【Redis】4、全局唯一 ID生成、单机(非分布式)情况下的秒杀和一人一单

本文涉及的产品
云数据库 Redis 版,社区版 2GB
推荐场景:
搭建游戏排行榜
简介: 【Redis】4、全局唯一 ID生成、单机(非分布式)情况下的秒杀和一人一单


一、利用 Redis 实现全局唯一 ID 生成

(1) 为啥要用全局唯一 ID 生成

CREATE TABLE `tb_voucher_order` (
  `id` bigint(20) NOT NULL COMMENT '主键',
  `user_id` bigint(20) unsigned NOT NULL COMMENT '下单的用户id',
  `voucher_id` bigint(20) unsigned NOT NULL COMMENT '购买的代金券id',
  `pay_type` tinyint(1) unsigned NOT NULL DEFAULT '1' COMMENT '支付方式 1:余额支付;2:支付宝;3:微信',
  `status` tinyint(1) unsigned NOT NULL DEFAULT '1' COMMENT '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',
  `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '下单时间',
  `pay_time` timestamp NULL DEFAULT NULL COMMENT '支付时间',
  `use_time` timestamp NULL DEFAULT NULL COMMENT '核销时间',
  `refund_time` timestamp NULL DEFAULT NULL COMMENT '退款时间',
  `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 ROW_FORMAT=COMPACT

🍀 id 字段不是自增 AUTO_INCREMENT


  • 每个店铺都可以发布优惠券:

  • 用户抢购的时候会生成订单并保存到 tb_voucher_order 这张表中
  • 如订单 id 使用数据库自增 ID 会出现以下问题:

🍀 id 规律性太明显(可能会被用户猜测到优惠券的 id)

🍀 受单表数据量的限制(优惠券订单可能很多,当分库分表的时候,每张表的 id 各自递增)

(2) 全局唯一 ID 生成器

🍀 全局 ID 生成器:一种在分布式系统下用来生成全局唯一 ID 的工具。一般要满足下列特性:

🍀 ① 唯一性:一个 ID 只能对应数据库中的一条记录

🍀 ② 高可用:生成 ID 的功能在高并发情况下也要能够提供服务

🍀 ③ 高性能:生成 ID 的速度要足够快(否则会影响其他业务的功能)

🍀 ④ 递增性:ID 必须递增才能让 MySQL 为表创建索引(提高数据库表查询效率的实现)

🍀 ⑤ 安全性:ID 不能过于简单,让用户猜测到

(3) 全局 ID 的结构

🍀 可使用 Redis 的 incr 实现自增

🍀 为了增加 ID 的安全性,不直接使用 Redis 自增的数值,而是拼接一些其它信息

ID 的组成部分:

🍀 符号位:1bit,永远为 0【ID 永远是正数】

🍀 时间戳:31bit,以为单位,可以使用69年

🍀 序列号:32bit,秒内的计数器,支持每秒产生 2^32 个不同 ID

(4) 代码实现

① RedisIdWorker

@Component
@SuppressWarnings("all")
public class RedisIdWorker {
    // 开始时间(秒)
    private static final long BEGIN_DAY_SECONDS;
    // 序列号的长度
    private static final long NO_BITS = 32;
    @Resource
    private StringRedisTemplate stringRedisTemplate;
    static {
        BEGIN_DAY_SECONDS = getSecondsOfDate(2020, 5, 20, 5, 20, 20);
    }
    /**
     * @param idPrefix 标识 ID 是哪个业务的
     * @return ID 值
     */
    public long newId(String idPrefix) {
        // 1.生成时间戳
        long seconds = getNowSeconds() - BEGIN_DAY_SECONDS;
        // 2.生成序列号
        // 2.1 当前日期
        String ymd = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy:MM:dd"));
        // 2.2 使用 Redis 生成序列号
        Long no = stringRedisTemplate.opsForValue().increment("icrId:" + idPrefix + ":" + ymd);
        // 把时间戳左移32位, 空出序列号的位置
        return seconds << NO_BITS | no;
    }
    /**
     * 获取某个日期的秒数
     */
    private static long getSecondsOfDate(int y, int month, int d, int h, int min, int sec) {
        LocalDateTime time = LocalDateTime.of(y, month, d, h, min, sec);
        return time.toEpochSecond(ZoneOffset.UTC);
    }
    /**
     * 获取此时此刻的秒数
     */
    private static long getNowSeconds() {
        LocalDateTime curTime = LocalDateTime.now();
        return curTime.toEpochSecond(ZoneOffset.UTC);
    }
}

