在前面一篇博客中,通过mysql的优化解决了超卖的问题,但是没有解决同一用户有几率多次购买的问题,这个问题可以通过加锁来解决,解决思路在于一个请求想要购买时需要先获得分布式锁,如果得不到锁就等待。
在config下新建RedisConfig,用来写redis的通用配置文件:
public class RedisConfig { @Autowired private RedisConnectionFactory redisConnectionFactory; @Bean private RedisTemplate<String,Object> redisTemplate(){ RedisTemplate<String,Object> redisTemplate=new RedisTemplate<String, Object>(); redisTemplate.setConnectionFactory(redisConnectionFactory); //设置redis key、value的默认序列化规则 redisTemplate.setKeySerializer(new StringRedisSerializer()); redisTemplate.setValueSerializer(new JdkSerializationRedisSerializer()); redisTemplate.setHashKeySerializer(new StringRedisSerializer()); return redisTemplate; } @Bean public StringRedisTemplate stringRedisTemplate(){ StringRedisTemplate stringRedisTemplate=new StringRedisTemplate(); stringRedisTemplate.setConnectionFactory(redisConnectionFactory); return stringRedisTemplate; } }
对于redis的入门,可以看我往期的redis教程https://link.juejin.cn/?target=https%3A%2F%2Fblog.csdn.net%2Fqq_41973594%2Fcategory_9831988.html
对于redis更加深入的理解,我将在后续博客中发布。
配置完成之后,接下来就可以在代码中直接使用redis,在KillServiceImpl中增加KillItemV3版本,借助redis的原子操作实现分布式锁
@Autowired private StringRedisTemplate stringRedisTemplate; //redis分布式锁 public Boolean KillItemV3(Integer killId, Integer userId) throws Exception { //借助Redis的原子操作实现分布式锁 ValueOperations valueOperations=stringRedisTemplate.opsForValue(); //设置redis的key,key由killid和userid组成 final String key=new StringBuffer().append(killId).append(userId).toString(); //设置redis的value final String value= String.valueOf(snowFlake.nextId()); //尝试获取锁 Boolean result = valueOperations.setIfAbsent(key, value); //如果获取到锁才会进行后面的操作 if (result){ stringRedisTemplate.expire(key,30, TimeUnit.SECONDS); //判断当前用户是否抢购过该商品 if (itemKillSuccessMapper.countByKillUserId(killId,userId)<=0){ //获取商品详情 ItemKill itemKill=itemKillMapper.selectByidV2(killId); if (itemKill!=null&&itemKill.getCanKill()==1 && itemKill.getTotal()>0){ int res=itemKillMapper.updateKillItemV2(killId); if (res>0){ commonRecordKillSuccessInfo(itemKill,userId); return true; } } }else { System.out.println("您已经抢购过该商品"); } //释放锁 if (value.equals(valueOperations.get(key).toString())){ stringRedisTemplate.delete(key); } } return false; }
相比之前的版本,这个版本想要抢购商品需要先获取redis的分布式锁。
Boolean KillItemV3(Integer killId,Integer userId) throws Exception;
在KillController中增加redis分布式锁版本的代码:
//redis分布式锁版本 @RequestMapping(value = prefix+"/test/execute3",method = RequestMethod.POST,consumes = MediaType.APPLICATION_JSON_UTF8_VALUE) @ResponseBody public BaseResponse testexecute3(@RequestBody @Validated KillDto killDto, BindingResult result, HttpSession httpSession){ if (result.hasErrors()||killDto.getKillid()<0){ return new BaseResponse(StatusCode.InvalidParam); } try { Boolean res=killService.KillItemV3(killDto.getKillid(),killDto.getUserid()); if (!res){ return new BaseResponse(StatusCode.Fail.getCode(),"商品已经抢购完或您已抢购过该商品"); } } catch (Exception e) { e.printStackTrace(); } BaseResponse baseResponse=new BaseResponse(StatusCode.Success); baseResponse.setData("抢购成功"); return baseResponse; }
