@[TOC]

⛅前言

在微服务 Spring Boot 整合Redis 实现优惠卷秒杀 一人一单 下，单线程的情况，不会出现并发的问题，那么，我们的秒杀场景都是出现在并发环境下的，多个用户同时去抢购一件商品，这时就体现出了 系统 的 抗受 高并发、高可用 性，在用户访问数多的情况下，我们需要去搭建集群 并配置负载均衡去均匀的分配服务器的压力，以免出现 服务宕机导致系统不可用，集群下我们的 秒杀一人一单存在问题，下面详细介绍。

一、集群环境下 秒杀 一人一单的并发问题

之前我们在单机情况下通过加 sync 锁就可以达到线程安全，但是在集群环境下，就不可以了。

开启集群来测试

将服务启动2份，端口为8002和 8083

如何开始Services 服务列表？

View --> Tool Windows --> Services 打开服务列表 或者 快捷键（Alt + 8）

出现以下Services，点击新建服务

单击Run Configuration Type 选择Spring Boot 即可 （注意：如果没有Spring Boot 选项，那就手动启动程序，会自动出现 Spring Boot 列表）

即可完成新建服务，实现集群的效果

为什么会出现此问题呢？

由于现在我们部署了多个tomcat，每个tomcat都有一个属于自己的JVM，那么假设在服务器A的tomcat内部，有两个线程，这两个线程由于使用的是同一份代码，那么他们的锁对象是同一个，是可以实现互斥的， 但是如果现在是服务器B的tomcat内部，又有两个线程，但是他们的锁对象写的虽然和服务器A一样，但是锁对象却不是同一个，所以线程3和线程4可以实现互斥，但是却无法和线程1和线程2实现互斥，这就是 集群环境下，syn锁失效的原因，在这种情况下，我们就需要使用分布式锁来解决这个问题。

二、什么是分布式锁？

⛄基本原理和实现方式

分布式锁：满足分布式系统或集群模式下多进程可见并且互斥的锁。

分布式锁的核心思想就是让大家都使用同一把锁，只要大家使用的是同一把锁，那么我们就能锁住线程，不让线程进行，让程序串行执行，这就是分布式锁的核心思路

分布式锁它应该满足一些什么样的条件呢？

可见性：多个线程都能看到相同的结果

注意：这个地方说的可见性并不是并发编程中指的内存可见性，只是说多个进程之间都能感知到变化的意思

互斥：互斥是分布式锁的最基本的条件，使得程序串行执行

高可用：程序不易崩溃，时时刻刻都保证较高的可用性

高性能：由于加锁本身就让性能降低，所有对于分布式锁本身需要他就较高的加锁性能和释放锁性能

安全性：安全也是程序中必不可少的一环

常见的分布式锁有三种

MySQL： MySQL 本身就带有锁机制，但是由于MySQL性能本身一般，所以采用分布式锁的情况下，其实使用MySQL作为分布式锁比较少见

Redis：Redis作为分布式锁是非常常见的一种使用方式，现在企业级开发中基本都使用Redis或者Zookeeper作为分布式锁，利用setnx这个方法，如果插入key成功，则表示获得到了锁，如果有人插入成功，其他人插入失败则表示无法获得到锁，利用这套逻辑来实现分布式锁

Zookeeper：Zookeeper也是企业级开发中较好的一个实现分布式锁的方案， 是通过创建临时节点来实现的

⚡Redis 分布式锁的核心实现思路

实现分布式锁时需要实现的两个基本方法：

• 获取锁（setnx）

  • 互斥：确保只能有一个线程获取锁
  • 非阻塞：尝试一次，成功返回true，失败返回false

• 释放锁：

  • 手动释放
  • 超时释放 ： 获取锁时添加一个超时时间

核心思路：

我们利用 Redis 的setNx 方法，当有多个线程进入时，我们就利用该方法，第一个线程进入时，redis 中就有这个key 了，返回了1，如果结果是1，则表示他抢到了锁，那么他去执行业务，然后再删除锁，退出锁逻辑，没有抢到锁的哥们，等待一定时间后重试即可

