3. 秒杀-接口优化

1.解决超卖和重复秒杀

秒杀动作执行的操作比较多，多线程场景下，将会出现超卖和重复秒杀的情况，这属于异常情况，必须解决。
解决超卖，我们利用MySQL来解决，只对库存>0的商品执行减库存操作，即增加stock > 0的判断。

update goods set stock = stock - 1 where id = #{id} and stock > 0

解决重复秒杀，我们同样利用MySQL来解决，对订单表的goods_id和user_id建立唯一索引，保障goods_id和user_id组合起来是唯一的。

2. 在redis中预减库存/判断是否重复秒杀

项目启动，将库存加载到redis
秒杀时从redis中预减库存，如果减为0，则直接返回秒杀失败，减少不必要的数据库访问
假设有10个商品，200个请求，其实到第11~200个请求完全不需要去redis查库存了。所以直接在tomcat建一个map，直接在内存中判断，不访问redis。

//服务端维护商品库存，减少redis的访问
public static ConcurrentHashMap hasNoStock = new ConcurrentHashMap<>();

//获取当前用户id
int userId = user.getId();

//判断秒杀是否开始，因为浏览器倒计时使用的是客户端时间，即使浏览器使用服务端时间进行倒计时，也不能保证绝对没有误差，所以最好还是判断一下
if(System.currentTimeMillis() < Constant.BARGAIN_DASH_START_TIME) {
    return Result.fail("秒杀还未开始呢");
}

//先从map中判断库存是否已经没了
if(BargainsDashController.hasNoStock.get(goodsId+"_stock")) {
    return Result.fail("慢了一步，商品已售完");
}

//判断秒杀商品的库存，如果已经没了，返回 秒杀结束
//预减缓存
int stock = redisTemplate.opsForValue().increment(goodsId+"_stock",-1L).intValue();
if(stock < 0) {
    //在map中记录商品库存已经没了
    BargainsDashController.hasNoStock.put(goodsId+"_stock",true);
    return Result.fail("慢了一步，商品已售完");
}

虽然已经通过唯一索引保证了不会出现重复秒杀的情况，但是我们更应该尽早地将不必要请求拦截下来。既能减少对数据库的操作，又能尽快响应，释放当前线程。在入订单表之后，将userid_goodsid_order记录到redis，下次判断直接从redis中读取看是否有订单记录。

public int countOrder2(int userId,int goodsId) {
    //从redis中判断是否重复秒杀
    return redisTemplate.opsForValue().size(userId+"_"+goodsId+"_order").intValue();
}

3.服务端异步处理

对于满足库存的请求，加入RabbitMQ慢慢处理（这里使用的是一生产者，多消费者模式），向客户端响应“排队中，请稍后”，最大限度地降低并发量
在MQ将请求处理完成后，将结果记录到redis；客户端每隔1s进行一次查询，服务端直接从redis取秒杀结果返给客户端。

//将请求入MQ，向redis记录当前状态为排队中，并返回该状态
rabbitTemplate.convertAndSend(RabbitMQConfig.QUEUE_NAME,new RabbitMessage(userId, goodsId));
redisTemplate.opsForValue().set(userId+"_"+goodsId+"_result", Result.queue());
return Result.queue();

/**
 * 将处理结果放入redis中，由客户端定时轮询处理结果
 * @param rabbitMessage
 * @throws InterruptedException
 */
// 收到消息后，将调用该方法处理
@RabbitHandler
public void handleMessage(RabbitMessage rabbitMessage) throws InterruptedException {
    logger.debug("消费者" + this + "收到MQ消息:" + rabbitMessage);
    
    int goodsId = rabbitMessage.getGoodsId();
    int userId = rabbitMessage.getUserId();

    try{
        // 判断秒杀商品的库存，如果已经没了，返回 秒杀结束
        int stock = goodsService.getStockById(goodsId);
        if (stock <= 0) {
            //将秒杀结果放入redis
            redisTemplate.opsForValue().set(userId+"_"+goodsId+"_result", Result.fail("慢了一步，商品已售完"));
        }

        // 判断订单表是否已经有记录了，防止重复秒杀
        int count = orderService.countOrder2(userId, goodsId);
        if (count > 0) {
            //将秒杀结果放入redis
            redisTemplate.opsForValue().set(userId+"_"+goodsId+"_result", Result.fail("请勿重复秒杀，把机会留给其他人吧"));
        }

        // 执行秒杀（在一个事务中 1.减库存 2.入订单表）
        bargainsDashService.bargainsDash2(userId, goodsId);
        
        //将秒杀的订单放入redis
        redisTemplate.opsForValue().set(userId+"_"+goodsId+"_result", Result.success(orderService.findOrderByUser(userId)));    
    }catch(Exception e) {
        logger.error("秒杀失败",e);
        redisTemplate.opsForValue().set(userId+"_"+goodsId+"_result", Result.fail("服务器开小差了，秒杀失败"));
    }
}

/**
 * 客户端轮询秒杀结果
 * @param goodsId
 * @param user
 * @return
 */
@RequestMapping("/bargainsDashResult/{goodsId}")
@ResponseBody
public Object bargainDashResult(@PathVariable("goodsId") int goodsId,User user) {
    //获取当前用户id
    int userId = user.getId();
    
    return redisTemplate.opsForValue().get(userId+"_"+goodsId+"_result");
}

对于客户端获取秒杀结果，可以考虑使用websocket由服务端进行推送，但如果服务器集群的话，可能处理秒杀请求的服务器，和客户端websocket连接上的服务器，不是同一个，为了正确推送，还得处理服务端之间通信，就比较麻烦了。所以还是客户端去轮询吧。

4.压力测试

优化的秒杀

可以看出来，性能提升的效果还是极明显的。

附：所有代码在github上