在本地运行redis-server,redis的安装包可以前往官网下载,或者在我的公众号《Java鱼仔》中回复 秒杀系统 获取。运行redis-server
修改Http请求的路径为/kill/test/execute3
运行jmeter,发现没有产生超卖的情况,并且每个用户确实只买到了一件商品。
只用redis实现分布式锁有一个问题,如果不释放锁,这个锁就会一直锁住。解决办法就是给这个锁设置一个时间,并且这个设置时间和设置锁需要是原子操作。可以使用lua脚本保证原子性,但是我们更多地是使用基于Redis的第三方库来实现,该项目用到了Redisson。
@Configuration public class RedissonConfig { @Autowired private Environment environment; @Bean public RedissonClient redissonClient(){ Config config = new Config(); config.useSingleServer() .setAddress(environment.getProperty("redis.config.host")); // .setPassword(environment.getProperty("spring.redis.password")); RedissonClient client= Redisson.create(config); return client; } }
相关的配置放在application.properties中
#redis spring.redis.host=127.0.0.1 spring.redis.port=6379 spring.redis.password= redis.config.host=redis://127.0.0.1:6379
在killServiceImpl中新建KillItemV4版本
@Autowired private RedissonClient redissonClient; //redisson的分布式锁 @Override public Boolean KillItemV4(Integer killId, Integer userId) throws Exception { Boolean result=false; final String key=new StringBuffer().append(killId).append(userId).toString(); RLock lock=redissonClient.getLock(key); //三个参数、等待时间、锁过期时间、时间单位 Boolean cacheres=lock.tryLock(30,10,TimeUnit.SECONDS); if (cacheres){ //判断当前用户是否抢购过该商品 if (itemKillSuccessMapper.countByKillUserId(killId,userId)<=0){ //获取商品详情 ItemKill itemKill=itemKillMapper.selectByidV2(killId); if (itemKill!=null&&itemKill.getCanKill()==1 && itemKill.getTotal()>0){ int res=itemKillMapper.updateKillItemV2(killId); if (res>0){ commonRecordKillSuccessInfo(itemKill,userId); result=true; } } }else { System.out.println("您已经抢购过该商品"); } lock.unlock(); } return result; }
与redis的区别在于加锁的过程中设置锁的等待时间和过期时间,在KillService中将KillItemV4的代码加上:
Boolean KillItemV4(Integer killId,Integer userId) throws Exception;
最后在KillController中添加以下接口代码:
//redission分布式锁版本 @RequestMapping(value = prefix+"/test/execute4",method = RequestMethod.POST,consumes = MediaType.APPLICATION_JSON_UTF8_VALUE) @ResponseBody public BaseResponse testexecute4(@RequestBody @Validated KillDto killDto, BindingResult result, HttpSession httpSession){ if (result.hasErrors()||killDto.getKillid()<0){ return new BaseResponse(StatusCode.InvalidParam); } try { Boolean res=killService.KillItemV4(killDto.getKillid(),killDto.getUserid()); if (!res){ return new BaseResponse(StatusCode.Fail.getCode(),"商品已经抢购完或您已抢购过该商品"); } } catch (Exception e) { e.printStackTrace(); } BaseResponse baseResponse=new BaseResponse(StatusCode.Success); baseResponse.setData("抢购成功"); return baseResponse; }
运行redis后再次使用jmeter,达到预期不超卖,不多卖的效果。
关于zookeeper的内容我会在后续的博客中跟进,这里主要用到zookeeper的进程互斥锁InterProcessMutex,Zookeeper利用path创建临时顺序节点,实现公平锁