② Test

@SpringBootTest
class HmDianPingApplicationTests {
    @Resource
    private RedisIdWorker redisIdWorker;
    // 线程池
    private ExecutorService executorService = Executors.newFixedThreadPool(520);
    // 计数器
    private CountDownLatch latch = new CountDownLatch(300);
    @Test
    public void testReidIdWorker() throws InterruptedException {
        Runnable task = () -> {
            for (int i = 0; i < 100; i++) {
                long orderId = redisIdWorker.newId("order");
                System.out.println("orderId = " + orderId);
            }
            latch.countDown(); // 任务执行完就递减
        };
        long begin = System.currentTimeMillis();
        for (int i = 0; i < 300; i++) {
            executorService.submit(task);
        }
        latch.await();
        long end = System.currentTimeMillis();
        System.out.println("duration: " + (end - begin));
    }
}

(5) 全局唯一 ID 其他生成策略

全局唯一ID生成策略:

🍀 UUID

🍀 Redis 自增

🍀 snowflake 算法

🍀 数据库自增(专门用一张表自增 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

二、添加优惠券

(1) 数据库

普通券表:

CREATE TABLE `tb_voucher` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',
  `shop_id` bigint(20) unsigned DEFAULT NULL COMMENT '商铺id',
  `title` varchar(255) NOT NULL COMMENT '代金券标题',
  `sub_title` varchar(255) DEFAULT NULL COMMENT '副标题',
  `rules` varchar(1024) DEFAULT NULL COMMENT '使用规则',
  `pay_value` bigint(10) unsigned NOT NULL COMMENT '支付金额,单位是分。例如200代表2元',
  `actual_value` bigint(10) NOT NULL COMMENT '抵扣金额,单位是分。例如200代表2元',
  `type` tinyint(1) unsigned NOT NULL DEFAULT '0' COMMENT '0,普通券;1,秒杀券',
  `status` tinyint(1) unsigned NOT NULL DEFAULT '1' COMMENT '1,上架; 2,下架; 3,过期',
  `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=2 DEFAULT CHARSET=utf8mb4 ROW_FORMAT=COMPACT

```秒杀券表:`

CREATE TABLE `tb_seckill_voucher` (
  `voucher_id` bigint(20) unsigned NOT NULL COMMENT '关联的优惠券的id',
  `stock` int(8) NOT NULL COMMENT '库存',
  `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  `begin_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '生效时间',
  `end_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '失效时间',
  `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
  PRIMARY KEY (`voucher_id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 ROW_FORMAT=COMPACT COMMENT='秒杀优惠券表,与优惠券是一对一关系'

(2) 添加优惠券接口

📗 优惠券(或秒杀券)增加完毕后会返回券的 ID

@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);
    }
{
  "actualValue": 10000,
  "rules": "全场通用\\n无需预约\\n可无限叠加\\n不兑现、不找零七\\n仅堂食",
  "updateTime": "2022-05-02T10:10:10",
  "title": "100元代金券(大优惠)",
  "type": 1,
  "payValue": 8000,
  "subTitle": "错过再等一年",
  "createTime": "2022-05-10T10:10:10",
  "id": 1,
  "shopId": 1,
  "beginTime": "2023-08-20T10:10:10",
  "endTime": "2023-08-21T23:10:10",
  "stock": 100,
  "status": 1
}

三、优惠券秒杀下单功能

📖 ① 秒杀是否开始或结束,如果尚未开始或已经结束则无法下单

📖 ② 库存是否充足,库存不足则无法下单

@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
    @Resource
    private ISeckillVoucherService seckillVoucherService;
    @Resource
    private RedisIdWorker redisIdWorker;
    @Override
    @Transactional // 事务
    public Result seckillVoucher(Long voucherId) {
        SeckillVoucher voucherById = seckillVoucherService.getById(voucherId);
        // 判断秒杀是否开始或结束
        LocalDateTime beginTime = voucherById.getBeginTime();
