setId(orderId);
        //设置用户id
        Long userId = UserHolder.getUser().getId();
        voucherOrder.setUserId(userId);
        //设置代金券id
        voucherOrder.setVoucherId(voucherId);

        //将订单写入数据库（操作优惠券订单表）
        this.save(voucherOrder);

        //返回订单id
        return Result.ok(orderId);
    }
}

（5）控制器 VoucherOrderController

package com.hmdp.controller;


import com.hmdp.dto.Result;
import com.hmdp.service.IVoucherOrderService;
import com.hmdp.service.IVoucherService;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import javax.annotation.Resource;

/**
 * 秒杀券前端控制器
 *
 * @author 李
 * @version 1.0
 */
@RestController
@RequestMapping("/voucher-order")
public class VoucherOrderController {
    @Resource
    private IVoucherOrderService voucherOrderService;

    @PostMapping("seckill/{id}")
    public Result seckillVoucher(@PathVariable("id") Long voucherId) {
        return voucherOrderService.seckillVoucher(voucherId);
    }
}

（6）测试，在前端页面点击购买，显示抢购成功，订单号如下：

image-20230424163828781

优惠券订单表tb_voucher_order成功插入一条数据：

image-20230424164101927

对应的秒杀券的库存减一：

image-20230424164300622

4.3超卖问题

4.3.1问题分析

4.2的代码并没有考虑到并发的问题：当有多个用户同时对一个秒杀券进行抢购，并发会让系统出现超卖问题：即卖出的秒杀券数量>实际的秒杀券库存

我们使用jemeter测试：

image-20230424165758548image-20230424165828025image-20230424170309980

运行上述设置，测试结果如下：

  1. 秒杀券表中，id=2的秒杀券库存出现了负数：

    image-20230424170139020

  2. 订单表中，对应的数量为104单，但是对应的秒杀券的库存最多只有100张。也就是说：出现了超卖问题

    image-20230424170544754

出现超卖问题的原因：

4.2的代码只是简单地进行库存判断，并没有考虑到线程并发。当有多个线程同时去判断库存时，如果当前库存大于0，则这些线程都会去进行库存扣减，从而发生并发安全问题：

image-20230424171155754image-20230424171918982

4.3.2解决方案

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：

image-20230424172233037

这里使用乐观锁方案。乐观锁的关键是判断之前查询到的数据是否有被修改过：

常见的方式有两种：

（1）版本号法：

表中设置一个版本号字段，线程在修改表之前，先查询一次版本号。对数据库表操作时，再查询一次版本号，如果值和之前的一致，说明此时表的数据在两次查询之间没有被修改过，我们就可以进行业务操作，并设置新的版本号。

update语句会对当前修改的行进行锁定操作（数据库有行级锁，不用担心一行记录被同时修改）。

因此，进行表修改时，由于数据库行锁，其他线程会等待数据修改后再更新库存

sql执行是交给数据库的，如果开启了事务的话，就是两个事务的并发问题，此时将会启动两阶段封锁协议，保证事务并发安全

image-20230424180914306

image-20230424181018721image-20230424181058145

（2）CAS法：

这里为了简化，使用库存代替版本号，原理和方案1是一致的：线程在修改表之前，先查询一次库存的值。对数据库表操作时，再查询一次库存值，如果值和之前的一致，说明此时表的数据在两次查询之间没有被修改过，我们就可以进行业务操作。

image-20230424183341487

image-20230424183557589image-20230424183641411

CAS思想：Compare-And-Swap

CAS 有三个操作数：内存值 V、预期值 A、要修改的值 B。CAS 最核心的思路就是，仅当预期值 A 和当前的内存值 V 相同时，才将内存值修改为 B。

ABA问题

为了简便，这里使用方案2，但实际的业务还是建议使用版本法来避免其他问题。

4.3.3代码实现

（1）修改VoucherOrderServiceImpl，添加如下代码：

image-20230424191811284

（2）测试：

清除之前的订单信息（tb_voucher_order）：

image-20230424192136997

还原tb_seckill_voucher表的测试数据：

image-20230424192255563

然后使用jemeter进行测试：

image-20230424204420148image-20230424204442421

测试结果：

券没有超卖，但是出现了新的问题：前几个请求中就出现了下单失败的情况，200个线程只有100-63=37个线程下单成功（理想情况下是100，即秒杀券全部卖出）

image-20230424204357434

原因分析：这是因为，当有一个线程去修改数据时，其他很多的线程也来同时请求，它们都根据第一次查询的stock值去判断，发现stock值变化了，因此当第一个线程修改数据后，都没有去对数据进行操作），导致发生了库存充足，仍然抢不到券的情况（抢券失败率偏高）。

（3）改进：修改VoucherOrderServiceImpl，修改如下划线处：

分析：线程A获取stock值，通过业务判断，然后去对库存值进行update操作；因为update语句会对当前修改的行进行锁定操作，因此，进行表修改时，由于数据库行锁，其他线程会等待数据修改后再更新库存。当等待后获取锁，将where stock > 0作为update条件，这时，只要stock不小于0就仍可以售券。

update where 是先走where去拿锁，拿不到就阻塞，等拿到锁了再去执行update

image-20230424205453393

再次对其测试：可以看到200个线程并发，100张秒杀券全部售完。并且没有出现超卖现象，同时解决了库存充足却抢不到券的问题。

image-20230424212235502

4.3.4总结

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：简答粗暴
    • 缺点：性能一般
  2. 乐观锁：不加锁，在更新时判断是否有其他线程在修改
    • 优点：性能好
    • 缺点：成功率低

4.4一人一单

4.5分布式锁

4.6Redis优化秒杀

4.7Redis消息队列实现异步秒杀

内容来源于网络如有侵权请私信删除

文章来源: 博客园

原文链接: https://www.cnblogs.com/liyuelian/p/17351032.html

标签： NoSQL数据库 NoSQL技术文章 Redis Memcache
你还没有登录，请先登录或注册！
  • 还没有人评论，欢迎说说您的想法！

相关课程

Redis安装使用
4401 9.8元
Redis消息队列完成秒杀过期订单处理
5054 9.8元