// 最常用 public InterProcessMutex(CuratorFramework client, String path){ // Zookeeper利用path创建临时顺序节点,实现公平锁 this(client, path, new StandardLockInternalsDriver()); }
首先还是写zookeeper的配置文件,配置文件主要配置Zookeeper的连接地址,命名空间等:
@Configuration public class ZookeeperConfig { @Autowired private Environment environment; @Bean public CuratorFramework curatorFramework(){ CuratorFramework curatorFramework= CuratorFrameworkFactory.builder() .connectString(environment.getProperty("zk.host")) .namespace(environment.getProperty("zk.namespace" )) .retryPolicy(new RetryNTimes(5,1000)) .build(); curatorFramework.start(); return curatorFramework; } }
application.peoperties配置文件中添加zookeeper相关配置
#zookeeper zk.host=127.0.0.1:2181 zk.namespace=kill
KillService中添加ItemKillV5版本
Boolean KillItemV5(Integer killId,Integer userId) throws Exception;
接下来在KillServiceImpl中添加Zookeeper分布式锁的相关代码,通过InterProcessMutex按path+killId+userId+"-lock"的路径名加锁,每次调用抢购代码时都需要先acquire尝试获取。超时时间设定为10s
@Autowired private CuratorFramework curatorFramework; private final String path="/seckill/zookeeperlock/"; //zookeeper的分布式锁 @Override public Boolean KillItemV5(Integer killId, Integer userId) throws Exception{ Boolean result=false; InterProcessMutex mutex=new InterProcessMutex(curatorFramework,path+killId+userId+"-lock"); if (mutex.acquire(10L,TimeUnit.SECONDS)){ //判断当前用户是否抢购过该商品 if (itemKillSuccessMapper.countByKillUserId(killId,userId)<=0){ //获取商品详情 ItemKill itemKill=itemKillMapper.selectByidV2(killId); if (itemKill!=null&&itemKill.getCanKill()==1 && itemKill.getTotal()>0){ int res=itemKillMapper.updateKillItemV2(killId); if (res>0){ commonRecordKillSuccessInfo(itemKill,userId); result=true; } } }else { System.out.println("您已经抢购过该商品"); } if (mutex!=null){ mutex.release(); } } return result; }
在KillController中添加zookeeper相关的抢购代码:
//zookeeper分布式锁版本 @RequestMapping(value = prefix+"/test/execute5",method = RequestMethod.POST,consumes = MediaType.APPLICATION_JSON_UTF8_VALUE) @ResponseBody public BaseResponse testexecute5(@RequestBody @Validated KillDto killDto, BindingResult result, HttpSession httpSession){ if (result.hasErrors()||killDto.getKillid()<0){ return new BaseResponse(StatusCode.InvalidParam); } try { Boolean res=killService.KillItemV5(killDto.getKillid(),killDto.getUserid()); if (!res){ return new BaseResponse(StatusCode.Fail.getCode(),"商品已经抢购完或您已抢购过该商品"); } } catch (Exception e) { e.printStackTrace(); } BaseResponse baseResponse=new BaseResponse(StatusCode.Success); baseResponse.setData("抢购成功"); return baseResponse; }
zookeeper的安装包可以在官网下载,或者在我的公众号《Java鱼仔》中回复 秒杀系统 获取。在Zookeeper的bin目录下运行zkServer,获取到zookeeper的运行信息:
因为已经配置了redis信息,所以还需要启动redis,接着启动系统,通过jmeter进行压力测试
测试后结果即没有超卖,一个人也只能有一个订单。
我们通过三种方式的分布式锁解决了多线程情况下导致实际情况和业务逻辑不通的情况,到这里为止,这个秒杀系统就算粗略的完成了。当然后续还可以有更多的优化,比如添加购物车等功能模块,页面可以美化,在这里redis只用作了分布式锁的功能,还可以热点抢购数据放入redis中。rabbitmq除了异步外,还具有限流、削峰的作用。
https://link.juejin.cn/?target=https%3A%2F%2Fgithub.com%2FOliverLiy%2FSecondKill
这个系列博客中所有的工具均可在公众号《Java鱼仔》中回复 秒杀系统 获取。