优惠券秒杀案例 - CAS、Redis+Lua脚本解决高并发并行

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云数据库 Tair(兼容Redis),内存型 2GB
简介: 优惠券秒杀案例 - CAS、Redis+Lua脚本解决高并发并行

情景介绍:

       超卖问题在我们业务中很常见,当高并发访问数据库时,可能就会出现该问题,例如有100张优惠券,在1秒内被抢光,如果不考虑线程安全问题,这时候很可能卖出去超过100张。

一、认识悲观锁和乐观锁

悲观锁:

  • 概念:认为线程安全问题一定会发生,所以,为每一个线程加锁,让它们串行化执行,例如java中的synchronized,lock这些都是悲观锁。
  • 优点:简单粗暴
  • 缺点:性能一般

乐观锁:

  • 概念:认为线程安全问题不一定发生,所有,当修改数据的时候,再次查询数据库,判断这个值有没有被修改过,这就是CAS锁机制。
  • 优点:性能好
  • 缺点:成功率低

为什么这里会成功率低呢?

       加入有100个线程抢50张票,100个线程同时读取到了数据库,线程1修改了数据库,那么其他99个线程都会失败。。这就出现了还有票却没卖出去的问题

改进方案:

       查询的时候不需要查询是否修改过,只查询是否库存>0即可


二、一人一单问题(优化)

 

经过测试,上面的乐观锁是一个用户下了所有的单,那么现在要求一人一单,该怎么解决呢?

解决办法:我们可以在下单之前啊,查询数据库中该用户是否下单,如果已经下单,那么直接返回,同样,这里也会遇到线程安全问题,这又该如何解决呢?

解决办法:我们还是要加锁,由于这次是判断数据库中的数据存不存在,所以不能加乐观锁了,只能加悲观锁。

public Result seckillVoucher(Long voucherId) {
 
        SeckillVoucher voucher = iSeckillVoucherService.getById(voucherId);
        if (voucher.getBeginTime().isAfter(LocalDateTime.now())) {
            return Result.fail("活动还未开始");
        }
        if (voucher.getEndTime().isBefore(LocalDateTime.now())) {
            return Result.fail("活动已经结束");
        }
        // 库存不足
        if(voucher.getStock() < 1){
            return Result.fail("库存不足");
        }
        // 注意两点
        // 1.释放锁时机 先提交事务,在释放锁
        // 2.防止事务失效
        Long userHolder = UserHolder.getUser().getId();
        synchronized (userHolder.toString().intern()){
            // 使用代理对象调用该函数,防止事务失效
            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
            return proxy.createOrder(voucherId);
        }
 
 
    }
 
    @Transactional
    public Result createOrder(Long voucherId){
        // 一人一单
        Long userHolder = UserHolder.getUser().getId();
        int count = query().eq("user_id", userHolder).eq("voucher_id", voucherId).count();
        if(count > 0){
            return Result.fail("用户已经购买一次");
        }
        // 更新库存
        boolean success = iSeckillVoucherService.update()
                .setSql("stock = stock - 1")
                .eq("voucher_id", voucherId)
                .gt("stock", 0).update();
        if(!success){
            return Result.fail("库存不足");
        }
        // 添加下单数据
        VoucherOrder voucherOrder = new VoucherOrder();
        // 全局ID
        long nextId = redisIdWorker.nextId("order");
        voucherOrder.setId(nextId);
        // voucher_id
        voucherOrder.setVoucherId(voucherId);
        // 用户id
        voucherOrder.setUserId(UserHolder.getUser().getId());
        // 存数据
        save(voucherOrder);
        // 返回订单id
        return Result.ok(nextId);
    }

逻辑也是相当也复杂,其中要注意的是释放锁的时机,还有防止事务失效。


三、并行执行带来的问题

前面说的都是单体项目,也就是只有一个服务器,一个JVM,但是如果同时部署两台服务,又会出现一人两单问题,原因是每个JVM都维护自己的内存,这是synchronized锁只针对自己的那块内存有效,这就是并行问题。

分布式锁实现的三种方式

3.1Redis实现分布式锁

  • 获取锁
  • 获取失败不等待,直接返回结果(非阻塞)

问题1:这里要设置过期时间作为保底策略,因为一旦获取锁之后Redis宕机了,那么就永远无法操作这个业务了。

setnx lock thread1 # 普通
# Redis可能宕机
expire lock 10 # 设置过期时间作为保底策略

问题2:这里宕机发生了过期时间也设置不上,所以也会有问题,我们直接合并两个命令

set lock thread1 EX 10 NX
  • 释放锁
del lock # 手动释放锁

下面进行代码实现,有多个版本。

3.1.1 基础代码

第一个版本的代码省略,直接上第二个版本的。

3.1.2 保证释放的锁是自己的

问题:上面逻辑有问题,因为如果线程1执行逻辑耗时比较长,这时候锁过期了,线程2就可以获取了,线程1执行完逻辑释放锁,把线程2的锁给释放了,这样又会导致并行问题。

解决:释放锁的时候只能释放自己的锁,(加锁标识)

public class SimpleRedisTemplate {
 
    private String name;
    private StringRedisTemplate stringRedisTemplate;
    private static final String KEY_PREFIX = "lock:";
    private static final String ID_PREFIX = UUID.randomUUID().toString(true) + "-";
 
    public SimpleRedisTemplate(String name, StringRedisTemplate stringRedisTemplate) {
        this.name = name;
        this.stringRedisTemplate = stringRedisTemplate;
    }
 