        LocalDateTime endTime = voucherById.getEndTime();
        LocalDateTime nowTime = LocalDateTime.now();
        if (nowTime.isBefore(beginTime)) {
            return Result.fail("秒杀未开始(no start)");
        }
        if (nowTime.isAfter(endTime)) {
            return Result.fail("秒杀已结束(finish)");
        }
        // 判断库存是否充足
        Integer stock = voucherById.getStock();
        if (stock < 1) {
            return Result.fail("库存不足");
        }
        // 扣减库存
        boolean success = seckillVoucherService.update()
                .setSql("stock = stock - 1")
                .eq("voucher_id", voucherId).update();
        if (success) {
            VoucherOrder voucherOrder = new VoucherOrder();
            long seckillOrderId = redisIdWorker.newId("seckillOrder");
            voucherOrder.setId(seckillOrderId); // 订单 ID
            voucherOrder.setUserId(UserHolder.getUser().getId()); // 用户 ID
            voucherOrder.setVoucherId(voucherId); // 优惠券 ID
            if (save(voucherOrder)) {
                return Result.ok(seckillOrderId);
            }
            return Result.fail("服务器忙, 请稍后再秒杀下单");
        }
        return Result.fail("库存不足");
    }
}

(1) 超卖问题

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: 超卖问题:

悲观锁

📖 认为线程安全问题一定会发生,因此在操作数据之前先获取锁,确保线程串行执行

📖 如 Synchronized、Lock 都属于悲观锁

乐观锁

📖 认为线程安全问题不一定会发生,因此不加锁

📖 在更新数据时去判断有没有其它线程对数据做了修改。

📖 如果没有修改则认为是安全的,自己才更新数据

📖 如果已经被其它线程修改,说明发生了安全问题,此时可以重试或异常

(2) 乐观锁(版本号和 CAS)

乐观锁的关键是判断之前查询得到的数据是否有被修改过

(3) 乐观锁解决超卖问题

四、一人一单功能【☆】

📖 修改秒杀业务,要求同一个优惠券,同一个用户只能下一单

@Service
public class VoucherOrderServiceImpl extends ServiceImpl<VoucherOrderMapper, VoucherOrder> implements IVoucherOrderService {
    @Resource
    private ISeckillVoucherService seckillVoucherService;
    @Resource
    private RedisIdWorker redisIdWorker;
    @Override
    public Result seckillVoucher(Long voucherId) {
        SeckillVoucher voucherById = seckillVoucherService.getById(voucherId);
        // 判断秒杀是否开始或结束
        LocalDateTime beginTime = voucherById.getBeginTime();
        LocalDateTime endTime = voucherById.getEndTime();
        LocalDateTime nowTime = LocalDateTime.now();
        if (nowTime.isBefore(beginTime)) {
            return Result.fail("秒杀未开始(no start)");
        }
        if (nowTime.isAfter(endTime)) {
            return Result.fail("秒杀已结束(finish)");
        }
        // 判断库存是否充足
        Integer stock = voucherById.getStock();
        if (stock < 1) {
            return Result.fail("库存不足");
        }
        // 一人一单
        Long userId = UserHolder.getUser().getId();
        synchronized (userId.toString().intern()) {
            // 获取事务的代理对象
            IVoucherOrderService proxy = (IVoucherOrderService) AopContext.currentProxy();
            return proxy.createVoucherOrder(userId, voucherId);
        }
    }
    @Transactional // 事务
    public Result createVoucherOrder(Long userId, Long voucherId) {
        Integer count = query().eq("user_id", userId)
                .eq("voucher_id", voucherId).count();
        if (count > 0) {
            return Result.fail("一人只能下一单");
        }
        // 扣减库存
        boolean success = seckillVoucherService.update()
                .setSql("stock = stock - 1")
                .eq("voucher_id", voucherId)
