【Go语言实战】 (13) 商品秒杀的本质以及Golang实现解决方案

文章目录

  • 写在前面
  • 1. 场景说明
    • 1.1 场景描述
    • 1.2 事务编写
  • 2. 单机模式
    • 2.1 不加锁 出现超卖情况
    • 2.2 加锁(sync包中的Mutex类型的互斥锁),没有问题
    • 2.3 加锁(数据库悲观锁,读限定), 出现超卖
    • 2.4 加锁(数据库悲观锁,更新限定), 正常
    • 2.5 加锁(数据库乐观锁,正常)
    • 2.6 使用 channel 限制,正常
  • 3. 分布式
    • 3.1 环境搭建
    • 3.2 实现方法
      • 3.2.1 基于Redisson的Redis分布式锁,正常
      • 3.2.2 基于缓存的ETCD分布式锁,正常
      • 3.2.3 Redis的List队列,正常
      • 3.2.4 Redis原子递减,正常
      • 其他

写在前面

这是一篇关于Go语言实现商城秒杀的解决方案。
其实商城的秒杀就是高并发问题,那高并发下我们主要解决的就是数据竞争问题

源码:https://github.com/CocaineCong/Go-SecKill

当两个或多个协程同时访问同一个内存地址,并且至少有一个是在写时,就会发生数据竞争。比如A线程修改完之后,线程B读的是线程A之前的值(初始值),所以不知道A是否修改,所以会导致线程B也把自己修改的值放到这个内存地址中,就会导致本次修改无意义。

【Go语言实战】 (13) 商品秒杀的本质以及Golang实现解决方案_第1张图片
常用的方法就是加锁了,当这个进程已经执行了,就为该进程进行加锁,防止其他进程对这个数据进行修改,所以这个数据进行修改之后,再释放这个锁。

关于加锁,我们有两种锁机制,悲观锁乐观锁

  • 悲观锁,就是什么时候都保持悲观状态,认为任何地点都会发生这种情况,所以都会加上一个锁,锁住这段逻辑代码。
  • 乐观锁,就是什么时候都保持乐观状态,认为只有在修改的时候会发生问题,所以并不是一个真正意义上的锁,而是一个版本的管理,保持一个数据的多版本,出现错误就进行回滚,类似MySQL的MVCC机制。

1. 场景说明

1.1 场景描述

本次秒杀商城,我们对数据库商品数量进行操作。

秒杀的商品
【Go语言实战】 (13) 商品秒杀的本质以及Golang实现解决方案_第2张图片
秒杀成功的名单
【Go语言实战】 (13) 商品秒杀的本质以及Golang实现解决方案_第3张图片

1.2 事务编写

初始化本次秒杀的商品

func InitializerSecKill(gid int) {
	tx := model.DB.Begin()            // 开启事务
	err := model.DeleteByGoodsId(gid) 
	// 删除前一次秒杀的所有用户,既删除表 success_killed
	if err != nil { 		// 发生错误的话就进行回滚
		tx.Rollback()
	}
	err = model.UpdateCountByGoodsId(gid) 
	// 更新商品的信息表 promotion_sec_kill
	if err != nil {
		tx.Rollback()
	}
	tx.Commit()
}

开启50个线程并发进行秒杀

func WithoutLockSecKill(gid int) serializer.Response {
	code := e.SUCCESS
	seckillNum := 50
	wg.Add(seckillNum)
	InitializerSecKill(gid)
	for i := 0; i < seckillNum; i++ {
		userID := i
		go func() {
			err := WithoutLockSecKillGoods(gid, userID)
			if err != nil {
				fmt.Println("Error",err)
			} else {
				fmt.Printf("User: %d seckill successfully.\n", userID)
			}
			wg.Done()
		}()
	}
	wg.Wait()
	killedCount, err := GetKilledCount(gid)
	if err != nil {
		code = e.ERROR
		logging.Error("Seckill System Error")
		return serializer.Response{
			Status: code,
			Msg:    e.GetMsg(code),
			Error:  err.Error(),
		}
	}
	fmt.Println(killedCount)
	logging.Infof("kill %v product", killedCount)
	return serializer.Response{
		Status: code,
		Msg:    e.GetMsg(code),
	}
}

