文章目录
⛅引言
本章节，介绍 使用阻塞队列实现秒杀的优化，采用异步秒杀完成下单的优化！
一、秒杀优化 – 异步秒杀思路
当用户发起请求，此时 会请求nginx，nginx会访问到tomcat，而tomcat中的程序，会进行串行操作，分成如下几个步骤
- 查询优惠卷
- 判断秒杀库存是否足够
- 查询订单
- 校验是否是一人一单
- 扣减库存
- 创建订单，完成
在以上6个步骤中，我们可以采用怎样的方式来优化呢？
整体思路：当用户下单之后， 判断库存是否充足只需要导redis中去根据key找对应的value是否大于0即可，如果不充足，则直接结束，如果充足，继续在redis中判断用户是否可以下单， 如果set集合中没有这条数据，说明他可以下单，如果set集合中没有这条记录，则将userId和优惠卷存入到redis中，并且返回0，整个过程需要保证是原子性的，我们可以 使用Lua来操作
当以上逻辑走完后，我们可以根据返回的结果来判断是否是0，如果是0，则可以下单， 可以存入 queue 队列中，然后返回，前端可以通过返回的订单id来判断是否下单成功。
; 二、秒杀优化 – 基于Redis完成秒杀资格判断
需求：
- 新增秒杀优惠卷的同时，需要将优惠卷信息保存在redis中
- 基于Lua脚本实现，判断秒杀库存、一人一单，决定用户是否抢购成功
- 如果抢购成功，将优惠卷id和用户id封装后存入阻塞队列
- 开启线程任务，不断从阻塞队列中获取信息，实现异步下单功能
新增优惠卷时，将优惠卷信息存入Redis
VoucherService
@Override
@Transactional
public void addSeckillVoucher(Voucher voucher) {
save(voucher);
SeckillVoucher seckillVoucher = new SeckillVoucher();
seckillVoucher.setVoucherId(voucher.getId());
seckillVoucher.setStock(voucher.getStock());
seckillVoucher.setBeginTime(voucher.getBeginTime());
seckillVoucher.setEndTime(voucher.getEndTime());
seckillVoucherService.save(seckillVoucher);
stringRedisTemplate.opsForValue().set(RedisConstants.SECKILL_STOCK_KEY + voucher.getId(), voucher.getStock().toString());
}
新增优惠卷时，可存入redis信息
编写 Lua 脚本，实现秒杀资格判断
seckill Lua 秒杀脚本
local voucherId = ARGV[1]
local userId = ARGV[2]
local stockKey = 'seckill:stock:' .. voucherId
local orderKey = "seckill:order" .. voucherId
if (tonumber(redis.call('get', stockKey)) 0) then
return 1
end
if (redis.call('sismember', orderKey, userId) == 1) then
return 2
end
redis.call('incrby', stockKey, -1)
redis.call('sadd', orderKey, userId)
return 0
三、基于阻塞队列完成异步秒杀下单
基于阻塞队列实现异步秒杀下单
核心思路： 将请求存入阻塞队列中 进行缓存，开启线程池读取任务并依次处理。
VoucherOrderService
private static final DefaultRedisScript<Long> SECKILL_SCRIPT;
static {
SECKILL_SCRIPT = new DefaultRedisScript<>();
SECKILL_SCRIPT.setLocation(new ClassPathResource("seckill.lua"));
SECKILL_SCRIPT.setResultType(Long.class);
}
private BlockingQueue<VoucherOrder> orderTasks =new ArrayBlockingQueue<>(1024 * 1024);
private static final ExecutorService SECKILL_ORDER_EXECUTOR = Executors.newSingleThreadExecutor();
@PostConstruct
private void init() {
SECKILL_ORDER_EXECUTOR.submit(new VoucherOrderHandler());
}
private class VoucherOrderHandler implements Runnable {
@Override
public void run() {
while (true){
try {
VoucherOrder voucherOrder = orderTasks.take();
handleVoucherOrder(voucherOrder);
} catch (Exception e) {
log.error("处理订单异常", e);
}
}
}
}
private void handleVoucherOrder(VoucherOrder voucherOrder) {
Long userId = voucherOrder.getUserId();
RLock lock = redissonClient.getLock("lock:order:" + userId);
boolean isLock = lock.tryLock();
if (!isLock) {
log.error("不允许重复下单！");
return;
}
try {
proxy.createVoucherOrder(voucherOrder);
} finally {
lock.unlock();
}
}
private IVoucherOrderService proxy;
@Override
public Result seckillVoucher(Long voucherId) {
Long userId = UserHolder.getUser().getId();
long orderId = redisIdWorker.nextId("order");
Long result = stringRedisTemplate.execute(
SECKILL_SCRIPT,
Collections.emptyList(),
voucherId.toString(),
userId.toString(), String.valueOf(orderId)
);
int r = result.intValue();
if (r != 0) {
return Result.fail(r == 1 ? "库存不足" : "不允许重复下单");
}
VoucherOrder voucherOrder = new VoucherOrder();
voucherOrder.setId(orderId);
voucherOrder.setUserId(userId);
voucherOrder.setVoucherId(voucherId);
orderTasks.add(voucherOrder);
proxy = (IVoucherOrderService)AopContext.currentProxy();
return Result.ok(orderId);
}
@Transactional
public void createVoucherOrder (VoucherOrder voucherOrder){
Long userId = voucherOrder.getUserId();
int count = query().eq("user_id", userId)
.eq("voucher_id", voucherOrder.getId()).count();
if (count > 0) {
log.error("用户已经购买过了");
}
boolean success = seckillVoucherService.update()
.setSql("stock= stock -1")
.eq("voucher_id", voucherOrder.getVoucherId()).gt("stock",0).update();
if (!success) {
log.error("库存不足！");
}
save(voucherOrder);
}
四、测试程序
ApiFox 测试程序
测试成功，查看Redis
成功添加订单信息
库存信息
数据库信息
Jmeter 进行压力测试
恢复数据，进行压力测试
关于测试： 新增了1000条用户信息，存入数据库和Redis，token，Jmeter使用Tokens文件测试1000条并发
相关资料见下文
进行压测
经过检测，性能提升了几十倍！
数据库
; 五、源码地址
源码地址及 Jmeter测试文件： 公众号进行获取网盘地址，后续我会上传至百度网盘
⛵小结
以上就是【 Bug 终结者】对 微服务Spring Boot 整合Redis 阻塞队列实现异步秒杀下单 的简单介绍， 在分布式系统下，高并发的场景下，使用阻塞队列来优化秒杀下单，但依旧不是最优解，持续更新中！下章节 采用消息队列优化秒杀下单！
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】💝💝💝！
Original: https://blog.csdn.net/weixin_45526437/article/details/127608388
Author: Bug 终结者
Title: 微服务Spring Boot 整合Redis 阻塞队列实现异步秒杀下单
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/723575/
转载文章受原作者版权保护。转载请注明原作者出处！