                .ge("stock", 0) // 保证库存大于零(CAS 乐观锁)
                .update();
        if (success) {
            VoucherOrder voucherOrder = new VoucherOrder();
            long seckillOrderId = redisIdWorker.newId("seckillOrder");
            voucherOrder.setId(seckillOrderId); // 订单 ID
            voucherOrder.setUserId(userId); // 用户 ID
            voucherOrder.setVoucherId(voucherId); // 优惠券 ID
            if (save(voucherOrder)) {
                return Result.ok(seckillOrderId);
            }
            return Result.fail("服务器忙, 请稍后再秒杀下单");
        }
        return Result.fail("库存不足");
    }
}

五、并发情况下的线程安全问题

worker_processes  1;
events {
    worker_connections  1024;
}
http {
    include       mime.types;
    default_type  application/json;
    sendfile        on;
    
    keepalive_timeout  65;
    server {
        listen       8080;
        server_name  localhost;
        # 指定前端项目所在的位置
        location / {
            root   html/hmdp;
            index  index.html index.htm;
        }
        error_page   500 502 503 504  /50x.html;
        location = /50x.html {
            root   html;
        }
        location /api {  
            default_type  application/json;
            #internal;  
            keepalive_timeout   30s;  
            keepalive_requests  1000;  
            #支持keep-alive  
            proxy_http_version 1.1;  
            rewrite /api(/.*) $1 break;  
            proxy_pass_request_headers on;
            #more_clear_input_headers Accept-Encoding;  
            proxy_next_upstream error timeout;  
            #proxy_pass http://127.0.0.1:8081;
            proxy_pass http://backend;
        }
    }
    upstream backend {
        server 127.0.0.1:8081 max_fails=5 fail_timeout=10s weight=1;
        server 127.0.0.1:8082 max_fails=5 fail_timeout=10s weight=1;
    }  
}

集群模式下,每个 JVM 都有自己的锁监视器

每个 JVM 的锁监视器互相不可见

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
|
1月前
|
NoSQL 算法 安全
Redlock 算法-主从redis分布式锁主节点宕机锁丢失的问题
Redlock 算法-主从redis分布式锁主节点宕机锁丢失的问题
152 0
|
1月前
|
NoSQL 关系型数据库 MySQL
分布式锁(redis/mysql)
分布式锁(redis/mysql)
57 1
|
27天前
|
NoSQL Java Redis
如何通俗易懂的理解Redis分布式锁
在多线程并发的情况下,我们如何保证一个代码块在同一时间只能由一个线程访问呢?
36 2
|
5天前
|
存储 SQL 算法
搞定了 6 种分布式ID,分库分表哪个适合做主键?
在《ShardingSphere5.x分库分表原理与实战》系列的第七篇文章中,作者探讨了分布式ID在分库分表中的重要性,以及如何利用`ShardingSphere-jdbc`的多种主键生成策略。文章介绍了`UUID`、`NanoID`、自定义雪花算法和`CosId`等策略的优缺点,并警告不要在SQL中手动拼接主键字段。此外,文章还展示了如何配置这些策略,并提醒读者`CosId`在5.2.0版本可能不可用。最后,文章讨论了如何自定义分布式主键生成算法,并强调选择策略时要考虑全局唯一性、性能和易用性。
|
14天前
|
存储 分布式数据库
GaussDB分布式与单机模式的比较
【4月更文挑战第7天】GaussDB分布式与单机模式的比较
1611 5
|
24天前
|
缓存 算法 关系型数据库
深度思考:雪花算法snowflake分布式id生成原理详解
雪花算法snowflake是一种优秀的分布式ID生成方案,其优点突出:它能生成全局唯一且递增的ID,确保了数据的一致性和准确性;同时,该算法灵活性强,可自定义各部分bit位,满足不同业务场景的需求;此外,雪花算法生成ID的速度快,效率高,能有效应对高并发场景,是分布式系统中不可或缺的组件。
深度思考:雪花算法snowflake分布式id生成原理详解
|
1月前
|
人工智能 监控 NoSQL
【万字长文 一文搞定】Redis:从新手村到大师殿堂的奥德赛之旅 9种实现分布式锁的全技术指南
【万字长文 一文搞定】Redis:从新手村到大师殿堂的奥德赛之旅 9种实现分布式锁的全技术指南
81 4
|
12天前
|
NoSQL Linux Redis
06- 你们使用Redis是单点还是集群 ? 哪种集群 ?
**Redis配置:** 使用哨兵集群,结构为1主2从,加上3个哨兵节点,总计分布在3台Linux服务器上,提供高可用性。
21 0
|
21天前
|
负载均衡 监控 NoSQL
Redis的集群方案有哪些?
Redis集群包括主从复制(基础,手动故障恢复)、哨兵模式(自动高可用)和Redis Cluster(官方分布式解决方案,自动分片和容错)。此外,还有如Codis、Redisson和Twemproxy等第三方工具用于代理和负载均衡。选择方案需考虑应用场景、数据规模和并发需求。
20 2
|
26天前
|
NoSQL Redis
Redis集群(六):集群常用命令及说明
Redis集群(六):集群常用命令及说明
16 0

热门文章

最新文章