    /**
     * 获取锁
     * @param timeoutSec
     * @return
     */
    public boolean tryLock(Long timeoutSec){
        // 1.利用UUID区分不同服务的相同线程,拼接上线程ID
        String threadId = ID_PREFIX + Thread.currentThread().getId();
        Boolean b = stringRedisTemplate
                .opsForValue()
                .setIfAbsent(name + KEY_PREFIX, threadId , timeoutSec, TimeUnit.MINUTES);
        return Boolean.TRUE.equals(b); // 防止b为null
    }
 
    /**
     * 释放锁
     */
    public void unLock(){
        // 获取锁 是自己的才释放
        String lockId = stringRedisTemplate.opsForValue().get(name + KEY_PREFIX);
        String threadId = ID_PREFIX + Thread.currentThread().getId();
        if(threadId.equals(lockId)){
            stringRedisTemplate.delete(name + KEY_PREFIX);
        }
 
    }
 
}
3.1.3 Lua脚本保证原子性

问题:如果释放锁时JVM正在进行垃圾回收,那么该命令也会阻塞,这样也会导致锁过期而没释放,就又会重复上面的问题,所以我们要保证释放锁这一段逻辑的原子性,我们使用Lua脚本

Lua脚本简单使用:

      此处有待补充~~因为我也不是很会

Lua脚本代码

-- 判断线程标识与锁标识是否一致
if(AVGV[1] == redis.call("get", KEYS[1])) then
  // 释放锁
  return redis.call("del", KEYS[1]);
end
return 0;

修改释放锁逻辑

    private static final DefaultRedisScript<Long> UNLOCK_SCRIPT;
    // 提前加载Lua脚本
    static {
        UNLOCK_SCRIPT = new DefaultRedisScript<>();
        UNLOCK_SCRIPT.setLocation(new ClassPathResource("unlock.lua"));
        UNLOCK_SCRIPT.setResultType(Long.class);
    }
    public void unLock(){
        // 调用Lua脚本
        stringRedisTemplate.execute(
                UNLOCK_SCRIPT,
                Collections.singletonList(name + KEY_PREFIX),
                ID_PREFIX + Thread.currentThread().getId());
    }

四、总结:

  • 我们首先使用了悲观锁或乐观锁解决了基本的多线程安全问题
  • 针对一人一单问题 CAS机制+悲观锁,这里注意释放锁的时机还有避免让spring中的事务失效
  • 使用Redis解决并行问题,因为JVM只维护自己的内存(synochrazied失效)
  • Lua脚本+Redis实现最终版本的加锁和释放锁的逻辑
相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore &nbsp; &nbsp; ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库&nbsp;ECS 实例和一台目标数据库&nbsp;RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&amp;RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
相关文章
|
13天前
|
缓存 NoSQL Java
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
36 3
大数据-50 Redis 分布式锁 乐观锁 Watch SETNX Lua Redisson分布式锁 Java实现分布式锁
|
14天前
|
存储 缓存 NoSQL
大数据-38 Redis 高并发下的分布式缓存 Redis简介 缓存场景 读写模式 旁路模式 穿透模式 缓存模式 基本概念等
大数据-38 Redis 高并发下的分布式缓存 Redis简介 缓存场景 读写模式 旁路模式 穿透模式 缓存模式 基本概念等
36 4
|
14天前
|
缓存 NoSQL Ubuntu
大数据-39 Redis 高并发分布式缓存 Ubuntu源码编译安装 云服务器 启动并测试 redis-server redis-cli
大数据-39 Redis 高并发分布式缓存 Ubuntu源码编译安装 云服务器 启动并测试 redis-server redis-cli
41 3
|
13天前
|
缓存 分布式计算 NoSQL
大数据-43 Redis 功能扩展 Lua 脚本 对Redis扩展 eval redis.call redis.pcall
大数据-43 Redis 功能扩展 Lua 脚本 对Redis扩展 eval redis.call redis.pcall
19 2
|
17天前
|
NoSQL Java 关系型数据库
阿里 P7二面:Redis 执行 Lua,到底能不能保证原子性?
Redis 和 Lua,两个看似风流马不相及的技术点,为何能产生“爱”的火花,成为工作开发中的黄金搭档?技术面试中更是高频出现,Redis 执行 Lua 到底能不能保证原子性?今天就来聊一聊。 
60 1
|
1月前
|
存储 JSON Ubuntu
如何使用 Lua 脚本进行更复杂的网络请求,比如 POST 请求?
如何使用 Lua 脚本进行更复杂的网络请求,比如 POST 请求?
|
5月前
|
消息中间件 Java Linux
2024年最全BATJ真题突击:Java基础+JVM+分布式高并发+网络编程+Linux(1),2024年最新意外的惊喜
2024年最全BATJ真题突击:Java基础+JVM+分布式高并发+网络编程+Linux(1),2024年最新意外的惊喜
|
4月前
|
缓存 NoSQL Java
Java高并发实战:利用线程池和Redis实现高效数据入库
Java高并发实战:利用线程池和Redis实现高效数据入库
456 0
|
4月前
|
存储 NoSQL Java
探索Java分布式锁:在高并发环境下的同步访问实现与优化
【6月更文挑战第30天】Java分布式锁在高并发下确保数据一致性,通过Redis的SETNX、ZooKeeper的临时节点、数据库操作等方式实现。优化策略包括锁超时重试、续期、公平性及性能提升,关键在于平衡同步与效率,适应大规模分布式系统的需求。
131 1
|
3月前
|
算法 Java 调度
高并发架构设计三大利器:缓存、限流和降级问题之使用Java代码实现令牌桶算法问题如何解决
高并发架构设计三大利器:缓存、限流和降级问题之使用Java代码实现令牌桶算法问题如何解决