三、实战开发 实现 Redis 分布式锁

加锁： 新建 Lock 锁接口

ILock 锁接口

package com.chen.utils;

public interface ILock {

    /**
     * 尝试获取锁
     * @param timeoutSecond
     * @return
     */
    boolean tryLock(long timeoutSecond);

    /**
     * 释放锁
     */
    void unLock();
}

SimpleRedisLock 锁实现类

package com.chen.utils;

import cn.hutool.core.lang.UUID;
import cn.hutool.core.util.BooleanUtil;
import com.chen.utils.ILock;
import org.springframework.core.io.ClassPathResource;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.data.redis.core.script.DefaultRedisScript;
import java.util.concurrent.TimeUnit;

/**
* redis 分布式锁实现类，实现获取锁与释放锁
*/
public class SimpleRedisLock implements ILock {

    private String name;

    private StringRedisTemplate stringRedisTemplate;

    private static final String KEY_PREFIX = "lock:";

    public SimpleRedisLock(String name, StringRedisTemplate stringRedisTemplate) {
        this.name = name;
        this.stringRedisTemplate = stringRedisTemplate;
    }

    @Override
    public boolean tryLock(long timeoutSecond) {
        String threadId = ID_PREFIX + Thread.currentThread().getId();
        // 尝试获取锁
        Boolean success = stringRedisTemplate.opsForValue().setIfAbsent(KEY_PREFIX + name, threadId, timeoutSecond, TimeUnit.SECONDS);
        return BooleanUtil.isTrue(success);
    }


    @Override
    public void unLock() {
            stringRedisTemplate.delete(KEY_PREFIX + name);
    }
}

修改业务代码

public Result seckillVoucher(Long voucherId) {
        //1. 查询优惠卷
        SeckillVoucher seckillVoucher = seckillVoucherService.getById(voucherId);
        //2. 判断秒杀是否开始 开始时间大于当前时间表示未开始抢购
        if (seckillVoucher.getBeginTime().isAfter(LocalDateTime.now())) {
            return Result.fail("秒杀尚未开始！");
        }
        //3. 判断秒杀是否结束
        if (seckillVoucher.getEndTime().isBefore(LocalDateTime.now())) {
            return Result.fail("秒杀已经结束！");
        }
        //4. 判断库存是否充足
        if (seckillVoucher.getStock() < 1) {
            return Result.fail("库存不足！");
        }
        // 新增代码
        Long userId = UserHolder.getUser().getId();
        // 创建锁对象
        SimpleRedisLock lock = new SimpleRedisLock("order:" + userId, stringRedisTemplate);
        // 获取锁对象
        boolean tryLock = lock.tryLock(2000);
        if (!tryLock) {
            return Result.fail("不允许重复下单！");
        }
        try {
            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
            return proxy.createVoucherOrder(voucherId, userId);
        } catch (Exception e) {

        } finally {
            //释放锁
            lock.unLock();
        }
        return null;
    }

四、ApiFox 测试 集群模式下是否能够解决并发问题

加入请求地址、参数 进行测试

第二个项目同上操作，换一下端口为8083 再次进行测试，返回结果

完成，以上接口，测试正常~

⛵小结

以上就是【Bug 终结者】对 微服务 Spring Boot 整合Redis分布式锁 实现优惠卷秒杀 一人一单 的简单介绍，在分布式系统下，高并发的场景下，会出现此类库存超卖问题，本篇文章介绍了采用分布式锁来解决，但是依然是有弊端，集群环境下，不同的服务之间删除锁会出现误删问题， 下章节，我们将继续进行优化，持续关注！

如果这篇【文章】有帮助到你，希望可以给【 Bug 终结者】点个赞👍，创作不易，如果有对【 后端技术】、【 前端领域】感兴趣的小可爱，也欢迎关注❤️❤️❤️ 【 Bug 终结者】❤️❤️❤️，我将会给你带来巨大的【收获与惊喜】💝💝💝！