2. 单机模式

2.1 不加锁 出现超卖情况

api/v1/without-lock?gid=1197

func WithoutLockSecKillGoods(gid, userID int) error {
	tx := model.DB.Begin()
	// 检查库存
	count, err := model.SelectCountByGoodsId(gid)
	if err != nil {
		return err
	}
	if count > 0 {
		// 1. 扣库存
		err = model.ReduceStockByGoodsId(gid, int(count-1))
		if err != nil {
			tx.Rollback()
			return err
		}
		// 2. 创建订单
		kill := model.SuccessKilled{
			GoodsId:    int64(gid),
			UserId:     int64(userID),
			State:      0,
			CreateTime: time.Now(),
		}
		err = model.CreateOrder(kill)
		if err != nil {
			tx.Rollback()
			return err
		}
	}
	tx.Commit()
	return nil
}

2.2 加锁(sync包中的Mutex类型的互斥锁),没有问题

api/v1/with-lock?gid=1197

func WithLockSecKillGoods(gid,userID int) error {
	lock.Lock()
	err := WithoutLockSecKillGoods(gid, userID)
	lock.Unlock()
	return err
}

2.3 加锁(数据库悲观锁,读限定), 出现超卖

api/v1/with-pcc-read?gid=1197

func SelectCountByGoodsIdPcc(gid int) (int64, error) {
	skGood:=PromotionSecKill{}
	err := DB.Model(PromotionSecKill{}).Set("gorm:query_option", "FOR UPDATE").
		Where("goods_id=?",gid).First(&skGood).Error
	return skGood.PsCount, err
}

加入FOR UPDATE进行读锁。

2.4 加锁(数据库悲观锁,更新限定), 正常

api/v1/with-pcc-update?gid=1197

func ReduceByGoodsId(gid int) (int64, error) {
	var count int64
	sqlStr := `UPDATE promotion_sec_kill SET ps_count = ps_count-1 WHERE ps_count>0 AND goods_id = ?`
	res := DB.Exec(sqlStr, gid)
	if err := res.Error; err != nil {
		return count, err
	}
	count = res.RowsAffected
	return count, nil
}

ps_count>0 进行限定作用。

2.5 加锁(数据库乐观锁,正常)

api/v1/with-occ?gid=1197

func ReduceStockByOcc(gid int, num int, version int) (int64, error) {
	var count int64
	sqlStr := "UPDATE promotion_sec_kill SET ps_count = ps_count-?, version = version+1 " +
		"WHERE version = ? AND goods_id = ?"
	res := DB.Exec(sqlStr, num, version, gid)
	if err := res.Error; err != nil {
		return count, err
	}
	count = res.RowsAffected
	return count, nil
}

使用version进行版本的控制,从而实现乐观锁。

2.6 使用 channel 限制,正常

api/v1/with-channel?gid=1197

func ChannelConsumer() {
	for {
		kill, ok := <-(*GetInstance())
		if !ok {
			continue
		}
		err := WithoutLockSecKillGoods(kill[0], kill[1])
		if err != nil {
			logging.Error("Error")
		} else {
			logging.Infof("User:%v SecKill Successfully", kill[1])
		}
	}
}

将每个商品id和用户id放入其中,然后可以把channel作为一把锁,起到了阻塞作用。

3. 分布式

3.1 环境搭建

  1. 搭建三主三从Cluster模式的Redis集群,配置Redisson
  2. 搭建ETCD集群

3.2 实现方法

3.2.1 基于Redisson的Redis分布式锁,正常

api/v2/with-redission?gid=1197

注意要用Redis Lock把整个事务提交都包住。这里仅仅使用了Redis分布式提供的锁功能,秒杀数据处理还是直接访问数据库来完成

func WithRedssionSecKillGoods(gid , userID int) error {
	g := strconv.Itoa(gid)
	uuid := getUuid(g)
	lockSuccess, err := cache.RedisClient.SetNX(g, uuid, time.Second*3).Result()
	if err != nil || !lockSuccess {
		fmt.Println("get lock fail", err)
		return errors.New("get lock fail")
	} else {
		fmt.Println("get lock success")
	}
	err = WithoutLockSecKillGoods(gid, userID)
	if err != nil {
		return err
	}
	value, _ := cache.RedisClient.Get(g).Result()
	if value == uuid { //compare value,if equal then del
		_, err := cache.RedisClient.Del(g).Result()
		if err != nil {
			fmt.Println("unlock fail")
			return nil
		} else {
			fmt.Println("unlock success")
		}
	}
	return nil
}

3.2.2 基于缓存的ETCD分布式锁,正常

api/v2/with-etcd?gid=1197

类似于之前使用BlockingQueue时编写了一个单例模式的工具类来全局使用的形式相同,注意这里也要用ETCD分布式锁把整个事务提交都包住。这里只用了ETCD的分布式锁功能,秒杀数据处理也是直接访问数据库来完成

func WithETCDSecKillGoods(gid, userID int) error {
	var conf = clientv3.Config{
		Endpoints:   []string{"127.0.0.1:2379"},
		DialTimeout: 5 * time.Second,
	}
	eMutex1 := &EtcdMutex{
		Conf: conf,
		Ttl:  10,
		Key:  "lock",
	}
	err := eMutex1.Lock()
	if err != nil {
		return err
	}
	err = WithoutLockSecKillGoods(gid, userID)
	eMutex1.UnLock()
	return err
}

3.2.3 Redis的List队列,正常

api/v2/with-redis-list?gid=1197

这里利用Redis分布式队列的方式是,在秒杀活动初始化阶段时有多少库存就在Redis的List中初始化多少个商品元素。
然后每有一个用户进行秒杀,就从List队列中取出一个商品元素分配给该用户。
同时将该用户信息存入到Redis的Set类型中,防止用户多次秒杀的情况。
在秒杀结束之后,在Redis中数据写入到数据库中进行保存。可参考下图:

func WithRedisListSecKillGoods(gid, userID int) error {
	g := strconv.Itoa(gid)
	u := strconv.Itoa(userID)
	if cache.RedisClient.Get(u + g).Val() == "" { // 这用户没有秒杀过
		cache.RedisClient.RPop(g)
		cache.RedisClient.Set(u+g, g, 3*time.Minute)
		cache.RedisClient.ZAdd(g, redis.Z{float64(time.Now().Unix()), userID})
	} else { // 这用户已经有记录了
		return errors.New("该用户已经抢过了")
	}
	return nil
}

3.2.4 Redis原子递减,正常

这里先将秒杀商品的库存数量,写入到redis中,利用redis的incr来实现原子递减。
假如有100件商品,这里相当于准备好了100个钥匙,有人没有抢到钥匙,就返回库存不够,有人抢到了钥匙,就进行下一步处理,先将秒杀订单的信息写入到redis中,等空闲下来后在写入到数据库中。这里其实与3.2.3差不多

其他

  1. 基于Redis的任务队列,订阅监听
    (是将在前端进行秒杀的用户的信息传入到通道中,等待被消费。后端订阅监听这个通道,有秒杀用户信息传过来就进行消费处理,再将处理数据写入到数据库。)

  2. 基于MQ消息队列的分布式锁

改进:

  • 索引与SQL语句检查
  • 尽可能利用缓存
  • 利用MQ进行流量削峰
  • Nginx负载均衡
  • 读写分离与分表分库
  • CDN内容分发网络
  • 流量防刷和反爬虫

你可能感兴趣的:(Go实战项目,golang,数据库,开发语言)